摘要：
https://www.cnblogs.com/liaohuiqiang/p/9226335.html 阅读全文
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
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
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
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
摘要：
python 端扩展 pytorch 版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。本文链接： https://blog.csdn.net/u012436149/article/details/78829329 PyTorch 如何自定义 M 阅读全文
摘要：
转载 https://www.jianshu.com/p/3eaa970bd45c 阅读全文
摘要：
train loss 与 test loss 结果分析: train loss 不断下降，test loss不断下降，说明网络仍在学习; train loss 不断下降，test loss趋于不变，说明网络过拟合; train loss 趋于不变，test loss不断下降，说明数据集100%有问题 阅读全文
摘要：
You can always leverage the fact that nan != nan: With pytorch 0.4 there is also torch.isnan: 阅读全文
摘要：
Unsupervised Person Reid （UDA）的预设条件： Source domain的图像带标签（人的id） Target domain图像不带id标签，但是带camera的信息 基本思路：利用source domain和target domain进行混合训练，以进行domain a 阅读全文