2020年10月_yang_daxia

原创 Dynamic Curriculum Learning for Imbalanced Data Classification ICCV_2019阅读笔记

为了解决不平衡的数据分类问题，作者设计了动态的课程学习。总的来说设计了两个课程。1）、采样程序从不平衡到平衡以及从简单到复杂。 2）、分类loss和度量学习loss的权重调整，开始阶段关注度量学习，后面关注分类。采样：初始状态：如三分类开始为1:100:50:20.不平衡，最终状态为平衡状态1:1:1:1，每一个轮次会对每一个类别做指数运算。每一个轮次的每一个batch都根据设置的程序：有一个target分布比例以及未重采样之前的分布current。如果target小于current

2020-10-28 22:06:46 262

原创 Curriculum Learning 文献阅读笔记ICML_2009

人类学习时，不是杂乱的学习，而是循序渐进的，先学习简单的再学习难的。所以作者提出了这样的训练策略，命名为课程学习。作者假设这样的训练方法可以加快训练的收敛速度，提高模型精度。即：非凸函数全局优化的一种策略。1）贡献：作者试图解释为什么以及什么时候这种学习策略是有效的。1、作者在不同的任务上进行了验证。2、提出了假设去解释为什么有效。3、实验结果表明课程学习起着正则化的作用。4、在凸优化任务上，课程学习也加快了向全局最优的收敛速度。2）作者介绍了深度神经网络以及训练上的困难。一些研究方法使用无

2020-10-27 20:29:36 303 2

原创课程学习入门与survey·

入门：https://blog.csdn.net/qq_25011449/article/details/82914803https://zhuanlan.zhihu.com/p/55720313自步学习：https://blog.csdn.net/weixin_37805505/article/details/79144854survey：Curriculum Learning of Multiple Tasks ——cvpr2015多任务的课程学习。...

2020-10-26 20:50:50 199

原创 github上的汇总Awesome Lists

https://github.com/topics/awesomereid：https://github.com/bismex/Awesome-person-re-identification蒸馏：https://github.com/FLHonker/Awesome-Knowledge-Distillationhttps://github.com/dkozlov/awesome-knowledge-distillation

2020-10-22 15:53:25 321

原创行人reid 综述 Deep Learning for Person Re-identification: A Survey and Outlook文献阅读

行人reid 综述摘要：作者将问题分为封闭场景的reid和开发场景的reid.封闭场景分三类问题：深度特征学习、度量学习、排序优化。开放场景分为5个方面。与此同时，昨天提出了一个新的评价指标mINP，以及一种新的baseline,AWG...

2020-10-20 19:52:06 467

原创列表有重复元素的聚类在一起。

a = [[1, 2], [2, 3], [3, 4], [6, 7]]b = [[1, 4], [2, 3], [3, 4], [5, 6], [0, 6, 9]]def merge_anno_query_id(ids): new_ids = ids.copy() #print(new_ids) for i, old_id in enumerate(ids): add_id = old_id.copy() for id2 in...

2020-10-14 09:38:03 322

原创号称的各种涨点神器。

1、AFF：注意力特征融合https://mp.weixin.qq.com/s/xttOO1FG0X-3nu-rCQUhhw2、模型蒸馏（大模型蒸馏小模型）如：MEAL V2https://mp.weixin.qq.com/s/Mtiz3apeAVRE-0x5f-kQwQ3、acnet，新的卷积https://zhuanlan.zhihu.com/p/131282789...

2020-10-10 11:29:15 2067

yang_daxia的博客