网络结构
文章平均质量分 93
小殊小殊
为人在世 幸遇升平 自当立一番好言 行一番好事业
展开
-
通俗解读人脸检测框架-RetinaFace
2019年何凯明提出Focal Loss时为了验证Focal Loss的可行性,顺便(没错,就是顺便)提出了RetinaNet。RetinaFace是在RetinaNet基础上引申出来的人脸检测框架,所以大致结构和RetinaNet非常像。原创 2022-05-10 16:24:06 · 24103 阅读 · 16 评论 -
全网首发,Swin Transformer+FaceNet实现人脸识别
一、 简介与其他的深度学习方法在人脸上的应用不同,FaceNet并没有用传统的softmax的方式去进行分类学习,然后抽取其中某一层作为特征,而是直接进行端对端学习一个从图像到欧式空间的编码方法,然后基于这个编码再做人脸识别、人脸验证和人脸聚类等。FaceNet主要有两个重点:Backbone和Triplet loss。我们也将主要从这两个方面介绍。代码:oaifaye/facenet-swim-transformer二、Swin Transformer作为Backbone......原创 2022-05-04 15:33:36 · 19910 阅读 · 14 评论 -
pytorch主流backbone实现
计算机视觉主流backbone收集源码https://github.com/oaifaye/backbone-pytorchdataset network params top1 err top5 err epoch(lr = 0.1) epoch(lr = 0.02) epoch(lr = 0.004) epoch(lr = 0.0008) total epoch cifar100 mobilenet 3.3M 34.0.原创 2021-09-29 13:17:32 · 545 阅读 · 0 评论 -
【五分钟会,半小时懂】人声分离Demucs
目录效果演示Demucs介绍Demucs的使用Demucs原理效果演示https://www.bilibili.com/video/BV123411i7ZY/https://www.bilibili.com/video/BV1BP4y1a7hG/Demucs介绍Demucs是Facebook开源的声音分离模型,简单易用,结构简单,现在很多应用都以Demucs作为baseline进行优化。Demucs提供了Demucs和Convs - .........原创 2021-09-09 08:20:09 · 31331 阅读 · 15 评论 -
使用MobileNetV3的PSPNet网络结构
backbone使用MobileNetV3,第一层输入filter个数32,输出大小320,alpha=1手绘结构:Keras结构打印:Layer (type) Output Shape Param # Connected to ============================...原创 2020-09-16 15:11:42 · 726 阅读 · 0 评论