自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(30)
  • 资源 (8)
  • 收藏
  • 关注

原创 protable列表实现搜索框

protable列表实现搜索框

2022-11-10 11:02:13 967 1

原创 react+antd+富文本编辑,draftjs-to-html函数式方法实现

(1)函数式结构如下图设定,export default connect(({ loading }) => ({submitting: loading.effects[‘generalCreate/submitRegularForm’],}))(generalCreate);其中: submitting: loading.effects[‘generalCreate/submitRegularForm’]为自定义type,点击发布按钮时可以通过dispatch进行判断,可省略。genera

2022-01-07 16:23:15 1323

原创 【论文2】AD-Cluster: Augmented Discriminative Clustering for Domain Adaptive Person Re-identification

【课题介绍】:北大,鹏程等实验室。貌似眼熟的六作Rongrong Ji,一二作者Yunpeng Zhai, Shijian Lu,这篇文章录用于CVPR2020,主要是利用一种数据增强手段扩充样本数据【和HHL相似】,增加类别的多样性;另外就是迭代优化策略,一方面最大化人与人图像之间的多样性(可以理解加大类内距离,阻力),另一方面是最小化同一ID类之间图像的距离(可以理解为减小类内距离,动力)不断优化迭代,通过特征提取器实现判别损失(即MIN作用),通过生成器(用的StarGAN)实现多样性样本的生成(即M

2020-06-05 11:44:57 1895 2

原创 【论文1】Unsupervised Person Re-identification via Multi-label Classification

附论文下载链接:https://arxiv.org/pdf/2004.09228.pdf【课题介绍】:北大Dongkai Wang,Shiliang Zhang的工作,录用于2020CVPR,首个利用多标签分类问题做无监督方面的行人再识别问题。本博只记录论文的理论思想以及idea的创新工作,便于后期回忆,具体实验细节部分请读者参见论文。1、介绍在无监督工作中,一般有三类:一种是传统方法做无监督,这类方法无论是在有监督还是无监督中都存在致命缺陷,就是提取特征不充分,自DL以来,逐渐摒弃,但不否定这类方法

2020-05-16 18:21:32 1602

原创 一文教你如何将自己的本地文件项目上传到github中!

第一步:新建项目第二步:第三步:上面部分是在github上完成的,下面需要一个辅助软件git shell,用它来写命令语句,将你的本地项目push到github中。安装git shell过程中,一直next就可以。若想自定义保存位置,在一开始选择自定义保存的路径哦~安装完如下:然后双击git-bash,出现下图:比如我想把E盘下的一个项目文件push上去,路径是:E:\mygi...

2019-12-04 11:35:40 361

原创 相同id的不同image拥有相同label...

#targets.size(0) =64#imgs_per_id =4unique_labels = targets[0:targets.size(0):imgs_per_id]for instance,[0,0,0,0,1,1,1,1,2,2,2,2,3,3,3,3…15,15,15,15]则返回[0,1,2,3…15]

2019-07-31 16:37:26 214

原创 feature map的几种连接形式

1、concatenate:通道合并,每个通道对应着对应的卷积2、element-wise addition(计算量比1小)将对应特征图相加,然后卷积。对应通道的特征图语义类似,对应的特征图共享一个卷积核。对比:add是描述图像的特征下的信息量增多了,但是描述图像的维度本身并没有增加,只是每一维下的信息量在增加,这显然是对最终的图像的分类是有益的。而concatenate是通道数的合并,也...

2019-07-23 16:28:03 1482

原创 解决SystemError: Parent module '' not loaded, cannot perform relative import

同级module无法直接调用的问题,网上给的相对导包import path等解决方案并没有解决。最后吧该文件.py放入新建的文件夹下就可以了。顺便写__init__.py 相关 import声明一下。...

2019-07-22 17:21:35 1704

原创 Python之format

print(’{:d}’.format(100)) # 100print(’{:5d}’.format(100)) # 100一共五位可以利用这个进行右对齐,比如:print(" train | {:5d} | {:8d} | {:9d}".format(751, 12963, 6))print(" query | {:5d} | {:8d} | {:9d}".f...

2019-07-21 15:58:15 328

原创 两类junk

①junk_index1 = np.argwhere(gl==-1)junk_index2 = np.intersect1d(query_index, camera_index)intersect1d(x, y) 计算x和y中的公共元素,并返回有序结果.即同一camera下的相同id为第二类 junkjunk_index = np.append(junk_index2, junk_inde...

2019-07-10 09:17:33 335

原创 setdiff1d()实现不同camera的相同id label

evaluate时,一般做qf与gf时,要避免同一camera下的id做retrival…①query_index = np.argwhere(gl== ql) # 找到与query有相同label 的gallerycamera_index = np.argwhere(gc==qc) # query以及gallery有相同的cameragood_index = np.setdiff1d...

2019-07-09 21:32:42 275

原创 pose estimation notes

Pose ReidPIE (CPM)79.3%SPINDLE NET(CPM)76.9%PDC(CPM)84.1%GLAD89.9%PABP (OPENPOSE)90.2%–>91.7%–>93.4%PSE(DEEPERCUT)87.7%–>90.3%DSR–pose estimationCPM①...

