Fine-grained 第4页

spark on mesos 两种运行模式

原文地址：http://blog.csdn.net/lsshlsw/article/details/47104913Sparkonmesos有粗粒度(coarse-grained)和细粒度(fine-grained

Albert陈凯·2020-03-20 07:02

Distilling the Knowledge in a Neural Network

KnowledgeDistillation）方法，从大模型中学习到的知识中学习有用信息来训练小模型，在保证性能的前提下进行模型压缩提出一种新的集成模型方法，包括通用模型和多个专用模型，其中，专用模型用来对通用模型无法区分的细粒度（Fine-grained

MadCoder·2020-02-19 11:59

Bilinear CNNs for Fine-grained Visual Recognition

1.前言作者提出了BilinearConvolutionalNeuralNetworks(B-CNNs)用于精细化的视觉识别问题，这个网络将一个图片表示为两个CNN特征的outerproduct。通常情况下，在精细化的分类问题中，有两种方法：一是part-basedmodel，通过定位关键部位并提取特征。二是holisticmodels，这种方式在整张图片上构造特征。这篇论文主要基于这样一个思想：

Junr_0926·2020-02-14 04:54

[论文理解] Destruction and Construction Learning for Fine-grained Image Recognition

DestructionandConstructionLearningforFine-grainedImageRecognitionIntro本文提出一种细粒度图像分类的方法，即将原图像拼图一样shuffle成不同的block，丢进一个分类器，当然，直接这样训练会引入shuffle带来的无关噪声，所以又加上了adversariallearning和constructionlearning，类比自编码

aoru45·2020-02-02 03:00

Improving Neural Fine-Grained Entity Typing with Knowledge Attention

文章首发于zhkun的小窝Title:ImprovingNeuralFine-GrainedEntityTypingwithKnowledgeAttentionAuthor:JiXin,YankaiLin,ZhiyuanLiu,MaosongSunLink:http://nlp.csai.tsinghua.edu.cn/~lzy/publications/aaai2018_entitytyping

zhkun·2019-12-27 18:13

Deep CNNs with Spatially Weighted Pooling for Fine-Grained Car Recognition

看到一篇新出的文章VehicleclassicationusingResNets,localisationandspatially-weightedpooling，里面提到了一种新的池化方法spatially-weightedpooling，看名字觉得挺新奇的，但是没有具体解释具体的操作过程。然后，去搜索了一下关于这种方法，于是找到了DeepCNNswithSpatiallyWeightedP

haoshengup·2019-12-27 11:10

Cross-modal Hallucination for Few-shot Fine-grained Recognition

Cross-modalHallucinationforFew-shotFine-grainedRecognition最先进的深度学习算法需要大量的数据用于模型训练，缺乏会导致性能恶化，尤其是在不同类别之间具有细粒度的边界的时候。Introduction方法背后的直觉是生成额外训练的样本，这些样本适用于文本描述，有助于在低数据场景中学习分类模型。贡献有：根据细粒度视觉识别任务提出多模态Few-sho

hzb_ml·2019-12-26 15:41

论文阅读（25）Knowledge-Embedded Representation Learning for Fine-Grained Image Recognition

续袁·2019-12-22 23:45

论文阅读（28）Cross-modal Hallucination for Few-shot Fine-grained Recognition

续袁·2019-12-14 00:57

【论文精读】DeepFirearm: Learning Discriminative Feature Representation for Fine-grained Firearm Retrieval

DeepFirearm:LearningDiscriminativeFeatureRepresentationforFine-grainedFirearmRetrievalINTRODUCTION这是最近看的一篇文章，论文并没有太多方法上的创新点，但是将神经网络用于现代武器的检索，方向挺新奇的。所以记录一下。论文之初作者就指出现在CNN发展得很好，网络上像Facebook这一类的社交巨头都使用CN

luuuyi·2019-12-13 06:27

论文阅读（29）COMPARE MORE NUANCED: PAIRWISE ALIGNMENT BILINEAR NETWORK FOR FEW-SHOT FINE-GRAINED LEARNING

续袁·2019-12-11 23:04

分层损失的细粒度实体标注与链接《Hierarchical Losses and New Resources for Fine-grained Entity Typing and Linking》

论文代码数据数据不能正常下载的，看本文末。今天解读这篇论文与上一次分享的【细粒度实体标注】有些相同之处。一、背景这篇论文想用实数与复数对实体类别的层次结构进行双线性映射，来整合层次结构信息。二、模型细粒度实体标注链接问题定义如下：给定一个标注了实体的句子，eg：='BarackObamaisthePresidentoftheUnitedStates.'，对句中标注好的实体BarackObama从系

