re-id论文学习

【论文学习】人脸识别 —— Deep Face Recognition: A Survey. 新人必看入门总结

最近看了很多人脸识别loss相关和GAN相关的paper，但是没有提纲挈领的把这些串起来，今天看到了这篇综述，里面虽然介绍的比较复杂，不过总结的还是非常明晰的。Paper:DeepFaceRecognition:ASurvey链接：https://arxiv.org/pdf/1804.06655.pdf摘取了自己感兴趣的几部分，分享给大家，主要讲一下大的框架吧目录人脸识别分类人脸识别流程性能指标关
Lingyun_wu·2019-06-27 19:41

【论文学习】人脸识别 —— Deep Face Recognition: A Survey. 新人必看入门总结

最近看了很多人脸识别loss相关和GAN相关的paper，但是没有提纲挈领的把这些串起来，今天看到了这篇综述，里面虽然介绍的比较复杂，不过总结的还是非常明晰的。Paper:DeepFaceRecognition:ASurvey链接：https://arxiv.org/pdf/1804.06655.pdf摘取了自己感兴趣的几部分，分享给大家，主要讲一下大的框架吧目录人脸识别分类人脸识别流程性能指标关
Lingyun_wu·2019-06-27 19:41

【论文学习】STN —— Spatial Transformer Networks

Paper：SpatialTransformerNetworks这是Google旗下DeepMind大作，最近学习人脸识别，这篇paper提出的STN网络可以代替align的操作，端到端的训练实现图片的align。实际使用的过程中不需要landmarks也可以做align了，而且还可以并联多个，这对于多个物体非常适用，而且，输出的feature大小可以变换，这一点也很灵活。提出背景CNN可以显示的
Lingyun_wu·2019-06-26 11:21

【论文学习】STN —— Spatial Transformer Networks

Paper：SpatialTransformerNetworks这是Google旗下DeepMind大作，最近学习人脸识别，这篇paper提出的STN网络可以代替align的操作，端到端的训练实现图片的align。实际使用的过程中不需要landmarks也可以做align了，而且还可以并联多个，这对于多个物体非常适用，而且，输出的feature大小可以变换，这一点也很灵活。提出背景CNN可以显示的
Lingyun_wu·2019-06-26 11:21

【论文学习】人脸识别——FaceNet：超级经典的paper（triplet loss）

又是超级经典的一篇人脸识别paper，提供了一种端到端的处理，提出了新颖的lossfunction，好文值得多读！FaceNet这篇paper是2015年的论文，实验效果非常好，在LFW中达到了99.63%的精度。实现了利用端到端的网络学习在欧式距离空间的128维人脸特征向量。并提出了tripletloss，通过loss函数直接学习embeddingfeature，并且优化feature的分布。基
Lingyun_wu·2019-06-25 21:35

【论文学习】人脸识别——FaceNet：超级经典的paper（triplet loss）

又是超级经典的一篇人脸识别paper，提供了一种端到端的处理，提出了新颖的lossfunction，好文值得多读！FaceNet这篇paper是2015年的论文，实验效果非常好，在LFW中达到了99.63%的精度。实现了利用端到端的网络学习在欧式距离空间的128维人脸特征向量。并提出了tripletloss，通过loss函数直接学习embeddingfeature，并且优化feature的分布。基
Lingyun_wu·2019-06-25 21:35

The Graph Neural Network Model论文学习笔记

TheGraphNeuralNetworkModel论文学习摘要1.简介2.图神经网络模型A.模型B.状态计算C.学习算法D.转移和输出函数的实现E.和RandomWalks及RNN的比较原文链接摘要诸如计算机视觉
frank_wz·2019-06-21 10:49

【论文学习】人脸识别——DeepFace：深度学习人脸识别开山之作

大家好，从今天开始就要学习人脸识别相关的知识啦，以后也会分享这一类的文章。人脸识别，必不可少的是FacebookAI研究院的这篇。论文：DeepFace:ClosingtheGaptoHuman-LevelPerformanceinFaceVerification[cite]TaigmanY,YangM,RanzatoMA,etal.Deepface:Closingthegaptohuman-le
Lingyun_wu·2019-06-19 23:00

