摘要：
model.evaluate 和 model.predict 的区别 混淆矩阵(Confusion Matrix) 阅读全文
摘要：
Linux 网络协议栈是根据 TCP/IP 模型来实现的，TCP/IP 模型由应用层、传输层、网络层和网络接口层，共四层组成，每一层都有各自的职责。 阅读全文
摘要：
一.人脸识别相关 人脸应用在计算机视觉体系中占很大一块，在深度学习火起来之前，基于传统机器学习的人脸应用就已经很成熟了，有很多商用应用场景。本文用一个可以实际运行的Demo来说明人脸应用中常见的技术概念，包含‘人脸检测’、‘人脸对比’、‘人脸表征检测（五官定位）’、‘眨眼检测’、‘活体检测’以及‘疲 阅读全文
摘要：
1.非交互式人脸活体检测 人机交互的活体检测方法需要通过对人脸做出实时响应来判断是否为活体，通常采用的方法有脸部姿态和读取指定数字等。 以现在主流的交互式活体检测为例，系统会引导用户往指定方向去看,然后去估计用户的头部姿势，通过比较用户的动作姿势和指示方向是否一致来判断活体，从而抵抗照片和视频重放的 阅读全文
摘要：
1.活体检测面临的问题 在一些业务需要中，需要识别场景中的用户是否为"真人"，因此需要活体检测技术，这篇文章将针对当前行业中的活体检测技术进行总结。 在人脸检测中，攻击者往往会通过PA（Presentation Attacks）对系统进行攻击，常见的PA操作包括打印照片，虚假录制视频，面部伪装，3D 阅读全文
摘要：
1.论文的创新点： 1.提出了一个TCP(完全成对混淆Total Pairwise Confusion)loss用来增加CNN的泛化能力。 2.将FDA(快速域适应Fast Domain Adaptation)整合到CNN中，以减轻domain changes带来的影响。 3.提出了一个多任务学习方 阅读全文
摘要：
1.什么是SpringBoot？ SpringBoot是 Spring 开源组织下的子项目，是Spring组件一站式解决方案，主要是简化了使用Spring的难度，简省了繁重的配置，提供了各种启动器，开发者能快速上手。 2.SpringBoot有哪些优点？ 减少开发，测试时间。 使用JavaConfi 阅读全文
摘要：
0.模块 torchvision有4个功能模块：model、datasets、transforms和utils。利用datasets可以下载一些经典数据集，本次笔记主要记录如何使用datasets的ImageFolder处理自定义数据集，以及如何使用transforms对源数据进行预处理、增强等。 阅读全文
摘要：
1.utils.data包括Dataset和DataLoader torch.utils.data.Dataset为抽象类,表示Dataset的抽象类,所有其他数据集都应该进行子类化,所有子类应该override,__len__和__getitem__,前者提供了数据集的大小,后者支持整数索引,范围 阅读全文
摘要：
代码中的变量定义皆是同前面笔记相同 1.PyTorch的nn模块 神经网络的结构与原理相信大家已经非常熟悉，这里不再赘述。 PyTorch有一个专门用于神经网络的完整子模块：torch.nn。该子模块包含创建各种神经网络体系结构所需的构建块。这些构建块在PyTorch术语中称为module（模块）， 阅读全文