Image Processing
文章平均质量分 89
Eva_Hua
机器学习,深度学习,图像处理
展开
-
低分辨率人脸识别--蒸馏法《Low-resolution Face Recognition in the Wild via Selective Knowledge Distillation》
针对低分辨率图像识别,模糊图像识别。蒸馏法提出了一个新的解决思路原创 2023-02-07 16:02:49 · 770 阅读 · 2 评论 -
Transformer第三节——ViT
论文:https://arxiv.org/abs/2010.11929代码: ViT是transformer在CV领域的重要著作之一,将Transformer直接迁移到分类任务上,并且完全没有用到CNN,在分类任务中表现很好,尤其是大型训练集。下面聊聊ViT。整体结构1,选择怎样的Transformer网络及其变体作为ViT---(视觉分类任务)的初始结构?先介绍Transformer都有哪些经典变体。按照Transformer结构可以很直接的把这样的网......原创 2021-07-28 14:25:04 · 1998 阅读 · 0 评论 -
AICIty-ReID 2020 Going Beyond Real Data: A Robust Visual Representation for VehicleRe-identification
论文:代码:https://github.com/layumi/AICIty-reID-2020该文章是CVPR 2020 Vehicle ReID赛道的第一名方案。1. 简介本文作者旨在解决三个问题。1) 如何设计一个有效的车辆 reid 网络;2) 如何结合特定任务进一步提升网络性能;3) 当有多个reid网络,如何进一步提升整体性能2. 相关工作在车辆reid领域...原创 2021-02-19 18:03:21 · 517 阅读 · 0 评论 -
AICIty-ReID 2020 Multi-Domain Learning and Identity Mining for Vehicle Re-Identification
论文:https://arxiv.org/abs/2004.10547代码:https://github.com/heshuting555/AICITY2020_DMT_VehicleReID该文章是CVPR 2020 Vehicle ReID赛道的第三名方案。1. 简介基线模型选择:使用person ReID的开源模型: strong baseline with bag of tricks (BoT-BS),该方案在车辆ReID的开源集Veri-776达到了79.9% mAP, 本文.原创 2021-02-08 17:59:25 · 871 阅读 · 1 评论 -
语义分割——PSPNet
《Pyramid Scene Parsing Network》大名鼎鼎的PSPnet, 2016年ILSVRC'16 MIT Scene Parsing Challenge冠军。原文请戳https://arxiv.org/abs/1612.01105基于像素级别的预测任务比如场景解析或者语义分割,最先使用卷积层替换分类任务中的全连接层得到了较好的效果(Fully Convolutiona...原创 2019-10-24 09:23:30 · 620 阅读 · 0 评论 -
蒸馏法——人脸识别
1,Model Distillation with Knowledge Transfer from Face Classification to Alignment and Verification1)初始化策略:1.1)使用softmax损失先进行预训练优化,2) 对于非分类任务的蒸馏法损失函数如下所示:其中第一项是特定任务的损失函数,第三项是特定任务的蒸馏损失项,第二项...原创 2019-10-24 08:58:09 · 1540 阅读 · 0 评论 -
蒸馏法第三节——蒸馏法&检测任务
【1】G. Chen, W. Choi, X. Yu, T. Han, and M. Chandraker. Learning efficient object detection models with knowledge distillation. In Advances in Neural Information Processing Systems,pages 742–751, 2017...原创 2019-07-12 08:37:33 · 785 阅读 · 0 评论 -
蒸馏法第二节——蒸馏法&分类任务
【1】A. Romero, N. Ballas, S. E. Kahou, A. Chassang, C. Gatta,and Y. Bengio. Fitnets: Hints for thin deep nets. arXiv preprint arXiv:1412.6550, 2014 ——分类任务创新点:不仅仅考虑了教师模型的输出层,还同时考虑神经网络的中间隐层,并且在中间层中加入了一...原创 2019-07-12 08:07:09 · 775 阅读 · 0 评论 -
蒸馏法文章选读——Correlation Congruence for Knowledge Distillation
7, Correlation Congruence for Knowledge Distillationhttps://arxiv.org/abs/1904.018021),创新点:原始的蒸馏法只是用学生网络的某个向量去拟合教师网络的该向量,无论是kl散度还是欧式距离,只是向量之间的映射;但是由于教师网络和学生网络本来的差异性,所以不应该仅仅学习教师网络和学生网络单个样本向量间差异,还应该...原创 2019-05-06 17:34:07 · 2445 阅读 · 0 评论 -
SDAE训练流程和代码实现(Matlab)——咬文嚼字系列
SDAE(stacked denoised autoencoder ,堆栈去噪自编码器)是vincent大神提出的无监督的神经网络模型,论文:Stacked Denoising Autoencoders: Learning Useful Representations ina Deep Network with a Local Denoising Criterion,原文作者从不同角度解释...原创 2018-06-28 14:48:29 · 9170 阅读 · 23 评论 -
PCA(Principal Component Analysis)主成分分析
PCA(Principal Component Analysis),即主成分分析,主要用于数据降维。对于一组样本的feature组成的多维向量,多维向量里的某些元素本身没有区分性,比如某个元素在所有的样本中都为1,或者与1差距不大,那么这个元素本身就没有区分性,用它做特征来区分,贡献会非常小。所以我们的目的是找那些变化大的元素,即方差大的那些维,而去除掉那些变化不大的维,从而使feature留转载 2014-08-20 12:11:04 · 5820 阅读 · 0 评论 -
图像处理入门
>> R= imnoise2('gaussian',100000,1,0,1);Undefined function 'imnoise2' for input arguments of type 'char'. >> function R=imnoise(type,M,N,a,b) function R=imnoise(type,M,N,a,b)|Error: Functi原创 2014-08-05 12:18:58 · 870 阅读 · 0 评论