【论文学习】人脸识别——DeepFace：深度学习人脸识别开山之作

大家好，从今天开始就要学习人脸识别相关的知识啦，以后也会分享这一类的文章。人脸识别，必不可少的是FacebookAI研究院的这篇。论文：DeepFace:ClosingtheGaptoHuman-LevelPerformanceinFaceVerification[cite]TaigmanY,YangM,RanzatoMA,etal.Deepface:Closingthegaptohuman-le
Lingyun_wu·2019-06-19 23:00

2018-2019-2 20189206 《密码与安全新技术专题》课程总结

201892062018-2019-2《密码与安全新技术专题》课程总结课程：《密码与安全新技术专题》班级：1892姓名：王子榛学号：20189206上课教师：王志强1.本学期讲座的学习总结第七次课——各组论文学习第一组
王子榛20189206·2019-06-16 21:00

2018-2019-2 20189206 《密码与安全新技术专题》课程总结

201892062018-2019-2《密码与安全新技术专题》课程总结课程：《密码与安全新技术专题》班级：1892姓名：王子榛学号：20189206上课教师：王志强1.本学期讲座的学习总结第七次课——各组论文学习第一组
weixin_30677073·2019-06-16 21:00

Relational inductive biases, deep learning, and graph networks论文学习笔记

Relationalinductivebiases,deeplearning,andgraphnetworks论文学习摘要1.简介2.关系归纳偏好2.1标准深度学习构造块中的关系归纳偏好2.1.1全连接层
frank_wz·2019-06-14 08:02

论文学习（翁荣祥毕业论文）

基础知识1.存在的问题：双语数据的规模与神经网络的参数规模的不平衡，导致现有的神经机器翻译模型生成的向量表示无法包含有足够语言信息。2.基于规则的翻译方式->统计机器翻译（步骤如https://www.cnblogs.com/wuseguang/p/4072920.html1.语料预处理，生成双语分词之后的文件。2.词对齐。3.短语抽取。4.计算短语概率。5.最大熵调序。）->神经机器翻译。3.神
Xiao_yanling·2019-06-10 10:39

20189230杨 2018-2019-2 论文学习与报告总结

目录1.学习论文的总结Part1背景介绍：为什么要用CNN（卷积神经网络）对句子分类？Part2模型介绍Part3数据集Part4实验结论Part5论文复现2.学习中遇到的问题及解决3.参考资料课程：《密码与安全新技术专题》班级：1892姓名：杨学号：20189230上课教师：王志强上课日期：2019年5月21日必修/选修：选修1.学习论文的总结论文名称：ConvolutionalNeuralNe
20189230杨·2019-06-03 22:00

密码与新技术专题论文总结

201892242018-2019-2《密码与安全新技术专题》论文总结课程：《密码与安全新技术专题》班级：1892姓名：史馨怡学号：20189224上课教师：王志强上课日期：2019年5月21日必修/选修：选修论文学习总结
20189224史馨怡·2019-06-03 22:00

deepFM论文学习

前言：deepFM结构比较清晰，更多信息可以参考最后github的代码。核心思想：在dl基础上增加了FM特征（结构非常类似wdl）。FM（linear+二介组合特征）细节：1、每个特征都是一个field映射成embedding向量2、FM模型与deeppart共享featureembedding3、不需要预训练FM得到隐向量4、论文给出的FM简化公式方便计算：在代码中的映射：#secondorde
骆驼算法学习笔记·2019-06-02 15:01

youtube推荐系统论文学习

尽可能简明扼要，如有错误或我没有理解的地方请指点，互相讨论。原论文地址目录一、整体架构二、召回模块（match）三、排序模块（ranking）四、参考文献及额外知识点：一、整体架构YouTube推荐主要分为两块：1）match（召回）2）ranking（排序）二、召回模块（match）核心思想：使用网络训练用户向量U和视频向量V，线上使用使用topK相似度方法找出最相似的候选集。如图所示：细节：1
骆驼算法学习笔记·2019-05-29 22:56

