随笔分类 -  深度学习

上一页 1 2 3 4 5 6 ··· 9 下一页
摘要:Learning Meta Face Recognition in Unseen Domains Abstract 人脸识别系统在实际应用中往往面临未知领域,由于其泛化能力较差,导致性能不理想。例如,一个训练良好的webface数据模型不能处理监视场景中的ID vs. Spot任务。在本文中,我们的 阅读全文
posted @ 2021-04-19 09:37 慢行厚积 阅读(997) 评论(0) 推荐(0) 编辑
摘要:参考:https://gitee.com/milkboy_lyf/learn-to-cluster/tree/master/vegcn Learning to Cluster Faces via Confidence and Connectivity Estimation Abstract 人脸聚类 阅读全文
posted @ 2021-04-12 18:52 慢行厚积 阅读(1532) 评论(0) 推荐(0) 编辑
摘要:Learning to Cluster Faces on an Affinity Graph Abstract 人脸识别近年来取得了显著的进展,其性能达到了很高的水平。把它提升到一个新的层次需要大量的数据,这将涉及过高的注释成本。因此,利用未标记的数据成为一个有吸引力的替代方案。最近的研究表明,对未 阅读全文
posted @ 2021-04-09 18:07 慢行厚积 阅读(2055) 评论(0) 推荐(0) 编辑
摘要:https://github.com/Zhongdao/gcn_clustering/ Linkage Based Face Clustering via Graph Convolution Network Abstract 在本文中,我们为人脸聚类任务提出了一种精确和可扩展的方法。我们的目标是将一 阅读全文
posted @ 2021-04-08 17:46 慢行厚积 阅读(1359) 评论(0) 推荐(0) 编辑
摘要:Circle Loss: A Unified Perspective of Pair Similarity Optimization Abstract 本文提出了一种在深度特征学习中使用的成对相似度优化的观点,旨在使类内相似度sp最大化,类间相似度sn最小化。我们发现大多数损失函数,包括triple 阅读全文
posted @ 2021-04-06 19:06 慢行厚积 阅读(1199) 评论(0) 推荐(0) 编辑
摘要:Suppressing Uncertainties for Large-Scale Facial Expression Recognition Abstract 由于人脸表情模糊、人脸图像质量不高以及注释者的主观性等因素造成的不确定性,定性大尺度人脸表情数据集的标注非常困难。这些不确定性是深度学习时 阅读全文
posted @ 2021-04-01 16:43 慢行厚积 阅读(1039) 评论(0) 推荐(0) 编辑
摘要:Interpretable and Accurate Fine-grained Recognition via Region Grouping Abstract 我们提出了一种用于细粒度视觉识别的可解释深度模型。我们的方法的核心是在深度神经网络中整合基于区域的part发现和归因。我们的模型使用图像级 阅读全文
posted @ 2021-04-01 16:42 慢行厚积 阅读(1062) 评论(0) 推荐(0) 编辑
摘要:之前可以先看一下人脸识别(不确定性)- Probabilistic Face Embeddings - 1 - 论文学习 Data Uncertainty Learning in Face Recognition Abstract 建模数据的不确定性对于噪声图像是很重要的,但是在人脸识别的研究却很少 阅读全文
posted @ 2021-04-01 16:41 慢行厚积 阅读(2916) 评论(0) 推荐(0) 编辑
摘要:https://github.com/seasonSH/Probabilistic-Face-Embeddings Probabilistic Face Embeddings Abstract 嵌入(embedding)方法通过在潜在语义空间中比较人脸特征,取得了成功的人脸识别。然而,在完全不受约束 阅读全文
posted @ 2021-03-31 14:43 慢行厚积 阅读(2744) 评论(0) 推荐(0) 编辑
摘要:Abstract 新的计算机视觉体系结构独占鳌头,但模型体系结构的影响往往与训练方法和扩展策略的同时变化合并在一起。我们的工作重新审视了典型ResNet (He et al., 2015),并对这三个方面(模型体系结构、训练方法和扩展策略)进行了研究,试图理清它们。令人惊讶的是,我们发现训练和扩展策 阅读全文
posted @ 2021-03-23 18:34 慢行厚积 阅读(643) 评论(0) 推荐(0) 编辑
