三年一梦

摘要： 理解Spatial Transformer Networks 转载于：知乎-SIGAI 转载于：知乎-SIGAI 转载于：知乎-SIGAI 转载于：知乎-SIGAI 书的购买链接 书的勘误，优化，源代码资源 获取全文PDF请查看：理解Spatial Transformer Networks 概述 随 阅读全文

只有注册用户登录后才能阅读该文。 阅读全文

摘要： 人脸识别中Softmax-based Loss的演化史 旷视科技 近期，人脸识别研究领域的主要进展之一集中在了 Softmax Loss 的改进之上；在本文中，旷视研究院（上海）（MEGVII Research Shanghai）从两种主要的改进方式——做归一化以及增加类间 margin——展开梳理 阅读全文

摘要： 图像检索：基于内容的图像检索技术 背景与意义 在Web2.0时代，尤其是随着Flickr、Facebook等社交网站的流行，图像、视频、音频、文本等异构数据每天都在以惊人的速度增长。例如， Facebook注册用户超过10亿，每月上传超过10亿的图片；Flickr图片社交网站2015年用户上传图片数 阅读全文

摘要： 基于比较的方法 先通过CNN得到目标特征,然后与参考目标的特征进行比较. 不同在于比较的方法不同而已. 基本概念 数据集Omniglot:50种alphabets(文字或者文明); alphabet中15-40 characters(字母); 每个字母有20drawers(20个不同的人写的). 每 阅读全文

摘要： 前言 不知看过多少次极大似然估计与最大后验概率估计的区别，但还是傻傻分不清楚。或是当时道行太浅，或是当时积累不够。 这次重游机器学习之路，看到李航老师《统计学习方法》中第一章关于经验风险最小化与结构风险最小化时谈到了极大似然与最大后验的话题，第一反应是竟然在第一章就谈到了极大似然与最大后验，相信大部 阅读全文

摘要： GhostVLAD for set-based face recognition 中提到了文章解决的是template-based face recognition。 VLAD: vector of locally aggregated descriptors. 由Jegou et al.在2010 阅读全文

该文被密码保护。 阅读全文

该文被密码保护。 阅读全文

摘要： 采用 WeightedRandomSampler: Reference: Balanced Sampling between classes with torchvision DataLoader 参考方法2: 作者给出了均匀采样和非均匀采样的差别 imbalanced-dataset-sample 阅读全文