公式没那么难，研究下吧。我以前也怕公式，还是得啃
【论文阅读】 Stochastic Class-based Hard Example Mining for Deep Metric LearningURL:http://openaccess.thecvf.com/content_CVPR_2019/papers/Suh_Stochastic_Class-Based_Ha...
发简信
IP属地：西藏
-
-
两个类，第一个是anchor类，取第二个类中的样本和anchor类中选出的所有样本都计算Sg，取和作为和anchor类的相似度。Sg的方法可以看论文确认下，各种方法都行吧，没必要纠结
【论文阅读】 Stochastic Class-based Hard Example Mining for Deep Metric Learning
URL:http://openaccess.thecvf.com/content_CVPR_2019/papers/Suh_Stochastic_Class-Based_Ha...
-
【论文阅读】Domain Adaptation & Domain Generalization (持续更新中)Domain Generalization是Domain Adaptation的一种特殊问题，在DA的基础上，DG的目的为对于任意不可见的目标域都有很强的鲁棒性。 Domai...
-
【论文阅读】 Stochastic Class-based Hard Example Mining for Deep Metric LearningURL:http://openaccess.thecvf.com/content_CVPR_2019/papers/Suh_Stochastic_Class-Based_Ha...
-
【工具使用】mathpix复制文档中的论文公式解除你复制别人论文公式的烦恼，一键截图将图片、pdf、网页中的论文公式转为latex格式。下载请到官方网站：mathpix官方网站https://mathpix.com/
-
【论文阅读】Domain Generalization with Adversarial Feature LearningURL:http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_Domain_Generalization_With...
-
人工智能必知必会-矩阵与向量乘法的物理意义每天五分钟解决一个人工智能问题。 看文字费劲，有视频矩阵乘法矩阵乘法的物理意义仿射变换透视变换 基与单位向量 我们先讨论一下什么是坐标系呢？在同一个平面上互相垂直且有公共原点...
-
【论文阅读】GCNet: Non-local Networks Meet Squeeze-Excitation Networks and BeyondURL:论文pdfgithub TL;DR 融合Non-Local Network和SENet两个方法。精简了Non-Local的计算复杂度。 方法 首先是对Non Loca...
-
【论文笔记】BlazeFace: Sub-millisecond Neural Face Detection on Mobile GPUsURL:论文pdf TL;DR Google出品。亚毫秒级的移动端人脸检测算法。移动端可达200~1000+FPS速度。主要以下改进： 轻量级feature受启发于Mobil...
-
【工具使用】sphinx安装&使用说明
安装sphinxpip3 install sphinx sphinx-autobuild sphinx_rtd_theme recommonmark sphinx-markd...
-
人脸识别中的常见softmax函数总结（A-Softmax,AM-Softmax,ArcFace等）
本文整理、总结了常见softmax（如A-Softmax,AM-Softmax,ArcFace）的公式、论文出处等。先总结几个重要的点： L-Softmax 提出了angul...
-
【论文笔记】AdaptiveFace: Adaptive Margin and Sampling for Face RecognitionURL:论文pdf TL;DR 识别softmax相关文章。主要目的是对类别自适应的margin。 方法 方法创新点主要包括3个部分：AdaM-Softmax，ADS和HPM...
-
【论文笔记】Bag of Tricks for Image Classification with Convolution Neutral NetworksURL:https://arxiv.org/pdf/1812.01187.pdf TL;DR 一系列的训练tricks。large batch、Low-precision、L...
-
【论文笔记】MixMatch: A Holistic Approach to Semi-Supervised LearningURL:https://arxiv.org/abs/1905.02249v1 https://github.com/google-research/mixmatch TL;D...
-
深度模型压缩：BN和Conv/Fc参数合并
BN一般在Conv之后，结构如下：Conv/Fc => BN => ReLU => Pool 我们可以把Conv和Fc都按照下述公式进行计算：BN公式如下： 根据上述公式合并...
-
【论文笔记】EfficientNet: Rethinking Model Scaling for Convolutional Neural NetworksURL:EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks源码 TL;DR 谷歌...
-
卷积网络CNN中各种常见卷积过程卷积 Convolution 卷积核也称为滤波器filter。滤波器大小为，其中为深度，和输入feature map的channel数相同。每一层的filter数量和输出ch...
-
【论文笔记】RePr Improved Training of Convolutional FiltersURL:RePr Improved Training of Convolutional Filters TL;DR 深度学习不仅仅是修改模型结构、改善loss函数能涨点，Re...