摘要:代码 https://github.com/yangze0930/NTS-Net Learning to Navigate for Fine-grained Classification Abstract细粒度分类由于难以找到有区分度的特征而具有很大的挑战性。要找到这些微妙的特征来完全描述物体并不是 阅读全文
posted @ 2021-01-22 19:54 慢行厚积 阅读(1270) 评论(0) 推荐(0) 编辑
摘要:Fine-Grained Visual Classification via Progressive Multi-Granularity Training of Jigsaw Patches abstract 细粒度可视分类(FGVC)比传统分类任务更具挑战性,因为类内对象的内在微妙变化。最近的研究 阅读全文
posted @ 2021-01-22 19:52 慢行厚积 阅读(3034) 评论(0) 推荐(2) 编辑
摘要:GCNet: Non-local Networks Meet Squeeze-Excitation Networks and Beyond Abstract Non-Local Network(NLNet)通过将特定于查询的全局上下文聚合到每个查询位置,为捕获长期依赖关系提供了一种先进的方法。然而, 阅读全文
posted @ 2021-01-22 19:50 慢行厚积 阅读(1338) 评论(0) 推荐(0) 编辑
摘要:相关attention - 5 - GCNet: Non-local Networks Meet Squeeze-Excitation Networks and Beyond - 1 - 论文学习 Attention Convolutional Binary Neural Tree for Fine 阅读全文
posted @ 2021-01-22 19:49 慢行厚积 阅读(1077) 评论(0) 推荐(0) 编辑
摘要:Learning to Zoom: a Saliency-Based Sampling Layer for Neural Networks Abstract 我们为卷积神经网络引入了一个基于显著性的扭曲(distortion)层,这有助于改善给定任务的输入数据的空间采样。我们的可微层可以作为预处理块 阅读全文
posted @ 2020-12-31 18:30 慢行厚积 阅读(1019) 评论(0) 推荐(2) 编辑
摘要:参考代码 https://github.com/Yao-DD/S3N Selective Sparse Sampling for Fine-grained Image Recognition Abstract 细粒度识别提出了一个独特的挑战,即在相当大的类间差异下捕捉细微的类内差异(如鸟类的喙)。传 阅读全文
posted @ 2020-12-30 18:36 慢行厚积 阅读(2532) 评论(0) 推荐(1) 编辑
摘要:Adaptive Variance Based Label Distribution Learning For Facial Age Estimation Abstract 从单个人脸图像中估计年龄是计算机视觉中一个经典且具有挑战性的课题。其最棘手的问题之一是标签模糊,即同一个人的相邻年龄的人脸图像 阅读全文
posted @ 2020-12-28 19:03 慢行厚积 阅读(2070) 评论(0) 推荐(0) 编辑
摘要:https://github.com/frgfm/torch-cam SS-CAM: Smoothed Score-CAM for Sharper Visual Feature Localization Abstract 由于深度卷积神经网络在high-risk环境中的应用,对其潜在机制的解释已成为 阅读全文
posted @ 2020-12-15 15:43 慢行厚积 阅读(1757) 评论(0) 推荐(0) 编辑
摘要:https://github.com/haofanwang/Score-CAM Score-CAM: Score-Weighted Visual Explanations for Convolutional Neural Networks Abstract 近年来,卷积神经网络的内部机制以及网络做出 阅读全文
posted @ 2020-12-11 17:51 慢行厚积 阅读(4638) 评论(0) 推荐(0) 编辑
摘要:https://arxiv.org/abs/1711.07971 https://github.com/AlexHex7/Non-local_pytorch Non-local Neural Networks Abstract 卷积操作和循环操作都是一次处理一个局部邻域的building块。在本文中 阅读全文
posted @ 2020-12-10 17:02 慢行厚积 阅读(671) 评论(0) 推荐(0) 编辑

上一页 1 2 3 4 5 6 ··· 9 下一页