![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人脸识别
文章平均质量分 95
☞源仔
向着目标前进奥
展开
-
nn.Module的children()与modules()方法、如何获取网络的某些层
测试运行,结果如下:可以看到这个网络的结构如下:children()方法返回的是最外层,也就是1,2,3这三个。Module.children()是一个生成器,生成器是一种迭代器。迭代器实现了__iter__() 和__next__()方法。迭代器肯定是可迭代对象,可迭代对象就能放在for x in …后面进行遍历。例:结果:也就是输入了第一层的元素1,2,3。modules()方法类似与深度优先遍历,不光返回的是最外层。Module.modules()也是一个生成器。结果:即,按照以下原创 2022-08-06 01:08:42 · 682 阅读 · 0 评论 -
AdaFace详解(通透)
文章目录原创 2022-05-29 15:20:32 · 1734 阅读 · 2 评论 -
Arcface详解(通透、清晰)
文章目录(一)、论文详解1.1、Abstract1.2、Introduction人脸识别中Softmax-based Loss的演化史(一)、论文详解1.1、Abstract1.2、Introduction原创 2022-05-10 23:20:52 · 7273 阅读 · 29 评论 -
人脸识别中Softmax-based Loss的演化史
文章目录参考文献引言Softmax简介归一化(Normalization)Feature Normalization增大内间(Angular Margin)总结本篇博客内容来自于旷视研究院(上海)(MEGVII Research Shanghai)人脸识别研究领域的主要进展之一集中在了 Softmax Loss 的改进之上;在本文中,旷视研究院(上海)(MEGVII Research Shanghai)从两种主要的改进方式——做归一化以及增加类间 margin——展开梳理,介绍了近年来基于 Softm原创 2022-05-06 14:28:31 · 272 阅读 · 5 评论 -
CenterLoss原理详解(通透)
Center Loss详解,让你瞬间通透。原创 2022-04-30 10:29:53 · 10610 阅读 · 5 评论