随笔分类 -  深度学习

摘要:Where to Focus: Query Adaptive Matching for Instance Retrieval Using Convolutional Feature Maps Abstract 实例检索要求在大型语料库中搜索包含特定对象的图像。最近的研究表明,使用预训练的卷积神经网络 阅读全文
posted @ 2020-10-23 17:02 慢行厚积 阅读(668) 评论(0) 推荐(0) 编辑
摘要:PARTICULAR OBJECT RETRIEVAL WITH INTEGRAL MAX-POOLING OF CNN ACTIVATIONS ABSTRACT 最近,建立在卷积神经网络(CNN)上的图像表征已经被证明可以为图像搜索提供有效的描述符,其性能优于作为短向量表征的前CNN特征。然而,这 阅读全文
posted @ 2020-10-23 17:01 慢行厚积 阅读(1229) 评论(0) 推荐(0) 编辑
摘要:2015 Aggregating Deep Convolutional Features for Image Retrieval Abstract 最近的一些研究表明,由深度卷积神经网络产生的图像描述符为图像分类和检索问题提供了最先进的性能。它还表明,卷积层的激活可以解释为描述特定图像区域的局部特征 阅读全文
posted @ 2020-10-23 16:59 慢行厚积 阅读(1596) 评论(0) 推荐(0) 编辑
摘要:Web-Scale Responsive Visual Search at Bing ABSTRACT 在本文中,我们介绍了一个部署在微软必应(bing)上的网页规模的通用视觉搜索系统。该系统在索引中容纳数百亿幅图像,每个图像有数千个特征,可以在不到200毫秒内作出响应。为了克服如此大规模数据的相关 阅读全文
posted @ 2020-10-23 16:58 慢行厚积 阅读(718) 评论(0) 推荐(0) 编辑
摘要:Visual Search at Alibaba ABSTRACT 介绍了阿里巴巴的大规模可视化搜索算法和系统架构。如下面临的挑战将在阿里巴巴电子商务环境下讨论:(a)如何处理异构的图像数据,并减小用户查询的实拍图像与在线图像之间的差距。(b)如何处理海量更新数据的大规模索引。(c)如何训练深度模型 阅读全文
posted @ 2020-10-23 16:56 慢行厚积 阅读(1673) 评论(0) 推荐(0) 编辑
摘要:Visual Search at eBay ABSTRACT 在本文中,我们提出了一种新的端到端的可扩展的视觉搜索架构。我们讨论了在ebay这种有着巨大波动存储的网站中我们面临的挑战,并提出了我们的解决方案来克服这些挑战。我们利用ebay列表中大量可用的数据集和最先进的深度学习技术来执行大规模的视觉 阅读全文
posted @ 2020-10-23 16:55 慢行厚积 阅读(1075) 评论(0) 推荐(0) 编辑
摘要:Visual Search at Pinterest ABSTRACT 我们证明,随着分布式计算平台(如Amazon Web Services)和开源工具的可用,一个小型工程团队可以利用广泛可用的工具构建、启动和维护一个具有成本效益的大规模可视化搜索系统。我们还通过在Pinterest上的一组完整的 阅读全文
posted @ 2020-10-23 16:53 慢行厚积 阅读(1094) 评论(0) 推荐(0) 编辑
摘要:https://github.com/kevinlin311tw/caffe-cvprw15 这是一篇比较简单的论文,就简单说下思路即可 Deep Learning of Binary Hash Codes for Fast Image Retrieval 就是直接使用CNN模型的7层结果作为特征, 阅读全文
posted @ 2020-10-23 16:52 慢行厚积 阅读(790) 评论(0) 推荐(0) 编辑
摘要:Deep Supervised Hashing for Fast Image Retrieval Abstract 在本文中,我们提出了一种新的哈希方法来学习紧凑的二进制码,以便在大规模数据集上高效地检索图像。而复杂的图像外观变化仍然对可靠的检索构成巨大的挑战,根据在不同的视觉任务上学习鲁棒图像表征 阅读全文
posted @ 2020-10-23 16:50 慢行厚积 阅读(1372) 评论(0) 推荐(0) 编辑
摘要:https://github.com/tamarott/SinGAN SinGAN: Learning a Generative Model from a Single Natural Image Abstract 我们介绍SinGAN,一种可以从单个自然图像学习的无条件生成模型。我们的模型被训练来 阅读全文
posted @ 2020-09-18 18:29 慢行厚积 阅读(1069) 评论(0) 推荐(0) 编辑