【深度学习论文学习笔记】Deep Residual Learning for Image Recognition【2015】

DeepResidualLearningforImageRecognition残差网络框架论文链接：https://arxiv.org/abs/1512.033851面临的问题直觉上来说，随着越深的网络层数，则模型拟合数据的能力更强，然而事实上，随着网络层的加深，会面临梯度爆炸和梯度消失，是对模型拟合的一大障碍。归一化初始化和中间层的归一化已经在一定程度上消除了梯度消失和爆炸的问题。degrada
BrianLi_·2019-05-26 17:58

行人重识别简介

什么是Re-ID?行人重识别（PersonRe-identification也称行人再识别，简称为ReID，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是
EverydayRunning·2019-05-23 19:11

AlignedReID论文学习

AlignedReID论文学习论文：《AlignedReID:SurpassingHuman-LevelPerformanceinPersonRe-Identification》下载链接：https:/
DiLLVeRsE·2019-05-20 11:03

【论文学习】行人检测——CVPR Deep Learning Strong Parts for Pedestrian Detection

paper：DeepLearningStrongPartsforPedestrianDetection目录主要解决的问题提出的解决办法1、现阶段对于阻塞问题的处理方法2、文章创新点3、训练部分池过程4、深模型中的移位处理5、学习过程6、遗留问题主要解决的问题做行人检测时，将CNN的主要特征转移给了行人，但无法做遮挡处理。提出的解决办法以前只是建立一个单一的检测器，本文提出了DeepParts，有以
Lingyun_wu·2019-05-15 15:16

【论文学习】行人检测——CVPR：通过MIMS在低分辨率图像中做行人检测

论文：PedestrianDetectioninLow-resolutionImagerybyLearningMulti-scaleIntrinsicMotionStructures(MIMS)通过学习多尺度固有运动结构，在低分辨率图像中做行人检测由于地面采样距离（GSD）低，图像帧速率低，检测距离大幅面广域图像距离的行人是一个具有挑战性的问题。在这种情况下，基于外观提示的方法主要失败，因为行人的
Lingyun_wu·2019-05-14 10:31

【论文学习】2018 CVPR 目标检测必读paper

1、CascadeR-CNNDelvingintoHighQualityObjectDetection.CascadedRCNN这篇文章的出发点非常有意思，是通过分析输入proposal和groundtruth的IOU与检测模型采用的用于界定正负样本的IOU关系得到结论：当一个检测模型采用某个阈值（假设u=0.6）来界定正负样本时，那么当输入proposal的IOU在这个阈值（u=0.6）附近时，
Lingyun_wu·2019-05-14 09:12

【论文学习】2018 CVPR 目标检测必读paper

1、CascadeR-CNNDelvingintoHighQualityObjectDetection.CascadedRCNN这篇文章的出发点非常有意思，是通过分析输入proposal和groundtruth的IOU与检测模型采用的用于界定正负样本的IOU关系得到结论：当一个检测模型采用某个阈值（假设u=0.6）来界定正负样本时，那么当输入proposal的IOU在这个阈值（u=0.6）附近时，
Lingyun_wu·2019-05-14 09:12

【论文学习】2017 CVPR 目标检测必读paper

1、Speed/accuracytrade-offsformodernconvolutionalobjectdetectors其主要考虑三种检测器（FasterRCNN,R-FCN,SSD）作为元结构，三种CNN网络（VGG，Inception，ResNet）作为特征提取器，变化其他参数如图像分辨率、proposals数量等，研究目标检测系统准确率与速度的权衡关系。2、YOLO9000:Bette
Lingyun_wu·2019-05-14 09:36

【论文学习】2017 CVPR 目标检测必读paper

1、Speed/accuracytrade-offsformodernconvolutionalobjectdetectors其主要考虑三种检测器（FasterRCNN,R-FCN,SSD）作为元结构，三种CNN网络（VGG，Inception，ResNet）作为特征提取器，变化其他参数如图像分辨率、proposals数量等，研究目标检测系统准确率与速度的权衡关系。2、YOLO9000:Bette
Lingyun_wu·2019-05-14 09:36