布口袋_天晴了·2019-12-01 05:44

Neural Architectures for Fine-grained Entity Type Classification

文章首发于zhkun的小窝Title:NeuralArchitecturesforFine-grainedEntityTypeClassificationAuthor:SonseShimaoka,PontusStenetorp,KentaroInui,SebastianRiedelLink:https://arxiv.org/pdf/1606.01341包含文章AnAttentiveNeuralA

zhkun·2019-11-29 21:34

Fine-Grained Entity Typing in Hyperbolic Space论文阅读

一、写在前面的话该论文针对细颗粒的命名实体类别分类，主要基于Ultra-FineEntityTyping所提出的更多颗粒的数据上进行实验。该模型主要的创新在于针对有层次的实体类别使用双曲嵌入的方式生成类别向量，使其具备层次信息。二、NamedEntityTyping细颗粒的命名实体类别分类本质是一个多标签分类问题，在已知实体和实体所在的上下文的情况下对实体的类别进行分类。如上图所示，针对一个实体，

freedom_king·2019-11-28 08:47

Bilinear CNNs for Fine-grained Visual Recognition

1简介细粒度识别即对隶属于同一类的目标进行分类，包括鸟的物种识别、汽车的型号识别和狗的品种识别。细粒度识别高度依赖目标的局部特征，例如，要将“加利福尼亚鸥”与“环嘴鸥”区分开来，需要识别其喙上的图案或它们羽毛的细微颜色差异。两类技术适合于解决细粒度分类任务。一是基于部件的识别模型，这些模型检测并提取部件的特征进行细粒度的类别区分。另一种方法是基于全局图像的整体模型。基于部件的模型往往更加精确，但由

cdknight_happy·2019-10-22 13:22

我的研究僧之旅 : p

区块链学习笔记（一）Fine-Grained,SecureandEfﬁcientDataProvenanceonBlockchainSystems_2019_VLDB有个背景区块链上的查询只能依赖于事务的回放

EatTheMooncoco·2019-10-08 21:53

（CVPR 2018）Large Scale Fine-Grained Categorization and Domain-Specific Transfer Learning，细粒度图像识别

简介本文主要讨论了几个点：图像分辨率对识别的影响长尾数据应对方法，主要针对iNaturalist数据。所谓长尾数据是指类别数据量不平衡，有些类别数据量很大，很多类别数据量很少，呈长尾状。细粒度图像识别，例如鸟类、车类的子类别。本文并没有提出新的网络结构，主要是通过迁移学习达到此目的。针对source数据的选取、预训练及fine-tune。图像分辨率讨论分辨率越高包含的信息量也越多，尤其是针对细粒度

空苍地樱·2019-09-02 20:14

Learning a Discriminative Filter Bank within a CNN for Fine-grained Recognition，细粒度图像识别

论文：LearningaDiscriminativeFilterBankwithinaCNNforFine-grainedRecognition简介与方法本文方法看完有那么一点SSD的既视感，作者在论文中也提到灵感来源于SSD。总体上来看就像是一个单anchor单尺度（当然可以多尺度）的SSD来检测kM个目标，M是类别数，k是每个类别要检测的part数，最后再结合这些part来做最终的分类。也就是

空苍地樱·2019-08-22 10:33

Learning to Navigate for Fine-grained Classification，细粒度图像识别

简介细粒度图像识别主要是对某个类别的子类进行细分类，例如狗的品种、不同品牌不同型号的车。往往大类总体外观差不多，需要通过一些局部的细节来进行区分，而局部的细节又随着当前目标的姿态不同在图像中的位置也不同，因此一般用于ImageNet的分类网络进行这种细类分类就会比较难。因此假设：有意义的局部信息可以辅助分类，局部信息加全局信息可以进一步提高分类效果。因此目标是找到更有意义的局部位置。按照上面的假设

空苍地樱·2019-08-20 19:35

[arxiv 2017] Zero-Shot Fine-Grained Classification by Deep Feature Learning with Semantics

论文的重点强调的是学习特征，对零样本细粒度分类更有判别性的特征。该方法分为两个阶段：特征学习和标签推理。假设：识别一个细粒度类别，需要利用高层特征和细粒度特征。而这里的高层特征，论文用的是细粒度类别中暗含的分层语义结构，即“目科属种”这样的关系。每个图片都有这样的分层标注，论文说这样的标注可以从百科中很容易地获得。A.FeatureLlearning特征学习在VGG16网络中的第3-5层后面加入了