摘要:https://github.com/thunguyenphuoc/HoloGAN. Abstract 我们提出了一种新的生成对抗网络(GAN),用于从自然图像中的三维表征的无监督学习。大多数生成模型都依赖于2D内核来生成图像,并且很少对3D世界进行假设。因此,这些模型倾向于在需要强的3D理解的任务 阅读全文
posted @ 2020-09-17 18:11 慢行厚积 阅读(1859) 评论(0) 推荐(0) 编辑
摘要:https://ceyuan.me/SemanticHierarchyEmerge Abstract 尽管生成对抗网络(GANs)在图像合成方面取得了成功,但对于生成模型在深层生成表征中学到了什么,以及如何由最近GANs引入的分层随机性构成逼真的图像,人们还缺乏足够的理解。在这项工作中,我们展示了将 阅读全文
posted @ 2020-09-16 16:45 慢行厚积 阅读(760) 评论(0) 推荐(0) 编辑
摘要:Disentangled Inference for GANs with Latently Invertible Autoencoder Abstract 生成对抗网络(GANs)在机器学习中扮演着越来越重要的角色。然而,有一个基本的问题阻碍了它们的实际应用:缺乏对真实示例进行编码的能力。解决这个问 阅读全文
posted @ 2020-09-14 15:01 慢行厚积 阅读(1313) 评论(0) 推荐(0) 编辑
摘要:https://genforce.github.io/mganprior/ Image Processing Using Multi-Code GAN Prior Abstract 尽管生成对抗网络(GANs)在图像合成方面取得了成功,但将经过训练的GAN模型应用于真实图像处理仍然具有挑战性。以前的 阅读全文
posted @ 2020-09-14 14:57 慢行厚积 阅读(1017) 评论(0) 推荐(0) 编辑
摘要:Closed-Form Factorization of Latent Semantics in GANs Abstract 在经过训练的用于合成图像的生成对抗网络(GANs)的潜在空间中,出现了丰富的语义属性。为了识别这些用于图像操纵的潜在语义,以往的方法首先对一组合成样本进行注释,然后在潜在空间 阅读全文
posted @ 2020-09-14 14:50 慢行厚积 阅读(1553) 评论(0) 推荐(0) 编辑
摘要:补充知识:图像质量评价指标之 PSNR 和 SSIM(https://zhuanlan.zhihu.com/p/50757421) https://www.github.com/richzhang/PerceptualSimilarity The Unreasonable Effectiveness 阅读全文
posted @ 2020-09-14 14:47 慢行厚积 阅读(1866) 评论(0) 推荐(0) 编辑
摘要:给定的数据都是在driver.google上的,也有人传到百度云上了,可见:https://blog.csdn.net/DLW__/article/details/104173057 1.styleGAN-encoder 1) 这个是styleGAN-encoder中使用的karras2019sty 阅读全文
posted @ 2020-09-14 14:46 慢行厚积 阅读(3154) 评论(1) 推荐(0) 编辑
摘要:Analyzing and Improving the Image Quality of StyleGAN Abstract 基于风格的GAN架构(StyleGAN)在数据驱动的无条件生成图像建模方面产生了最先进的结果。我们公开并分析了它的一些特征伪影(artifacts),并建议在模型架构和训练方 阅读全文
posted @ 2020-09-14 14:41 慢行厚积 阅读(1483) 评论(0) 推荐(0) 编辑
摘要:https://github.com/NVlabs/stylegan2 A Style-Based Generator Architecture for Generative Adversarial Networks Abstract 我们从风格转换文献中提出了一种生成对抗网络的可替代生成器框架。新 阅读全文
posted @ 2020-09-14 14:40 慢行厚积 阅读(1400) 评论(0) 推荐(0) 编辑
摘要:On First-Order Meta-Learning Algorithms Abstract 本文考虑元学习问题,其中存在任务分布,我们希望得到一个当面对一个从这个分布中采样的以前未被发现(即以前训练的时候没使用过的)的任务时,也能表现良好的agent(即学习很快)。我们分析了一组学习参数初始化 阅读全文
posted @ 2020-07-20 19:28 慢行厚积 阅读(1675) 评论(0) 推荐(1) 编辑