【论文学习】2016 CVPR 目标检测必读paper

1、Deepresiduallearningforimagerecognition何凯明的代表作之一，获得了16年的bestpaper。文章不是针对目标检测来做的，但其解决了一个最根本的问题：更有力的特征。检测时基于FasterR-CNN的目标检测框架，使用ResNet替换VGG16网络可以取得更好的检测结果。（实际上，使用ResNet网络代替ZF,VGG,GoogleNet等网络模型无论在图像分
Lingyun_wu·2019-05-14 09:39

【论文学习】2016 CVPR 目标检测必读paper

1、Deepresiduallearningforimagerecognition何凯明的代表作之一，获得了16年的bestpaper。文章不是针对目标检测来做的，但其解决了一个最根本的问题：更有力的特征。检测时基于FasterR-CNN的目标检测框架，使用ResNet替换VGG16网络可以取得更好的检测结果。（实际上，使用ResNet网络代替ZF,VGG,GoogleNet等网络模型无论在图像分
Lingyun_wu·2019-05-14 09:39

CNN网络学习（2）：ZFNet，OverFeat，FCN，FPN

网络学习（2）：ZFNet，FCN，OverFeat1、ZFNet（2013）：2、OverFeat（2014）：3、FCN（2015）：3、FPN（2017）：1、ZFNet（2013）：ZFNet论文学习详解深度学习之经典网络架构
clover_my·2019-05-13 19:06

【论文学习】轻量级网络——MobileNetV3终于来了（含开源代码）

论文名称：《SearchingforMobileNetV3》感谢github上大佬们开源，开源代码整理如下：（1）PyTorch实现1：https://github.com/xiaolai-sqlai/mobilenetv3（2）PyTorch实现2：https://github.com/kuan-wang/pytorch-mobilenet-v3（3）PyTorch实现3：https://git
Lingyun_wu·2019-05-13 18:43

【论文学习】轻量级网络——MobileNetV3终于来了（含开源代码）

论文名称：《SearchingforMobileNetV3》感谢github上大佬们开源，开源代码整理如下：（1）PyTorch实现1：https://github.com/xiaolai-sqlai/mobilenetv3（2）PyTorch实现2：https://github.com/kuan-wang/pytorch-mobilenet-v3（3）PyTorch实现3：https://git
Lingyun_wu·2019-05-13 18:43

论文学习笔记08：IMT

基础知识总结（1）机器翻译技术背景：基于词的翻译模型->基于短语的翻译模型->基于句法的翻译模型->神经网络翻译模型。（2）译后编辑：通过人工直接修改机器翻译的自动译文来完成翻译。译后编辑是最简单的人机交互方式。优点：如果机器翻译的自动译文质量较高，人工修改量就比较少，这种方式可以有效提升译员的生产效率。缺点：当前的机器翻译系统对应的译文质量远未达到人工翻译场景的用户期望。如果机器翻译的自动译文质
Xiao_yanling·2019-05-13 08:04

【论文学习】快速卷积方法——Winograd 变换

论文：FastAlgorithmsforConvolutionalNeuralNetworks本博客关注于论文中Winograd变换部分在1D，2D和多维度中，最小算法需要等于输入数量的多次乘法。换句话说，为了计算F（m，r），我们必须访问m+r-1个数据值的间隔，并且为了计算F（m×n，r×s），我们必须访问（m+r-1）×（n+s-1）数据值。因此，最小滤波算法需要每个输入一次乘法。1、F（2
Lingyun_wu·2019-05-12 16:11

【论文学习】快速卷积方法——Winograd 变换

论文：FastAlgorithmsforConvolutionalNeuralNetworks本博客关注于论文中Winograd变换部分在1D，2D和多维度中，最小算法需要等于输入数量的多次乘法。换句话说，为了计算F（m，r），我们必须访问m+r-1个数据值的间隔，并且为了计算F（m×n，r×s），我们必须访问（m+r-1）×（n+s-1）数据值。因此，最小滤波算法需要每个输入一次乘法。1、F（2
Lingyun_wu·2019-05-12 16:11

