上一页 1 2 3 下一页

2019年6月13日

Faster R-CNN 的理解

摘要： 1. 目标检测简介 目标检测是一项非常重要的视觉任务，她可以带动实例分割、动作识别等应用的发展。目标检测技术日趋成熟，逐渐发展成两种主流的检测方法。单阶段的目标检测 以及 双阶段的目标检测。 双阶段的目标检测：先是判断anchor是foreground还是background，再判断foregrou 阅读全文

posted @ 2019-06-13 11:34 仁在江湖飘 阅读(546) 评论(0) 推荐(0)

2019年5月13日

深度学习基础原理

摘要： 深度学习 1.深度学习是否无所不能？ 适合掌握深度学习的任务应具备这样一些特点： （1）具备大量样本数据。如果样本数据难以获取或者数量太少，我们认为就不适合深度学习技术解决 （2）样本数据对场景的覆盖度足够完善。深度学习模型的效果完全依赖样本数据表现，如果出现样本数据外的情况，模型的推广性会变差 （ 阅读全文

posted @ 2019-05-13 20:31 仁在江湖飘 阅读(2917) 评论(0) 推荐(0)

2019年4月29日

pip install Yellowfin失败的问题

摘要： 上面的方法简单有效 https://blog.csdn.net/quqiaoluo5620/article/details/80608474 "" 阅读全文

posted @ 2019-04-29 10:50 仁在江湖飘 阅读(524) 评论(0) 推荐(0)

2019年4月26日

深度学习基础原理（1）--深度学习的基本流程与适用场景

摘要： 目前深度学习依旧火热，全世界开口闭口都是深度学习，感觉那深度学习已经充斥在我们周围的空气当中， 呼吸都不能错过，真是令我们沉迷其中无法自拔。那深度学习是不是无所不能呢？且来看看深度学习的适用场景： 1.适合掌握深度学习的任务应具备这样一些特点： （1）具备大量样本数据。深度学习是数据驱动的模型，如果 阅读全文

posted @ 2019-04-26 09:39 仁在江湖飘 阅读(5234) 评论(0) 推荐(0)

2019年4月23日

深度学习框架

摘要： 深度学习框架 1.请简要介绍下Tensorflow的计算图 Tensorflow是一个以计算图的形式来表示计算的编程系统。计算图可以看做一种有向图，这个表示了张量之间通过计算相互转化的过程，也叫数据流图。tensorflow计算图上的每一个节点代表着一种计算，而节点之间的边则表示了计算之间的依赖关系 阅读全文

posted @ 2019-04-23 09:59 仁在江湖飘 阅读(448) 评论(0) 推荐(0)

2019年4月4日

数据结构与算法概论

摘要： 计算机已经成为我们有力的工具。利用计算机处理数据，我们需要考虑到数据的存储表示，以及对数据的处理。 而数据的表示则要用到我们所说的数据结构，对数据的处理需要用到算法。 1 . 数据结构 对数据的存储表示，我们不仅仅需要保存每个独立数据的值，还需要保存数据中数据元素间的关系。 数据 首先我们来看一下我 阅读全文

posted @ 2019-04-04 08:53 仁在江湖飘 阅读(203) 评论(0) 推荐(0)

2019年3月25日

论文笔记 CVPR-2014 DeepReID Deep filter pairing neural network for person re-identification

摘要： 1. 摘要 第一篇用深度学习做Reid的文章，提出的FPNN采用端到端的训练方式，解决行人再识别的不对齐，光照，姿态等问题。 建立了一个新的带benchmark的数据集CUHK03，表现性能良好。 2.介绍 作者在文章中提到，目前做Reid的大致框架如下 目前的工作主要集中在优化上述框架中的一项或者 阅读全文

posted @ 2019-03-25 15:51 仁在江湖飘 阅读(750) 评论(0) 推荐(0)

论文笔记 Beyond Part Models: Person Retrieval with Refined Part Pooling_ECCV_2018

摘要： 1. 摘要 使用part feature 能够起到更好的效果，不过这个需要我们很好地定位part的位置。 本文中作者集中考虑part内部的一致性，提出了 part based convolutional baseline(PCB)结构以及refined part pooling (RPP)的方法。 阅读全文

posted @ 2019-03-25 15:51 仁在江湖飘 阅读(2206) 评论(0) 推荐(0)

论文笔记 M. Saquib Sarfraz_Pose-Sensitive Embedding_re-ranking_2018_CVPR

摘要： 1. 摘要 作者使用一个pose sensitive embddding，把姿态的粗糙、精细信息结合在一起应用到模型中。 用一个新的re ranking方法，不需要重新计算新的ranking列表，是一种无监督、自动的方法。 这个新方法取得了state of the art的效果。 2. 介绍 粗糙的 阅读全文

posted @ 2019-03-25 15:50 仁在江湖飘 阅读(796) 评论(0) 推荐(0)

论文笔记 Pose-driven Deep Convolutional Model for Person Re-identification_tianqi_2017_ICCV

摘要： 1. 摘要 为解决姿态变化的问题，作者提出Pose driven deep convolutional model（PDC），结合了global feature跟local feature， 而local feature 还用一个feature weight network（FWN） 进行重要性程度 阅读全文

posted @ 2019-03-25 15:49 仁在江湖飘 阅读(1179) 评论(0) 推荐(0)

上一页 1 2 3 下一页

导航