Grained

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

Python 中的线程安全（threadsafe） 与 GIL

通常加锁也有2种不同的粒度的锁：1.fine-grained(细粒度)，程序员需要自行加/解锁来保证线程安全2.coarse-grained(粗粒度)，语言层面本身维护着一个全局的锁机
JasonCcccc·2016-08-14 22:51

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

如何利用云计算技术来实现基于Web的Client-Sever系统的non-stop Sever（灾难恢复）

最近看了一篇云计算方面的论文（COLO: COarse-grained LOck-stepping Virtual Machines forNon-stop Service），论文主要讲述的是针对目前的灾难恢复方式的不足
u014594922·2016-04-14 22:00

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

3D识别“3D Object Representations for Fine-Grained Categorization”

数据库：http://ai.stanford.edu/~jkrause/cars/car_dataset.html目标：用3D表示做车型精细识别，基于两种2D表示SPP,BubleBank。构建了两个数据库：10-BMW，197-car，数据库在网站上下载。3D几何估计使用3DCAD模型进行建模，精细识别的第一步是找到一个最合适图像的CAD模型。合成数据：使用CAD模型渲染出训练数据3D几何分类器
cv_family_z·2015-12-24 16:00

PS:Hypercolumns for Object Segmentation and Fine-Grained Localization__CVPR2015

HypercolumnsforObjectSegmentationandFine-GrainedLocalization[fullpaper](http://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Hariharan_Hypercolumns_for_Object_2015_CVPR_paper.pdf)BharathHa
clarkatsau·2015-11-30 11:43

步步为营 .NET 代码重构学习笔记 二、提炼方法(Extract Method)

有数个原因造成我们喜欢简短而有良好命名的函数.首先,如果每个函数的粒度都很小(finely grained),那么函数之间彼此复用的机会就更大;其次,这会使高层函数代码读起来就像一系列注释;再者,如果函数都是
·2015-11-13 20:34

步步为营 .NET 代码重构学习笔记 二、提炼方法(Extract Method)

有数个原因造成我们喜欢简短而有良好命名的函数.首先,如果每个函数的粒度都很小(finely grained),那么函数之间彼此复用的机会就更大;其次,这会使高层函数代码读起来就像一系列注释;再者,如果函数都是
·2015-11-13 19:56

论文阅读笔记 - Mesos: A Platform for Fine-Grained ResourceSharing in the Data Center

作者：刘旭晖 Raymond 转载请注明出处 Email：colorant at 163.com BLOG：http://blog.csdn.net/colorant/ 更多论文阅读笔记 http://blog.csdn.net/colorant/article/details/8256145   == 目标问题 ==   为了提高资源的利用率以
·2015-11-13 08:37

Coarse-Grained lock 粗粒度锁

用一个锁Lock一组相关的对象 有时,需要按组来修改多个对象. 这样,在需要锁住其中一个的时候,必须连带地将其他的对象都上锁. 为每一个对象都加上一个锁是很繁琐的. 粗粒度锁是覆盖多个对象的单个锁. 简化了加锁行为. 且不必为了给它们加锁而加载所有对象. 运行机制 为
·2015-11-12 13:59

Design Pattern----12.Structural.Flyweight.Pattern (Delphi Sample)

Intent Use sharing to support large numbers of fine-grained objects efficiently.
·2015-11-12 10:09

Asterisk func group

channel can only be member of exactly one group per category; categories can be employed for more fine grained
·2015-11-12 09:49

Coarse-Grained lock 粗粒度锁

用一个锁Lock一组相关的对象 有时,需要按组来修改多个对象. 这样,在需要锁住其中一个的时候,必须连带地将其他的对象都上锁. 为每一个对象都加上一个锁是很繁琐的. 粗粒度锁是覆盖多个对象的单个锁. 简化了加锁行为. 且不必为了给它们加锁而加载所有对象. 运行机制 为一组对象建立一个控制点. 使用乐观离线锁让组
·2015-11-11 18:37

scala学习1

主要内容： 1. scala原理 　1.1 A language that grows on you 　　1.1.1 Scala gives you this fine-grained
·2015-11-11 12:18

singleton 转自：http://www.infoq.com/cn/articles/fine-grained-singleton-pattern

细颗粒度Singleton模式实现 作者 王翔(Vision Wang) 发布于 2007年9月27日 下午9时51分 社区 .NET, Architecture 主题 编程, 设计 标签 模式与实践, C#, 设计模
·2015-11-06 07:27

JDK中可扩展性和线程安全的注意事项

execution • Exchange data between concurrently running threads in a thread-safe manner • Gain fine-grained
·2015-10-31 11:16

Mesos: A Platform for Fine-Grained Resource Sharing in the Data Center

http://incubator.apache.org/mesos/research.html, Mesos   Mesos: A Platform for Fine-Grained Resource
·2015-10-28 08:57

我读Fine-Grained Change Detection of Misaligned Scenes with Varied Illuminations

背景介绍本文贡献实现方法数据采集FtextbfF的初始化Normal-awarelightingcorrection相机几何校正Low-rank变化检测Coarse-to-fine优化以及最终结果实验结果背景介绍文章标题：Fine-GrainedChangeDetectionofMisalignedSceneswithVariedIlluminations，ICCV2015，暂无主页，PDF，Co
xuanwu_yan·2015-10-24 12:00