一亩高粱·2019-06-24 16:53

AttnGAN: Fine-Grained Text to Image Generationwith Attentional Generative Adversarial Networks 论文解读

AttentionalGenerativeAdversarialNetwork(AttnGAN)能够生成细粒度（fine-grained）细节的的图片，与之前的texttoimage最好的文章相比在CUB

迷途的CH·2019-05-22 23:17

机器学习中的一些名词解释

细粒度（fine-grained）首先看两组图通过这两组图像，粗略观察会发现差别不是很大，所以我们仔细的去看，就能发现一些细节性的差别。两类不同的鸟，但是差别很小，主要应该就在眼部。

ML_amateur·2019-05-15 09:05

细粒度图像分类 fine-grained classification

细粒度图像分类又被称作子类别图像分类，是近年来计算机视觉、模式识别等领域的研究热点，其目的是对粗粒度的大类别进行更加细致的子类划分。但由于子类别间的细微差别以及较大的类内差异，较之普通的图像分类任务，细粒度图像分类的难度更大。早期的基于人工特征的算法表达能力有限，分类效果也有很大的局限性。深度学习的兴起促进了该领域的发展，传统的人工标注信息制约了算法实用性，更多的算法不再依赖人工标注信息。从深度卷

小星星*·2018-12-09 11:22

[NIPS 18] Stacked Semantics-Guided Attention Model for Fine-Grained Zero-Shot Learning

用于细粒度零样本学习的堆叠语义引导注意力模型StackedSemantics-GuidedAttentionModelforFine-GrainedZero-ShotLearning本文亮点：使用过类别语义引导视觉特征，加权不同局部特征。Abstract:Zero-ShotLearning(ZSL)isachievedviaaligningthesemanticrelationshipsbetwe

hairui88·2018-11-03 22:44

语义分割之RefineNet个人总结

而low-levelfeaturemap则具有更好的fine-grained特征。于是利用金字塔不断的融合这两种特征。整个网络从大体上和之前的语义分割一样，都是从最后一层上采样，然后融合，继续

coder_mckee·2018-10-25 15:03

论文阅读1《AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networ》

paper链接https://arxiv.org/abs/1711.10485，code链接https://github.com/taoxugit/AttnGAN，作者的homepagehttps://sites.google.com/view/taoxu本文给出的是CVPR2018的文章《AttnGAN:Fine-GrainedTexttoImageGenerationwithAttention

evsunny·2018-10-25 08:57

[NIPS 2018 论文笔记] Stacked Semantics-Guided Attention Model for Fine-Grained Zero-Shot Learning

用于细粒度零样本学习的堆叠语义引导注意力模型StackedSemantics-GuidedAttentionModelforFine-GrainedZero-ShotLearning本文亮点：使用语义引导视觉特征，加权不同的区域特征。论文地址代码地址Abstract:Zero-ShotLearning(ZSL)isachievedviaaligningthesemanticrelationship

一亩高粱·2018-10-17 10:11

Pairwise Confusion for Fine-Grained Visual Classification 阅读笔记

1)摘要尽管细粒度视觉分类数据集的样本数量很少，但是却存在着显著的类内差异性和类别间相似性。然而，先前的工作通常采用定位或者分割来解决类内的差异性，但是，类别间相似性依然影响特征的学习从而降低分类器的性能。针对这一问题，我们提出了一种可端到端惊醒训练的新奇的优化方法--PairwiseConfusion(PC),在激活中故意引入混淆来减少过拟合。通过实验证明PC能够提高定位能力并且在六个细粒度任务

Jadelyw·2018-10-09 20:30

ECCV2018 | 细粒度分类：多注意力多类别约束 Multi-Attention Multi-Class Constraint for Fine-grained Image Recognition

细分类简介细粒度分类就是对同一类中不同的子类物体间的分类。如下图，是不同公开数据集下例子。不同种类的鸟、车、飞机。由于不同物体姿态，视角，光照，遮挡等影响，往往造成子类之间物体差异偏小，类内物体差异偏大。基于深度学习的物体分类可以大致分为强监督和弱监督两大类。强监督指图片标注中将物体某些显著特征（术语叫做discriminative判别性，可以区分类别的）部位信息给出，弱监督则没有此类信息。本文所

