公式?jīng)]那么難，研究下吧。我以前也怕公式，還是得啃
【論文閱讀】 Stochastic Class-based Hard Example Mining for Deep Metric LearningURL:http://openaccess.thecvf.com/content_CVPR_2019/papers/Suh_Stochastic_Class-Based_Ha...
發(fā)簡信
IP屬地：青海
-
-
兩個類，第一個是anchor類，取第二個類中的樣本和anchor類中選出的所有樣本都計算Sg，取和作為和anchor類的相似度。Sg的方法可以看論文確認下，各種方法都行吧，沒必要糾結
【論文閱讀】 Stochastic Class-based Hard Example Mining for Deep Metric Learning
URL:http://openaccess.thecvf.com/content_CVPR_2019/papers/Suh_Stochastic_Class-Based_Ha...
-
【論文閱讀】Domain Adaptation & Domain Generalization (持續(xù)更新中)Domain Generalization是Domain Adaptation的一種特殊問題，在DA的基礎上，DG的目的為對于任意不可見的目標域都有很強的魯棒性。 Domai...
-
【論文閱讀】 Stochastic Class-based Hard Example Mining for Deep Metric LearningURL:http://openaccess.thecvf.com/content_CVPR_2019/papers/Suh_Stochastic_Class-Based_Ha...
-
【工具使用】mathpix復制文檔中的論文公式解除你復制別人論文公式的煩惱，一鍵截圖將圖片、pdf、網(wǎng)頁中的論文公式轉為latex格式。下載請到官方網(wǎng)站：mathpix官方網(wǎng)站https://mathpix.com/
-
【論文閱讀】Domain Generalization with Adversarial Feature LearningURL:http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_Domain_Generalization_With...
-
人工智能必知必會-矩陣與向量乘法的物理意義每天五分鐘解決一個人工智能問題。 看文字費勁，有視頻矩陣乘法矩陣乘法的物理意義仿射變換透視變換 基與單位向量 我們先討論一下什么是坐標系呢？在同一個平面上互相垂直且有公共原點...
-
【論文閱讀】GCNet: Non-local Networks Meet Squeeze-Excitation Networks and BeyondURL:論文pdfgithub TL;DR 融合Non-Local Network和SENet兩個方法。精簡了Non-Local的計算復雜度。 方法 首先是對Non Loca...
-
【論文筆記】BlazeFace: Sub-millisecond Neural Face Detection on Mobile GPUsURL:論文pdf TL;DR Google出品。亞毫秒級的移動端人臉檢測算法。移動端可達200~1000+FPS速度。主要以下改進： 輕量級feature受啟發(fā)于Mobil...
-
【工具使用】sphinx安裝&使用說明
安裝sphinxpip3 install sphinx sphinx-autobuild sphinx_rtd_theme recommonmark sphinx-markd...
-
人臉識別中的常見softmax函數(shù)總結（A-Softmax,AM-Softmax,ArcFace等）
本文整理、總結了常見softmax（如A-Softmax,AM-Softmax,ArcFace）的公式、論文出處等。先總結幾個重要的點： L-Softmax 提出了angul...
-
【論文筆記】AdaptiveFace: Adaptive Margin and Sampling for Face RecognitionURL:論文pdf TL;DR 識別softmax相關文章。主要目的是對類別自適應的margin。 方法 方法創(chuàng)新點主要包括3個部分：AdaM-Softmax，ADS和HPM...
-
【論文筆記】Bag of Tricks for Image Classification with Convolution Neutral NetworksURL:https://arxiv.org/pdf/1812.01187.pdf TL;DR 一系列的訓練tricks。large batch、Low-precision、L...
-
【論文筆記】MixMatch: A Holistic Approach to Semi-Supervised LearningURL:https://arxiv.org/abs/1905.02249v1 https://github.com/google-research/mixmatch TL;D...
-
深度模型壓縮：BN和Conv/Fc參數(shù)合并
BN一般在Conv之后，結構如下：Conv/Fc => BN => ReLU => Pool 我們可以把Conv和Fc都按照下述公式進行計算：BN公式如下： 根據(jù)上述公式合并...
-
【論文筆記】EfficientNet: Rethinking Model Scaling for Convolutional Neural NetworksURL:EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks源碼 TL;DR 谷歌...
-
卷積網(wǎng)絡CNN中各種常見卷積過程卷積 Convolution 卷積核也稱為濾波器filter。濾波器大小為，其中為深度，和輸入feature map的channel數(shù)相同。每一層的filter數(shù)量和輸出ch...
-
【論文筆記】RePr Improved Training of Convolutional FiltersURL:RePr Improved Training of Convolutional Filters TL;DR 深度學習不僅僅是修改模型結構、改善loss函數(shù)能漲點，Re...