论文提要“Part-based R-CNNs for Fine-grained Category Detection”

物体的局部信息可以用来进行精细分类，这篇文章学习了整个物体和物体局部检测器，从pose-normalized表示预测精细分类。局部定位可以反应物体之间的关联，并能降低物体姿态或相机位置变化带来的影响。Poselet和DPM用于物体局部定位获得了一定的效果，但测试时只有在给定bbox时才能获得充足的局部定位信息。精细识别，属性识别，姿态估计及推理预测等需要准确的局部信息。思路来源：在Caltech-
cv_family_z·2015-09-02 16:55

论文提要“Part-based R-CNNs for Fine-grained Category Detection”

物体的局部信息可以用来进行精细分类，这篇文章学习了整个物体和物体局部检测器，从pose-normalized表示预测精细分类。局部定位可以反应物体之间的关联，并能降低物体姿态或相机位置变化带来的影响。Poselet和DPM用于物体局部定位获得了一定的效果，但测试时只有在给定bbox时才能获得充足的局部定位信息。精细识别，属性识别，姿态估计及推理预测等需要准确的局部信息。思路来源：在Caltech-
cv_family_z·2015-09-02 16:00

车型识别“A Large-Scale Car Dataset for Fine-Grained Categorization and Verification”

论文的目标如题，对车型进行精细分类，作者构建了一个比较大型的车辆数据库CompCars，涵盖不同视角，包含车辆内部及外部特征，由监控视频获得的数据和从网络上下载的数据组成。文章做了车辆型号识别，认证和属性预测三部分，训练好的模型GoogLeNet_cars在CaffeModelZoo中。CompCars数据库网络数据库包含163个品牌1716个车型，共136,727张整车图片，27,618张车辆局
cv_family_z·2015-08-31 17:09

车型识别“A Large-Scale Car Dataset for Fine-Grained Categorization and Verification”

论文的目标如题，对车型进行精细分类，作者构建了一个比较大型的车辆数据库CompCars，涵盖不同视角，包含车辆内部及外部特征，由监控视频获得的数据和从网络上下载的数据组成。文章做了车辆型号识别，认证和属性预测三部分，训练好的模型GoogLeNet_cars在CaffeModelZoo中。CompCars数据库网络数据库包含163个品牌1716个车型，共136,727张整车图片，27,618张车辆局
cv_family_z·2015-08-31 17:00

论文提要“Hypercolumns for Object Segmentation and Fine-grained Localization”

动机：CNN网络的最后一层对类别层的语义信息比较敏感，而对扰动（姿态，光照，关节和位置）不敏感。细粒度的分析包括目标分割，姿态分析等，直接使用最后一层不是最优的选择。最后一层的特征在空间上比较粗糙，对准确定位有影响。文章提出了超列（Hypercolumn），即对应像素的网络所有节点的激活串联作为特征，进行目标的细粒度定位：同时定位和分割SDS，关键点定位和组件标记。超列的原理图如下所示：原理：1.
cv_family_z·2015-08-26 17:25

论文提要“Hypercolumns for Object Segmentation and Fine-grained Localization”

动机：CNN网络的最后一层对类别层的语义信息比较敏感，而对扰动（姿态，光照，关节和位置）不敏感。细粒度的分析包括目标分割，姿态分析等，直接使用最后一层不是最优的选择。最后一层的特征在空间上比较粗糙，对准确定位有影响。文章提出了超列（Hypercolumn），即对应像素的网络所有节点的激活串联作为特征，进行目标的细粒度定位：同时定位和分割SDS，关键点定位和组件标记。超列的原理图如下所示：原理：1.
cv_family_z·2015-08-26 17:00

spark on mesos 两种运行模式

spark在mesos上有粗粒度(coarse-grained)和细粒度(fine-grained)两种运行模式。
lsshlsw·2015-07-28 14:00

Unsupervised Template Learning for Fine-Grained Object Recognition(精读)

一.文献名字和作者   UnsupervisedTemplateLearningfor Fine-GrainedObjectRecognition，  二.阅读时间  2014年12月10日三.文献的目的  解决细粒度分类问题中，如何找到包含有细粒度差异的有相同形状的物体块在不同图像上面的图像区域的问题。主要做法是通过非监督的模板匹配方法进行的。四.文献的贡献点  作者将细粒度物体识别划分为两个子
shengno1·2014-12-10 17:00

Part-based R-CNNs for Fine-grained Category Detection(精读)

一.文献名字和作者   Part-basedR-CNNsfor Fine-grainedCategoryDetection,ECCV2014  二.阅读时间  2014年12月8日三.文献的目的   文献的目的是解决在进行细粒度识别的测试过程中，关于物体边框注解的依赖问题。四.文献的贡献点  作者提出了一种使用深度卷积特征作为整个物体检测器和可区分性物体检测器，并且在整体和可区分性块上面添加几何约
shengno1·2014-12-08 17:00
上一页 1 2 3 4 5 6 7 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他