孟让·2018-09-26 16:36

论文阅读笔记 | (ECCV 2018) Learning to Navigate for Fine-grained Classification

论文来自北京大学，做细粒度图像分类。论文下载：LearningtoNavigateforFine-grainedClassification知乎专栏计算机视觉一隅，文章(ECCV2018)LearningtoNavigateforFGVC(详细版)Abstract由于找出判别特征比较困难，细粒度图像分类具有挑战性。找到完全表征对象的那些细微特征并不简单。为了处理这种情况，文章提出了一种新颖的自监督

z止于至善·2018-09-10 20:58

MACNN-Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition

《LearningMulti-AttentionConvolutionalNeuralNetworkforFine-GrainedImageRecognition》是微软亚洲研究院17年出的一篇细粒度图像识别论文，它的姊妹篇是《LookClosertoSeeBetter:RecurrentAttentionConvolutionalNeuralNetworkforFine-grainedImage

ellin_young·2018-07-08 22:57

读论文，衣物检索：Deep domain adaptation for describing people based on fine-grained clothing attributes

Deepdomainadaptationfordescribingpeoplebasedonfine-grainedclothingattributes2015总结：目的是适应多种数据域的网络现有的方法迁移学习，固定某几层；本文的方法是训练两个分支的网络，分布接受不同数据集。这么做的出发点是学得和数据集无关的层次特征。#########目的和难点##############目的：衣物识别有现实需求

库页·2018-04-03 10:47

深度学习: 细粒度图像识别 (fine-grained image recognition)

Introduction细粒度图像识别(fine-grainedimagerecognition)，即精细化分类。精细化分类识别出物体的大类别（比如：计算机、手机、水杯等）较易，但如果进一步去判断更为精细化的物体分类名称，则难度极大。最大的挑战在于，同一大类别下不同子类别间的视觉差异极小。因此，精细化分类所需的图像分辨率较高。目前，精细化分类的方法主要有以下两类：基于图像重要区域定位的方法：该方法

JNingWei·2018-02-02 17:30

多任务学习“Fine-grained Recognition in the Wild: A Multi-Task Domain Adaptation Approach”

精细图像分类需要大量样本标记，但有些样本不容易标记。论文使用容易标记的样本，研究domainadaptation解决易获取样本与自然场景样本数据集转换的问题。这其中多任务的属性学习被用来提升性能。论文要解决的问题示例，先获取有标记的样本，实际应用的场景有少许样本有标记，使用domainadaptation作为两个数据集之间的转换方法：大部分的类别在某些已知的结构上与其他类别相关，比如，不同的车辆具

cv_family_z·2017-11-02 16:34

多任务学习“Embedding Label Structures for Fine-Grained Feature Representation”

论文使用多任务学习框架进行精细的车辆分类，同时学习分类和相似度约束。车辆分类可以分为多层，如品牌、型号、年款，为了对多层之间相关性进行建模，使用tripletloss，将标记的结构如hierarchy的或者sharedattributes嵌入到框架中。为了获得精细粒度的特征表示，一些方法加入similarity约束，如contrastive、tiplet损失。直接使用相似度约束在找相同的实例中比较

cv_family_z·2017-10-25 15:54

Fine-Grained Classification之车型识别

先说这篇文章，Monza:ImageClassificationofVehicleMakeandModelUsingConvolutionalNeuralNetworksandTransferLearning，该文章使用了3DObjectRepresentationsforFineGrainedCategorization这篇文章的车型数据集，一共16185张图像（train：8144，test：

watersink·2017-07-25 16:35

片上处理器与多核系统

实现多线程的硬件方法主要有三种：细粒度多线程，Fine-grained(interleaved)multithreading，每个时钟周期之间执行一个进程切换，采用轮询的方式。

Hlveying·2017-06-11 18:31

细粒度图像识别Object-Part Attention Driven Discriminative Localization for Fine-grained Image Classificatio

细粒度图像识别Object-PartAttentionDrivenDiscriminativeLocalizationforFine-grainedImageClassification（OPADDL）论文笔记原文：Object-PartAttentionDrivenDiscriminativeLocalizationforFine-grainedImageClassification（2017.

Cyiano·2017-05-14 21:16

细粒度图像识别Object-Part Attention Driven Discriminative Localization for Fine-grained Image Classificatio

细粒度图像识别Object-PartAttentionDrivenDiscriminativeLocalizationforFine-grainedImageClassification（OPADDL）论文笔记原文：Object-PartAttentionDrivenDiscriminativeLocalizationforFine-grainedImageClassification（2017.

