源码地址:https://github.com/weiliu89/caffe/tree/ssd YOLO V3 学习笔记 一. 算法概述 本文提出的 SSD 算法是一种直接预测目标类别和 bounding box 的多目标检测算法。与 faster rcnn 相比,该算法没有生 ...
Learning Correspondence from the Cycle consistency of Time 利用无监督的方式在视频数据中寻找一致性。 correspondence 在t时刻图像 x t 的某一个patch p , x t 的特征空间 I t , p t 的特征空间 x t p . tau 造作,给定图像特征I,和patch特征 x p ,可以在I中找到对应 x p 的特征 ...
2020-10-07 16:58 0 498 推荐指数:
源码地址:https://github.com/weiliu89/caffe/tree/ssd YOLO V3 学习笔记 一. 算法概述 本文提出的 SSD 算法是一种直接预测目标类别和 bounding box 的多目标检测算法。与 faster rcnn 相比,该算法没有生 ...
Cycle-GAN论文阅读笔记 很久之前就看过这篇文章,而且还在上面做了一些实验,发现确实鲁帮性很强,今天重新review这一篇paper。 图像到图像的翻译,是一个比较古老的任务,作者是第一个用cycle-consistent结合gan这种思想来做图像翻译,而且效果显著 ...
引用与参考 代码地址:https://github.com/dotchen/WorldOnRails 论文地址:https://arxiv.org/abs/2105.00636 论文部分 [x] 已看完 写在ipad上了 正在进行中 摘要划重点: 视觉 只有视觉 ...
源码地址:https://github.com/weiliu89/caffe/tree/ssd 本文详细版本 YOLO V3 学习笔记 一. 算法概述 本文提出的SSD算法是一种直接预测目标类别和 bounding box 的多目标检测算法。与 faster rcnn 相比,该算 ...
0. 参考资料 Xception: Deep Learning with Depthwise Separable Convolutions. François Chollet, 2017. 如何评价谷歌的xception网络? MobileNet V2 论文初读 纵览轻量化 ...
这是一篇图像增强的论文,作者创建了一个数据集合,和以往的问题不同,作者的创建的see in the dark(SID)数据集合是在极其暗的光照下拍摄的,这个点可以作为一个很大的contribution 实际上我认为作者实际上是做了三个工作,以及图像去马赛克(demosaic),图像增强 ...
在在线数据的更新时,为了避免重新标注新增所有数据,会采用主动学习的策略。 什么是主动学习 主动学习是机器学习的一种特殊情况,其中学习算法可以交互地查询用户(或某些其他信息源),以用期望的输出标记新的数据点。在统计资料中,有时也称为最佳实验设计。信息源也称为教师或甲骨文。 在某些情况下,未 ...
论文笔记:Adaptive Consistency Regularization for Semi-Supervised Transfer Learning Paper: Adaptive Consistency Regularization for Semi-Supervised ...