![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 81
烟雨行舟#
这个作者很懒,什么都没留下…
展开
-
TransReID学习记录
提出了一个纯粹基于变压器的对象ReID框架,名为TransReID。具体来说,我们首先将图像编码为补丁序列,并通过一些关键改进构建基于变压器的强基线,这在基于cnn的方法的几个ReID基准上取得了具有竞争力的结果。为了进一步增强变压器背景下的鲁棒特征学习,精心设计了两个新的模块。(i)提出了拼图补丁模块(jigsaw patch module, JPM),通过移位和补丁洗牌操作重新排列补丁嵌入,生成鲁棒特征,提高了识别能力和覆盖范围的多样性。(ii)引入边信息嵌入(SIE),...原创 2022-08-27 20:48:08 · 3626 阅读 · 5 评论 -
VIT学习笔记
受到NLP领域中Transformer成功应用的启发,ViT算法中尝试将标准的Transformer结构直接应用于图像,并对整个图像分类流程进行最少的修改。具体来讲,ViT算法中,会将整幅图像拆分成小图像块,然后把这些小图像块的线性嵌入序列作为Transformer的输入送入网络,然后使用监督学习的方式进行图像分类的训练。之前的算法大都是保持CNN整体结构不变,在CNN中增加attention模块或者使用attention模块替换CNN中的某些部分。本文仅供学习参考使用,不做任何经济活动,侵权删除。...原创 2022-08-27 15:12:52 · 635 阅读 · 1 评论 -
多层感知机( MLP)
多层感知机( MLP)原创 2022-08-26 19:59:32 · 840 阅读 · 0 评论 -
DropPath正则化
DropPath正则化原创 2022-08-26 19:35:28 · 923 阅读 · 1 评论 -
【无标题】python迭代器构造
to_2tuple用法原创 2022-08-26 19:24:49 · 380 阅读 · 0 评论 -
Cross-MPI以底层场景结构为线索的端到端网络,在大分辨率(x8)差距下也可完成高保真的超分辨率
Cross-MPI原创 2022-05-01 21:16:59 · 561 阅读 · 0 评论 -
Recovering Realistic Texture in Image Super-resolution by Deep Spatial Feature Transform
SFTGAN原创 2022-04-24 19:40:13 · 3889 阅读 · 0 评论 -
机器学习基础
1、基本概念1.1 发展历史 机器学习实际上已经存在了几十年或者也可以认为存在了几个世纪。追溯到17世纪,贝叶斯、拉普拉斯关于最小二乘法的推导和马尔可夫链,这些构成了机器学习广泛使用的工具和基础。1950年(艾伦.图灵提议建立一个学习机器)到2000年初(有深度学习的实际应用以及最近的进展,比如2012年的AlexNet),机器学习有了很大的进展。 从20世纪50年代研究机器学习以来,不同时期的研究途径和目标并不相同,可以划分为四个阶段。 第一阶...原创 2022-04-05 20:11:31 · 3085 阅读 · 0 评论 -
手写字体识别MINST的两种方法
作为Pytorch初学者,利用MNIST数据集作为基本数据集,使用Pytorch进行搭建模型训练。MNIST数据集小,训练较容易。训练数据集的长度为:60000测试数据集的长度为:100001、方法一,线性连接层一共五层网络,第一层输入7844,第二层520,第三层320,第四层240,第五层120,最后输出分类字符0——9共十种类,因此,最后一层为10.该方法 简单。线性连接,准确率低。class Net(nn.Module): def __init__(self):原创 2022-04-04 16:53:51 · 1253 阅读 · 0 评论 -
行人重识别初学习
行人重识别(Person Re-identification)又被称为行人再识别,如今被视为图像检索的一类关键子问题。它是利用计算机视觉算法对跨设备的行人图像或视频进行匹配,即给定一个查询图像,在不同监控设备的图像库检索出同一个行人,如图1.1所示。由于对智能安防、视频监控等方面有巨大的应用前景,行人重识别已经成为计算机视觉领域的研究焦点。行人重识别系统分为特征提取:能够学习并辨认不同摄像头下行人的变化特征度量学习:将学习到的特征映射到新的空间使得想同的人更近,不同的人更远图像检索:根据图片原创 2022-04-01 10:00:03 · 3214 阅读 · 0 评论