墨殇浅尘

摘要： imgaug读取显示图像的方式；单/多张图像如何利用一/多种图像增强方法；如何将不同尺寸的图像组合在一起进行图像增强。 阅读全文

摘要： 本节介绍了tf.keras的函数式API的使用方式，整个流程总结为tf.keras.Model(inputs, outputs)的形式，即构建上输入，在定义网络结构层形成输出，最后用Model类将其定义为模型。这种方式决定了tf.keras构建的输出可以用于构建多个网络，也可以用于共享层的实现。另外，如果tf.keras中没有要构建的网络结构，可以自定义层。 阅读全文

摘要： 本篇是关于tf.keras高级API的概述，先后介绍了Keras的基本使用，tf.keras的序列模型(Sequential).add()乐高堆积方式，tf.kerasde函数式API，tf.keras的自定义层和类，call（定义前向过程），build（生成权重）和callbacks，模型的保存（3种类型） 阅读全文

摘要： DeepSORT：跟踪与检测紧密结合 IOU关联，匹配级联，匈牙利算法（余弦距离矩阵），卡尔曼滤波 阅读全文

摘要： 相关滤波鼻祖MOSSE 找最大相应（使用灰度图像） 高斯函数产生初始滤波器 具有在线更新 阅读全文

摘要： RoIAlign + loss（两种loss，增添图像域的分类loss） 阅读全文

摘要： MDNet 多域 实现深度学习另一分支的单目标跟踪方式 阅读全文

摘要： 基础训练-稀疏训练-剪枝-微调 阅读全文

摘要： 知识蒸馏：Teacher Model产生soft label作为student model的一项指引；关联通过损失函数构建，即包含teacher model产生的标签 q，也包含真值标签y；teacher model产生的soft label相较于真值标签会多一层类别之间相似性的信息，而不仅仅是真值标签y是与不是的问题。 阅读全文

摘要： 通道剪枝：L1范数限制权重 && 最小二乘保证裁剪前后差异最小 Q：裁剪谁，裁剪后效果的保持 阅读全文