2020年3月22日
摘要: 现有加速的方法:1.crop或者resize图片缺点:损失了空间细节,特别是边缘2. 减少特征通道数,尤其在网络的早期缺点:弱化了空间信息3.丢弃网络的最后阶段(ENet),使模型变得紧凑 缺点:少了最后阶段的下采样,感受野变小,影响大物体的分割 这些方法为了速度牺牲了acc,在实际中处于劣势。为了 阅读全文
posted @ 2020-03-22 20:06 体态的滑翔机 阅读(1747) 评论(0) 推荐(0) 编辑
  2020年2月4日
摘要: Abstract 1.目标是对面部属性进行更精确地识别 2.借助GANs生成的abstraction image进行识别 3.构建双路径识别网络(dual-path)分别对真实图片和抽象图片进行特征集成 4.一般来说,抽象图片能更好的与真实图片互补(complementary) 5.抽象图片可用来对 阅读全文
posted @ 2020-02-04 16:10 体态的滑翔机 阅读(621) 评论(0) 推荐(0) 编辑
  2019年12月5日
摘要: 源地址:http://planckscale.info/tag/visualsfm/ 玩玩三维重建 1条回复 版权声明:本文系本站作者自己翻译整理,欢迎转载,但转载请以超链接形式注明文章来源(planckscale.info)、作者信息和本声明,否则将追究法律责任。 我们在实时三维重建方面的工作今年 阅读全文
posted @ 2019-12-05 10:19 体态的滑翔机 阅读(590) 评论(0) 推荐(0) 编辑
  2019年10月28日
摘要: 一、PipeLine 要点 TopDown + GlobalNet + RefineNet 二、Motivation 通过提高对难以识别的关键点的识别准确率,来提升总体识别准确率。 方法:1.refineNet中提升感受野 2. 在线难例挖掘 三、关键点 1. 软非最大值抑制(Soft NMS) H 阅读全文
posted @ 2019-10-28 10:14 体态的滑翔机 阅读(747) 评论(0) 推荐(0) 编辑
  2019年10月4日
摘要: 一、数据来源 COCO中图片资源均引用自Flickr图片网站 二、数据集创建目的 进行图像识别训练,主要针对以下三个方向: (1)object instances (2)object keypoints (3) image captions 每个方向均包含训练和验证集两个标注文件 三、标注体结构 三 阅读全文
posted @ 2019-10-04 09:44 体态的滑翔机 阅读(1814) 评论(0) 推荐(0) 编辑
  2019年7月8日
摘要: Abstract: 重复的副歌识别对音乐理解的计算模型(computational model)至关重要,应用层面有:音乐副歌识别预览,音乐检索等。 传统检测的难点:变调,起始点和结束点(both ends)检测。 作者提出的方法RefrailD,可双端检测所有副歌,引入perceptually m 阅读全文
posted @ 2019-07-08 10:56 体态的滑翔机 阅读(617) 评论(0) 推荐(0) 编辑
  2019年4月7日
摘要: 一、KDJ指标相关: 快速确认线K: K >90定义为超买,K<10定义为超卖 慢速主干线D:D>80定义为超买,D<20定义为超卖 方向敏感线J: J>90连续n天(3,4,5)有短期头部之嫌 J<10连续n天(3,4,5)有短期底部之嫌 关于上穿: K低位上穿D,潜在买点,连续两次上穿确认涨势 阅读全文
posted @ 2019-04-07 21:34 体态的滑翔机 阅读(778) 评论(0) 推荐(0) 编辑
  2019年2月21日
摘要: 论文:Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks 论文链接:https://arxiv.org/abs/1604.02878 官方代码链接:https://github.com 阅读全文
posted @ 2019-02-21 21:37 体态的滑翔机 阅读(2362) 评论(0) 推荐(0) 编辑
  2019年1月24日
该文被密码保护。 阅读全文
posted @ 2019-01-24 16:18 体态的滑翔机 阅读(1) 评论(0) 推荐(0) 编辑
  2019年1月23日
摘要: https://blog.csdn.net/u011995719/article/details/79435615 阅读全文
posted @ 2019-01-23 21:44 体态的滑翔机 阅读(492) 评论(0) 推荐(0) 编辑