2019-07-03 17:43:14 116

原创 A Pose-Sensitive Embedding for Person Re-Identification with Expanded Cross Neighborhood Re-Ranking

两点值得关注:①解决视角多变粗略姿势+精细姿势结合的方法粗鲁姿势即通过相机视角捕获的几种情况进行分析,分正面、背面、侧面三种类别,加一个softmax做分类,用作视角预测。这算是对预测ID提供一个粗略的帮助。精细姿势就是熟知的骨架关键点,利用人体的关节信息去做一个精细的判断。这里提到用的是Deepcut模型提取关节点信息,值得一看。【Deepercut: A deeper, stronge...

2019-06-25 18:47:59 201

原创 论文之AlignedReID: Surpassing Human-Level Performance in Person Re-Identification

这几天看了这篇超过人类判别性能的Reid论文。为了便于更好的记忆,在此翻译一下,加深自己的理解。(只写重点,省略一些不重要的)1.摘要论文提出的Alignedreid主要是在提取全局特征的基础上更好的结合局部特征。通过结合局部特征,全局特征能够表现出更好的性能。在两个局部特征没有额外的监督信息的情况下,通过计算最短路径来进行局部部分的匹配。2.介绍person Reid 主要是在另一个时...

2019-01-18 20:57:39 447

原创 CV2.resize()详解

各参数详解:cv2.resize(src,dsize,dst=None,fx=None,fy=None,interpolation=None)scr:原图dsize:输出图像尺寸fx:沿水平轴的比例因子fy:沿垂直轴的比例因子interpolation:插值方法例子:im = cv2.resize(im, self.resize_h_w[::-1], interpolation=c...

2019-01-18 11:28:51 12903 3

原创 理解torch.zeros()

输入:import torchx=torch.zeros(3)print(x)结果:tensor([0., 0., 0.])

2019-01-14 19:29:20 38244

原创 解决ImportError: No module named utils

在Python中遇到了导包错误,其实包已经有了。原因是我再B文件的a.py中用到了utils包下的一个类比如from utils.RandomErasing import RandomErasing但是在B文件下运行的时候会提示ImportError: No module named utils错误。最后解决的办法是:在utils文件下加上一个__init__.py文件就可以了。希望...

2019-01-09 16:13:25 41653 16

原创 完美解决ValueError: invalid literal for int() with base 10 错误问题

在pycharm中中提示如下错误:ValueError: invalid literal for int() with base 10 错误问题根据提示的错误误以为是要转换成int型的文本不符合10进制类型,结果怎么尝试都不正确。return int(file_path.split(’/’)[-1].split(’_’)[0])断点错误出现在这句话中。最后将其改成return int(...

2019-01-09 16:03:59 107126 6

原创 行人重识别综述

这几天又仔细调研了下这个领域的现状。行人重识别,也称为行人再识别或者跨镜追踪,属于图像检索的一个子问题。主要是实现从一个摄像头下捕获的行人图片,到另一设备下去检索同一ID的图片,就是以图搜图问题。是继人脸识别后的一个重要的方向,对于不清晰的人脸图片,人脸识别的效果就不起作用,这样引入reid技术,reid是针对人的整张图片进行提取特征,包含更多的信息。1、先展望一下reid的应用前景①智能寻人...

2019-01-07 11:51:54 1562

原创 论文之Learning Discriminative Features with Multiple Granularities for Person Re-Identification

最近几天看了这篇2018年发在CVPR上的文章,针对之前的reid的方法中,越来越多的方法考虑到不仅要关注全局特征,还要关注局部特征。好多论文的工作提出分块思想主要是更好地提取局部特征。但是,考虑到以往的基于part的方法主要是通过定位具有特定预先提取语义的区域来学习局部表示,这增加了学习的差异性,对方差较大的场景没有效率或鲁棒性。所以作者提出了一种端到端的学习判别信息的方法通过不同粒度的学习。(...

2018-12-31 22:19:57 463

原创 Reid实验记录

(1)2018_CVPR_Learning Discriminative Features with Multiple Granularities①Comparison of results on Market-1501 with SingleQuery setting (SQ) and Multiple Query setting (MQ). “RK”refers to implement...

2018-12-30 22:32:01 277

原创 论文之Beyond Part Models: Person Retrieval with Refined Part Pooling

这几天一直在研究行人重识别方向,最近看了一篇发在ECCV上的一篇论文,说一下这篇论文的大概吧,若有不到位之处,请各位慷慨指正!其实这片工作是在Zhao, L., Li, X., Wang, J., Zhuang, Y.: Deeply-learned part-aligned representations for person re-identification. In: ICCV (2017...

2018-12-28 11:32:16 158

原创 论文之Beyond Part Models: Person Retrieval with Refined Part Pooling

这两天看了一篇reid的论文,之前看过的reid论文中也有分块思想的。这篇论文的核心思想就是提出了RPP模块,该模块能更好的实现分割效果,比如说论文中的六部分,使用RPP的效果是能够让各自的相似特征在同一部分,不相似的会在另外的部分。可以看到图(f)中refine的六部分作者根据之前大多数工作都学习part-level深度特征,然而在分割块方面,关于对准这类的问题任然存在,因此,作者考虑增强...