Cyiano·2017-05-14 21:16

细粒度图像识别文章 Picking Deep Filter Responses for Fine-grained Image Recognition 阅读笔记

细粒度图像识别文章PickingDeepFilterResponsesforFine-grainedImageRecognition阅读笔记原文章：PickingDeepFilterResponsesforFine-grainedImageRecognition（CVPR2016）摘要：细粒度图像识别一直以来都是极具挑战性的任务。大多数细粒度图像识别算法都基于object和part级别的标注，来提

Cyiano·2017-05-11 14:51

细粒度图像识别文章 Picking Deep Filter Responses for Fine-grained Image Recognition 阅读笔记

细粒度图像识别文章PickingDeepFilterResponsesforFine-grainedImageRecognition阅读笔记原文章：PickingDeepFilterResponsesforFine-grainedImageRecognition（CVPR2016）摘要：细粒度图像识别一直以来都是极具挑战性的任务。大多数细粒度图像识别算法都基于object和part级别的标注，来提

Cyiano·2017-05-11 14:51

论文笔记：Two-level attention model for fine-grained Image classification

TheApplicationofTwo-levelAttentionModelsinDeepConvolutionalNeuralNetworkforFine-grainedImageClassification（细粒度图像识别）原文链接：paper我先来总结一下这篇文章主要的思路：主要就是利用regionproposal，寻找对于最后分类结果有积极影响的proposal，去掉那些无用的噪声。论文

Emma__8·2017-04-17 15:09

[深度学习论文笔记][Instance Segmentation] Hypercolumns for Object Segmentation and Fine-Grained Localization

Hariharan,Bharath,etal.“Hypercolumnsforobjectsegmentationandfine-grainedlocalization.”ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecogni-tion.2015.(Citations:185).1MotivationThehighlayerf

Hao_Zhang_Vision·2016-11-13 19:25

噪声数据-The Unreasonable Effectiveness of Noisy Data for Fine-Grained Recognition

ECCV2016TheUnreasonableEffectivenessofNoisyDataforFine-GrainedRecognition当前fine-grainedrecognition的主流方法分两步：1）训练数据的收集和标定，2）模型的训练。本文提出的使用从网络上搜索的含有噪声的数据进行训练，得到很好的效果。3NoisyFine-GrainedData3.1Categories这里我

cv_family_z·2016-10-24 16:35

论文阅读(3)--SPDA-CNN: Unifying Semantic Part Detection and Abstraction for Fine-grained Recognition

这篇文章是来自罗格斯大学的HanZhang等人的工作。由题目可知与上一篇文章一样，本文的作者也关注到了富有语义的局部(利用Part，Part，Part，重要事情强调三遍)，作者不满足于CUB-2011数据库提供的head和body的定位结果，提出了smallsemanticparts生成的方法。论文中使用的网络分为两个子网络，一个用于检测，一个用于分类。检测子网络采用一个新的自顶向下的方法生成用于

spearhead_cai·2016-10-10 21:49

VanDyke Software VShell：为数据传输提供强有力的、多协议的安全保障

VShell在标准多协议的基础上通过细粒度（fine-grained）的访问控制和配置，为用户提供高安全保障的数据传输。

哲想软件·2016-08-10 00:00

cc2530-关于Contiki系统的时钟

Contiki系统有两个系统时钟，分别是粗粒度时钟（coarse-grained）和细粒度时钟（fine-grained）。其中粗粒度时间使用的是128HZ的频率，例如CLOCK_SECOND。

u012163234·2016-03-06 12:00

车型识别“Hyper-class Augmented and Regularized Deep Learning for Fine-grained Image Classification”

两个贡献，一是使用hyper-class来增强数据，从网络上搜索hyper-class-labeled的数据，形成多类学习任务。二是公式化精细识别模型和hyper-class识别模型，通过挖掘二者的关系提升识别率。hyper-class数据增强数据增强的方法有裁切，镜像，增加随机噪声。但他们的效果有限，主要是信息类似。作者根据图像处理精细类别信息，还有内在的“属性”信息，而且这样的属性标记的图片（

cv_family_z·2016-02-29 16:00

笔记：Deep multi patch aggregation network for image style, aesthetics and quality estimation

在Imagestyle,aestheticsandqualityestimation三类任务中往往需要依靠更多的高像素(highresolution)图片中的细纹理(fine-grained)信息。

a1154761720·2016-02-19 21:00

[Cycle.js] Fine-grained control over the DOM Source

Currentlyinourmain()function, wegetclick$event.functionmain(sources){ constclick$=sources.DOM; constsinks={ DOM:click$ .startWith(null) .flatMapLatest(()=> Rx.Observable.timer(0,1000) //describ

