原创 使用python opencv 將圖片規範化爲固定的尺寸
最近在做dukereid數據集的時候，想嘗試着先將圖片進行規範化，將所有的圖片都設置爲固定的大小，首先統計了一下所有圖片的平均width和height, 使用平均值，將圖片的height設置爲218，width設置爲84，具體的代碼如下面
2020-07-07 09:40:03
42
原创 ubuntu 安裝 python open cv
sudo apt-get install libopencv-dev python-opencv sudo pip install opencv-python 下面是安裝好了以後的一個讀取圖片並且顯示的例子，注意要在python2下運行
2020-07-06 02:08:42
1
原创 利用三次多項式對波士頓房價數據進行房價預測，python實現boston housing price 預測
先不囉嗦，上代碼： import numpy as np col = [i for i in range(13)] features = np.loadtxt('Boston-Housing-Price.csv',delimiter=
2020-07-02 14:49:30
4
原创 mini_program學習記錄
B站學習視頻：https://www.bilibili.com/video/BV1Kt411V7rg?p=5 https://github.com/coderwhy 這個地址是視頻學習教程中講師的代碼地址
2020-07-02 14:49:19
原创 Progressive Feature Alignment for Unsupervised Domain Adaptation 學習
http://export.arxiv.org/pdf/1811.08585 講的是通過聚類的方式進行跨域適應，在目標域上進行聚類的時候，是逐漸聚類的。
2020-07-02 14:49:17
1
原创 利用memory bank 存儲特徵，進行REID跨域問題的研究
Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-identification 考慮了target域中 Exemplar-invariance Camera
2020-07-02 14:49:17
15
原创 隨機傅里葉特徵
https://www.cnblogs.com/kailugaji/p/12383393.html https://murongxixi.github.io/2013/12/18/%E6%A0%B8%E8%BF%91%E4%BC%BC%E
2020-06-16 14:25:57
原创 行人重識別分類總結
一．總體說明 行人重識別，可以簡化爲這樣的過程：將原始圖片數據進行特徵提取，之後送入目標函數並對其進行優化。這個過程涉及三個重要部分：數據、特徵、目標函數。因此將REID方法，根據研究的關注點，分爲三類。分別別是基於數據的研究、基於特徵的
2020-06-16 14:25:57
1
原创 只通過拉近特徵之間的距離來訓練REID 模型
在正常的行人重識別深度學習的模型中，都是先將行人圖片經過backbonne網絡，提取特徵，然後再將特徵和Linear層進行了鏈接，然後根據輸出的分類概率，來反饋，對網絡進行優化。我就在想，可不可以不經過最後的分類層，而是直接在特徵的層面進
2020-06-07 13:21:22
2
原创 model.train() model.eval() with torch.no_grad()
model.train() : 使得droupout 層起作用， 前相傳播的時候會更新means 和var，而且會自動計算梯度 model.eval(): 會使得droupout 和前向傳播的時候， droupout 不起作用， mean
2020-06-07 13:21:22
3
原创 mini_batch 中在特徵的層面拉近同類內積 推遠異類內積
在mini batch中，我要返回一個（batch_size, dim）尺寸的張量，然後計算相同類別之間的平均內積，和異類之間的平均內積。 這裏其實有一點可以考慮，咱們到底是將內積作爲目標函數來優化好，還是將距離作爲目標函數來優化好呢？
2020-06-07 13:21:22
1