【论文学习】Guetzli：感知引导的JPEG编码器

Paper：Guetzli:PerceptuallyGuidedJPEGEncoder摘要Guetzli是一种新的JPEG编码器，旨在以比其他常见的JPEG编码器更低的比特率产生视觉上无法区分的图像。它使用闭环优化器优化JPEG全局量化表和每个JPEG块中的DCT系数值。Guetzli使用我们的感知距离度量Butteraugli[1]作为其优化过程中的反馈来源。根据Butteraugli，与我们尝
Lingyun_wu·2019-05-12 16:05

【论文学习】Guetzli：感知引导的JPEG编码器

Paper：Guetzli:PerceptuallyGuidedJPEGEncoder摘要Guetzli是一种新的JPEG编码器，旨在以比其他常见的JPEG编码器更低的比特率产生视觉上无法区分的图像。它使用闭环优化器优化JPEG全局量化表和每个JPEG块中的DCT系数值。Guetzli使用我们的感知距离度量Butteraugli[1]作为其优化过程中的反馈来源。根据Butteraugli，与我们尝
Lingyun_wu·2019-05-12 16:05

Unsupervised Person Re-identification by Soft Multilabel Learning

简介:这是一篇19年CVPR的跨域无监督Re-ID论文，在Market1501和DukeMTMC-reID上分别达到了67.7%和67.1%的rank-1精度，算是一篇将准确度刷得比较高的论文了，在这篇论文中主要是偏重了
pengcw·2019-05-04 10:00

CVPR2019| 百度17篇CVPR论文学习记录（包含：无人驾驶、神经网络、GAN、无监督学习、目标检测）

首先感谢现在网上资源丰富，能够获得很多人的总结，结合自身实际进行了学习记录。并着重标注了其中关键核心目录1）TakingACloserLookatDomainShift:Category-levelAdversariesforSemanticsConsistentDomainAdaptation（仔细研究源域转换：语义一致域适应的类别级别对抗）2）FilterPruningviaGeometric
人工智能博士·2019-05-03 15:55

论文学习笔记--无缺陷样本产品表面缺陷检测 A Surface Defect Detection Method Based on Positive Samples

文章下载地址：ASurfaceDefectDetectionMethodBasedonPositiveSamples第一部分论文中文翻译摘要：基于机器视觉的表面缺陷检测和分类可以大大提高工业生产的效率。利用足够的已标记图像，基于卷积神经网络的缺陷检测方法已经实现了现有技术的检测效果。然而在实际应用中，缺陷样本或负样本通常难以预先收集，并且手动标记需要耗费大量时间。本文提出了一种仅基于正样本训练的新
李是李雅普诺夫的李·2019-04-18 16:00

神经网络：ResNet 论文学习总结（一）

引言对于深度学习初学者，对网络结构总是存在模糊的认识，不能确切的把握结构的要义。在学习探索过程中，对网络结构算法的有效性和准确度没有很高的要求，经常不考虑时间成本和效率因素，但在工作和实际场景应用时，存在着各种硬性的要求，在较短或者很短的时间内训练出较好或者符合应用场景最低要求网络模型。对于ResNet网络结构，本人由于没有深刻的学习和相关的总结，在实习和学习过程中总是碰壁。非常感谢实习的主管，给
志小·2019-04-16 22:00

车辆重识别(Re-ID)中的mAP和Rank-k评测指标

1.mAP(meanAverageprecision)mAP(meanAverageprecision，平均精度均值)是目标检测和多标签图像分类等任务中常用的评测指标，因为这类任务中的标签数量大多不止一个，因此不能用普通的单标签图像的分类标准，即meanaccuracy。mAP指将多类任务中的平均精度（AP）求和再取平均。mAP的相对大小是衡量一个同类任务模型好坏的重要标准之一。下面就mAP的产生
Chen_yuazzy·2019-04-12 22:46