2018-12-25 21:42:24 217

原创 论文之Re-Id by Multi-Channel Parts CNN with Improved Triplet Loss

先大概说一下这篇工作的主要亮点,主要做的工作是作者用了五个网络,第一个网络应用于提取全局特征,即对整张图片提取特征。另外四个网络属于提取局部特征,即提取整张图划分为四部分之后对每部分输入网络中提取局部特征。这样做了多通道的提取特征后,实验部分,充分证明了这个工作上升了很大的精度。另外一个亮点工作是作者提出了一种新的三元组损失函数,之前的损失函数只是保证类内距离要小于类间的距离,作者改善之后的三元组...

2018-12-25 20:58:36 227

原创 论文之FD-GAN: Pose-guided Feature Distilling GAN for Re-id

今天分享一篇发在今年NIPS上的一篇论文,论文全称如下:FD-GAN: Pose-guided Feature Distilling GAN for Robust Person Re-identification(想要论文的留言~)这篇论文的工作主要是不用姿势辅助信息,提出只学习身份相关的特征,而不用姿势无关的特征,从而不需要额外的pose information也减少了计算量,从而降低了复杂...

2018-12-25 20:49:18 1099 3

原创 mid-level提取的特征更具判别性

1、这篇是16年CVPR关于Re-id的一篇2、下面这篇论文是2018年关于细粒度检索的一篇文章,其中的亮点也在于端到端的学习mid-level特征,更具有鲁棒和判别性!其中的1*1卷积就是做一个判别器的作用,检测显著性的patch这是最近看的两篇论文的一点相似处,行人重检索作为图像检索的子问题,两方面大体上还是很相似的。小发现:提取mid-level特征很重要!想要论文原文的可...

2018-12-12 16:24:52 1713

原创 x = x.view(-1, 320)代表参数表示的含义

在torch代码中经常遇到x.view,一般第一个参数都设置成-1。代表可以是任意值,不是固定的。举个简单的例子:a = torch.arange(1, 17)a.view(4, 4) # output belowtensor([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12],[13, 14, 15, 16]])[torch.FloatTen...

2018-12-11 17:26:58 3900

原创 安装最新pytorch1.0.0

卸载之前的torch0.4.1打开cmd切换到python编程环境(比如cd C:\Users\Anaconda3)输入:pip uninstall torch然后,在安装最新版本的torch即可如何安装呢?首先,下载相对应的whl,我下的是wins,python3.6版本的(可在这里下载)下载完成后,将该whl文件放在python相同的目录下即可在cmd中输入:pip ins...

2018-12-08 18:07:27 9427 1

原创 pytorch学习---data_loading_tutorial学习

今天学习了如何加载数据集,以及图像的处理…首先呢,先要确保下面的几个包正确的导入python环境今天看到pytorch官网已经更新了1.0版本了,瞬间把之前的0.4版本的给uninstall了.zhe data/faces/face_landmarks.csv里面代表的是每张图像的annotation信息。ji即对应的landmarks中给出了相应图像的特征点。landmarks文件中存...

2018-12-08 16:33:35 316

原创 一篇文章,教你读懂度量学习、三元组损失函数

首次注册CSDN网站,先简单概括一下今天学习的几种损失函数吧!1、上图的embedding直译过来是–对称嵌入,就是我们经常提到的二元组,看下面的公式定义的损失:这种方法在 paired data (xi,xj,yij)(xi,xj,yij)上进行训练。这种 contrastive training 最小化具有相同 label 类别的样本之间的距离,然后对不同label的样本,但是其距离...

2018-12-05 21:18:47 8986 8

关于python知识点,numpy等知识总结

关于python知识点,numpy等知识总结

2024-04-16

Axure移动端元件 库,导入直接使用

Axure移动端元件 库,导入直接使用

2022-05-18

RegDB跨域行人重识别数据集

源自论文Nguyen Dat Tien, Hong Hyung Gil, Kim Ki Wan, et al. Person Recognition System Based on a Combination of Body Images from Visible Light and Thermal Cameras.. 2017, 17(3)

2020-12-25

MSMT17百度云地址.txt

行人重识别最新数据集:MSMT_V1版本数据集,为最初版本,MSMST17以及MSMT_V2版本若有需要,请私信邮箱!

2020-07-22

Sift特征提取——python代码实现

sift提取特征描述子,对图像进行处理,利用os.system()函数执行sift.exe文件

2018-12-27

torch1.0.0安装

最新torch安装版本1.0.0,适合windows,python3.6,pip,none cuda安装轮子

2018-12-08

加载batch数据源码

代码以pytorch为框架,学习加载数据以及处理图像,load and preprocess/augment data from a non trivial dataset.

2018-12-08

数据集faces

该数据集包括69张人脸图像以及包括ladmark特征标注信息

2018-12-08

矩阵理论在计算机视觉专业方面的应用

矩阵论在图像处理方面有着极为广泛的应用,比如奇异值分解,QR分解以及范数等

2018-12-05

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除