原创 PCA簡介

PCA簡介  PCA的思想是將n維特徵映射到k維上(k<n),這k維是全新的正交特徵。這k維特徵稱爲主成分,是重新構造出來的k維特徵,而不是簡單地從n維特徵中去除其餘n-k維特徵。 https://blog.csdn.net/zhongk

原创 Batch Normalization、Layer Normalization、Instance Normalization 及 Group Normalization

目錄 從 Mini-Batch SGD 說起 Normalization 到底是在做什麼 Batch Normalization 如何做 3.1 前向神經網絡中的 BN 3.2 CNN 網絡中的 BN 3.3 Batch Norm 的四大

原创 linux中Hadoop與HBase數據庫搭建介紹與應用場景分析

一、 Hadoop         Hadoop是Apache組織的一個分佈式計算框架(java語言),其最核心的設計就是:HDFS 和MapReduce,HDFS實現存儲,MapReduce實現原理分析處理。   1.Hadoop架構

原创 Siamese Network 孿生網絡

孿生網絡的用途 簡單來說,衡量兩個輸入的相似程度。孿生神經網絡有兩個輸入(Input1 and Input2),將兩個輸入feed進入兩個神經網絡(Network1 and Network2),這兩個神經網絡分別將輸入映射到新的空間,形成

原创 域自適域

 如何在這種源域和目標域概率分佈不一致的情況下進行學習即爲域自適應學習問題. 因此, 域自適應學習的重點在於如何克服源域分佈和目標域分佈不同, 實現目標域上的學習任務

原创 模糊集與模糊聚類

數據挖掘講課任務梳理:    目錄 西大數據挖掘講課任務梳理:    模糊集的歷史 模糊集基本概念 模糊集定義 隸屬函數 模糊集的表示方法 模糊集的運算 模糊集的特性 模糊關係 模糊邏輯與模糊推理 數據挖掘中的模糊方法: 模糊聚類 模糊集

原创 Person Re-Identification by Camera Correlation Aware Feature Augmentation

1. 研究問題         行人重識別挑戰是將非重疊的不同視角下捕獲的同一行人圖像進行匹配,但是在跨視角下存在着顯著的和未知的跨視角特徵失真。        現有大量的的學習度量距離與子空間學習模型,但是他們學習的交叉視圖變換是通用視

原创 行人重識別(Person Re-ID)常用評測指標

目錄 1、gallery和probe: 2、single shot 和muti shot: 3、rank-n: 4、Precision(準確率) 和 Recall(召回率): 5、AP和mAP: 6、F-Score 7、ROC: 8、CM

原创 行人重識別 (Re-ID)數據集介紹

數據集彙總鏈接: http://robustsystems.coe.neu.edu/sites/robustsystems.coe.neu.edu/files/systems/projectpages/reiddataset.html 下

原创 random walk operation

隨機遊走理論或隨機遊走假設是股票市場的數學模型。 “隨機遊走”是一種統計現象,其中變量不遵循可辨別的趨勢並且看似隨機地移動。

原创 Learning View-Specific Deep Networks for Person Re-Identification

摘要 行人重識別最主要的挑戰就是由於視角變化而引起的類內變化。爲了克服這一問題,本文進行了以下實現: 1. 提出了一種基於深度神經網絡的框架,該框架利用特徵提取階段中的視圖信息。 2.  所提出的框架爲每個攝像機視圖學習視圖特定網絡,其具

原创 雙線性插值(Bilinear Interpolation)

雙線性插值(Bilinear Interpolation)     假設源圖像大小爲mxn,目標圖像爲axb。那麼兩幅圖像的邊長比分別爲:m/a和n/b。注意,通常這個比例不是整數,編程存儲的時候要用浮點型。目標圖像的第(i,j)個像素點

原创 batch、batch size與epoch

batch: 表示批次。設置過大的批次(batch)大小,可能會對訓練時網絡的準確性產生負面影響,因爲它降低了梯度下降的隨機性。 Batch 的選擇,首先決定的是下降的方向。如果數據集比較小,完全可以採用全數據集 (Full Batch

原创 行人重識別論文(五)Beyond Part Models: Person Retrieval with Refined Part Pooling

論文地址 代碼實現:Pytorch 摘要 作者主要的目標是學習描述局部信息特徵。並且做出了以下兩點貢獻: 1. 提出了 Part-based ConvolutionalBaseline (PCB),給定一個圖片作爲輸入,該網絡將輸出是由幾

原创 想自由

       2018網易雲年度音樂榜單 終於如期而至,突然發現這一年聽的最多的歌竟然是《想自由》,每天都在邊寫代碼邊聽歌,原來這一年都在逃脫。