深度学习
阿七秃了
hello world
展开
-
Class-incremental Learning via Deep Model Consolidation 翻译
Abstract深度神经网络(DNNs)在增量学习(IL)过程中经常遭受“灾难性遗忘”——当训练目标适应于新添加的一组类时,原始类的性能会突然下降。 现有的IL方法倾向于产生一个偏向于旧类或新类的模型,除非借助旧数据的范例。 为了解决这个问题,我们提出了一种称为深度模型整合(Deep Model Consolidation, DMC)的类增量学习范式,即使在原始训练数据不可用的情况下,它也能...翻译 2020-03-08 20:15:31 · 2424 阅读 · 2 评论 -
Take Goods from Shelves A Dataset for Class-Incremental 翻译
摘要在自助售货机中实现自动可视化结账的目标检测在零售业中引起了广泛的关注。 然而,一些关键性的挑战还没有得到足够的重视。 首先,迫切需要大规模、高质量的零售图像数据集来训练和评估检测模型。 其次,训练有素的模型应该能够以较低的成本应对频繁增加的新产品,而大多数前沿模型则不能。 本文提出了一种新的分层的大规模目标检测数据集——货架取货(TGFS),包含24个细粒度和3个粗类的38K图像。 ...翻译 2020-03-07 10:22:31 · 769 阅读 · 2 评论 -
RILOD Near Real-Time Incremental Learning for Object Detection at the Edge 翻译
抽象配备相机的边缘设备附带的物体检测模型无法覆盖每个用户感兴趣的物体。因此,增量学习功能是许多应用程序依赖的强大且个性化的对象检测系统的关键功能。在本文中,我们提出了一个高效而实用的系统RILOD,以逐步训练现有的对象检测模型,使其能够检测新的对象类别而又不会失去检测旧类别的能力。RILOD的关键组件是一种新颖的增量学习算法,该算法仅使用新对象类的训练数据就可以针对一个阶段的深层对象检测模型进...翻译 2020-03-07 10:13:14 · 967 阅读 · 0 评论 -
iCaRL Incremental Classifier and Representation Learning 翻译
摘要在通往人工智能的道路上,一个主要的开放问题是逐步学习系统的开发,该系统可以随着时间的推移从数据流中学习越来越多的概念。 在这项工作中,我们引入了一种新的培训策略,iCaRL,它允许以这样一种类增量的方式学习:只有少量类的培训数据必须同时出现,并且可以逐步添加新的类iCaRL同时学习强分类器和数据表示。 这与早期的工作不同,早期的工作从根本上局限于固定的数据表示,因此与深度学习架构不兼容。 ...翻译 2020-03-05 23:46:42 · 2468 阅读 · 0 评论 -
Learning without Forgetting 翻译
已弃坑,希望以前翻译的论文对感兴趣的人们有所帮助。机翻+自己手动改一些内容。Learning without Forgetting摘要在构建统一视觉系统或逐渐向系统添加新功能时,通常的假设是始终可以获得所有任务的培训数据。但是,随着任务数量的增加,对这些数据的存储和再培训变得不可行。在我们向卷积神经网络(CNN)添加新功能时出现了一个新问题,但其现有功能的训练数据不可用。我们提出了我们的学...翻译 2020-03-04 20:10:02 · 3261 阅读 · 5 评论 -
在keras-yolo3使用自己的VOC数据集训练
本教程是作者自己参考了一系列资料,以及踩坑之后总结下来的。和大家分享一下。这次使用的模型是YOLOv3的keras版本。链接如下:https://github.com/qqwweee/keras-yolo3具体的使用细节,github上都写明了。我这里是为了检测图像,所示使用,记得下载yolo的权重。python yolo_video.py --image就行...原创 2019-03-19 08:18:38 · 1081 阅读 · 3 评论 -
在Windows10中配置Keras-GPU版的环境
Keras相对于tensorflow用起来要爽很多。使用GPU版本的Keras,跑数据会比cpu版本的快很多。前提条件:环境:Windows10显卡:Nvidia如果是AMD的显卡,那就不用看这篇教程了。嘿嘿话不多说,下面就是keras-GPU版本的配置。1.下载Anaconda。使用andaconda的好处会给我们带来很多便利,比如,下载一个包,他会把这个包依...原创 2019-04-04 20:04:18 · 6830 阅读 · 0 评论 -
Incremental Learning of Object Detectors without Catastrophic Forgetting 代码运行
主要参考是小金鱼儿大神写的博客。https://haoyu.love/blog608.html但是大神写的代码我运行不起来,最后改了一些东西,运行起来了。所以记录一下。一句话:matlab的版本要最好是2016b,我使用的是2017b,这个版本需要修改代码。修改的代码是在github的EdgeBox的issue上看到的,我也忘了具体是哪一个issue。资源还在上传中。...原创 2019-07-06 15:36:05 · 351 阅读 · 0 评论