11 2019 档案

摘要:https://www.cnblogs.com/liaohuiqiang/p/9226335.html 阅读全文
posted @ 2019-11-24 20:32 拎壶冲AR 阅读(125) 评论(0) 推荐(0) 编辑
摘要:同样来自中山大学Weishi Zheng老师组的一篇unsupervised person reid,但这篇不是domain adaption,而是只有unlabeled data。 PCB等监督模型的出现表明分块对于行人重识别的有效性。因此这篇文章利用分块的思想解决非监督问题上。 整个模型如上图: 阅读全文
posted @ 2019-11-24 17:10 拎壶冲AR 阅读(1092) 评论(0) 推荐(0) 编辑
摘要:很好的一篇文章,不愧是reid大组中山大学Weishi-Zheng老师的工作 文章的基本出发点很有意思:用source domain的feature做作为参考,衡量target domain images是否相似,从而构成正负样本进行contrasive learning和domain adapti 阅读全文
posted @ 2019-11-23 20:57 拎壶冲AR 阅读(1046) 评论(0) 推荐(0) 编辑
摘要:1. NLP 自然语言处理中的自注意力机制(Self-attention Mechanism) Self Attention需要掌握的基本原理 2. CV 【AI不惑境】计算机视觉中注意力机制原理及其模型发展和应用 Spatial Attention Channel Attention: SENet 阅读全文
posted @ 2019-11-19 20:26 拎壶冲AR 阅读(187) 评论(0) 推荐(0) 编辑
摘要:昨天Ke Kiaming大神的新文章 MoCo问世,reID中的contrastive loss逐渐往上游影响。自己对这一块一直没有一个总结梳理,趁着学习这篇文章的机会整理一下,挖个坑慢慢填 Distance metric learning aims to learn an embedding re 阅读全文
posted @ 2019-11-17 15:41 拎壶冲AR 阅读(1637) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示