基于Mxnet的车辆重识别（Re-ID）之数据集处理（以VeRi为例）

1.mxnet的输入数据解释：mxnet的数据输入与其他的框架诸如tensorflow,pytorch不同，其特别之处在于：不直接输入图片，而是输入rec文件。rec文件是什么？rec文件内存放了每一张图片的data以及对应的label，相当于将所有图片集合成一个文件，且这个文件中含有图像的数据和标签信息。生成一个rec文件需要一个lst文件，再利用mxnet文件夹下的tools文件夹下的im2r
Chen_yuazzy·2019-04-12 22:18

3月13 论文学习步骤：google的cartographer的论文《Real-Time Loop Closure in 2D LIDAR SLAM》

前言：新入手2dlidar一枚，打算基于cartography进行后续开发，先对论文做一定了解。Stepone:先全文过一遍。有网友提供翻译结果，自己对照看。了解梗概。http://blog.csdn.net/lilynothing/article/details/60875825Steptwo:系统细节与关键算法理解http://blog.csdn.net/LilyNothing/article
Hali_Botebie·2019-04-03 19:18

行人重识别 --- Mutiple Granularity Network(MGN)

由于行人Re-ID的数据集规模有限且多样性弱，一些不显著的或者不常见的信息容易被忽略，并且在全局特征学习过程中
liyonghong·2019-03-23 20:54

BERT模型实战之多文本分类（附源码）

写在前面BERT模型也出来很久了，之前看了论文学习过它的大致模型（可以参考前些日子写的笔记NLP大杀器BERT模型解读），但是一直有杂七杂八的事拖着没有具体去实现过真实效果如何。
kaiyuan_sjtu·2019-03-21 00:00

【论文学习记录】Xception: Deep Learning with Depthwise Separable Convolutions

Xception网络是Google与2017年发表的新的网络结构，是对InceptionV3的进一步改进，也是现在用的比较多的基础网络了。论文原文《Xception:DeepLearningwithDepthwiseSeparableConvolutions》。一个标准的InceptionV3模块的结构如下：再能够简化一下：然后如果先对输入统一做1x1的conv，然后再划分不同的channels做
heiheiya·2019-03-20 15:46

【论文学习】Mask Scoring R-CNN

参考：https://www.cnblogs.com/wemo/p/10505970.html（为主，说的比较好）https://blog.csdn.net/m0_38007695/article/details/88256702这篇论文在COCO图像实例分割任务上超越了何恺明的MaskR-CNN，并且是今年顶会CVPR的口头报告。并且作者测试的时间开销没有增加太多。框架图示如下：可以看到框架主要
业精于勤荒于嬉-行成于思而毁于随·2019-03-19 20:47

论文学习笔记 - BERT - 1

BERT（BidirectionalEncoderRepresentationsfromTransformers）是一种自然语言表示模型。BERT是基于上下文信息的深度双向表示模型，通过预训练，可得到文本的深度双向表示。BERT网络结构BERT的模型结构图如下。BERT的每一层都利用了文本预料的上下文信息。其基本结构是Transformer，将其深度堆叠，通过类似全连接网络的方式连接起来。简单来说
不忘初心，坚持前行·2019-03-16 11:29

【论文学习】Bidirectional LSTM-CRF Models for Sequence Tagging（论文翻译）

BidirectionalLSTM-CRFModelsforSequenceTagging（论文翻译）AbstractInthispaper,weproposeavarietyofLongShort-TermMemory(LSTM)basedmodelsforsequencetagging.ThesemodelsincludeLSTMnetworks,bidirectionalLSTM(BI-LS
Elvira521yan·2019-03-12 10:48

Fast Online Object Tracking and Segmentation: A Unifying Approach 论文学习

FastOnlineObjectTrackingandSegmentation:AUnifyingApproachAbstract1.Introduction2.RelatedWorkVisualObjectTrackingSemi-supervisedVideoObjectSegmentation3.Methodology3.1全卷积Siamese网络SiamFCSiamRPN3.2SiamMa
calvinpaean·2019-03-11 20:25
上一页 17 18 19 20 21 22 23 24 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他