Answer1215·2016-02-09 20:00

推荐频道

Fine-grained

spark on mesos 两种运行模式

Distilling the Knowledge in a Neural Network

Bilinear CNNs for Fine-grained Visual Recognition

[论文理解] Destruction and Construction Learning for Fine-grained Image Recognition

Improving Neural Fine-Grained Entity Typing with Knowledge Attention

Deep CNNs with Spatially Weighted Pooling for Fine-Grained Car Recognition

Cross-modal Hallucination for Few-shot Fine-grained Recognition

论文阅读（25）Knowledge-Embedded Representation Learning for Fine-Grained Image Recognition

论文阅读（28）Cross-modal Hallucination for Few-shot Fine-grained Recognition

【论文精读】DeepFirearm: Learning Discriminative Feature Representation for Fine-grained Firearm Retrieval

论文阅读（29）COMPARE MORE NUANCED: PAIRWISE ALIGNMENT BILINEAR NETWORK FOR FEW-SHOT FINE-GRAINED LEARNING

分层损失的细粒度实体标注与链接《Hierarchical Losses and New Resources for Fine-grained Entity Typing and Linking》

Neural Architectures for Fine-grained Entity Type Classification

Fine-Grained Entity Typing in Hyperbolic Space论文阅读

Bilinear CNNs for Fine-grained Visual Recognition

我的研究僧之旅 : p

（CVPR 2018）Large Scale Fine-Grained Categorization and Domain-Specific Transfer Learning，细粒度图像识别

Learning a Discriminative Filter Bank within a CNN for Fine-grained Recognition，细粒度图像识别

Learning to Navigate for Fine-grained Classification，细粒度图像识别

[arxiv 2017] Zero-Shot Fine-Grained Classification by Deep Feature Learning with Semantics

AttnGAN: Fine-Grained Text to Image Generationwith Attentional Generative Adversarial Networks 论文解读

机器学习中的一些名词解释

细粒度图像分类 fine-grained classification

[NIPS 18] Stacked Semantics-Guided Attention Model for Fine-Grained Zero-Shot Learning

语义分割之RefineNet个人总结

论文阅读1《AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networ》

[NIPS 2018 论文笔记] Stacked Semantics-Guided Attention Model for Fine-Grained Zero-Shot Learning

Pairwise Confusion for Fine-Grained Visual Classification 阅读笔记

ECCV2018 | 细粒度分类：多注意力多类别约束 Multi-Attention Multi-Class Constraint for Fine-grained Image Recognition

论文阅读笔记 | (ECCV 2018) Learning to Navigate for Fine-grained Classification

MACNN-Learning Multi-Attention Convolutional Neural Network for Fine-Grained Image Recognition

读论文，衣物检索：Deep domain adaptation for describing people based on fine-grained clothing attributes

深度学习: 细粒度图像识别 (fine-grained image recognition)

多任务学习“Fine-grained Recognition in the Wild: A Multi-Task Domain Adaptation Approach”

多任务学习“Embedding Label Structures for Fine-Grained Feature Representation”

Fine-Grained Classification之车型识别

片上处理器与多核系统

细粒度图像识别Object-Part Attention Driven Discriminative Localization for Fine-grained Image Classificatio

细粒度图像识别Object-Part Attention Driven Discriminative Localization for Fine-grained Image Classificatio

细粒度图像识别文章 Picking Deep Filter Responses for Fine-grained Image Recognition 阅读笔记

细粒度图像识别文章 Picking Deep Filter Responses for Fine-grained Image Recognition 阅读笔记

论文笔记：Two-level attention model for fine-grained Image classification

[深度学习论文笔记][Instance Segmentation] Hypercolumns for Object Segmentation and Fine-Grained Localization

噪声数据-The Unreasonable Effectiveness of Noisy Data for Fine-Grained Recognition

论文阅读(3)--SPDA-CNN: Unifying Semantic Part Detection and Abstraction for Fine-grained Recognition

VanDyke Software VShell：为数据传输提供强有力的、多协议的安全保障

cc2530-关于Contiki系统的时钟

车型识别“Hyper-class Augmented and Regularized Deep Learning for Fine-grained Image Classification”

笔记：Deep multi patch aggregation network for image style, aesthetics and quality estimation

[Cycle.js] Fine-grained control over the DOM Source