原创 1604.Person Re-identification in the Wild 論文筆記

1.摘要 這篇論文發佈了一個可以研究端到端的行人檢測-重識別的大規模數據集和一些baselines,baselines主要包括不同檢測器和reid識別算法組合的性能,行人檢測怎麼有助於reid準確率的提升及評估不同檢測器對reid

原创 1604. Learning deep feature representations with domain guided dropout for re-id論文閱讀筆記

摘要: 本文提出了一種通用的基於深度學習的多源數據聯合學習的算法(使用本文提出的 Domain Guided Dropout 替換傳統的 Dropout),並通過廣泛的實驗,在 Learning ReID feature rep

原创 1611.A Discriminatively Learned CNN Embedding for Person Re-identification論文閱讀筆記

reid相關的問題: car recognition/fine-grained classification/objective retrieval/image retrieval/instance retrieval/Pede

原创 part-aligned系列論文:1707.ICCV.Pedestrian Alignment Network for Large-scale Person Re-identification 論文

Pedestrian Alignment Network for Large-scale Person Re-identification github源碼:https://github.com/layumi/Pedestria

原创 1705.Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 論文閱讀筆記

Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 本文采用多loss分類聯合訓練同時學習行人條紋局部特徵和全局特徵,受益於局

原创 part-aligned系列論文:1707.Deep Representation Learning with Part Loss for Person ReID 論文閱讀筆記

Deep Representation Learning with Part Loss for Person ReID 本論文爲了更好的提升reid模型在未見過的行人圖像判別能力,正對現有大部分只有全局特徵表達(轉化爲分類,一般min

原创 ubuntu下無root權限下用anaconda2從源碼編譯並安裝caffe2 採坑日記!

相信做目標檢測的同學都知道facebook已經開源了一個集成很多先進目標檢測算法的庫,但是官網教程主要針對採用ubuntu系統python來編譯安裝caffe2,由於採用深度學習服務器沒有sudo權限,我花費了一天半安裝GPU版的caff

原创 PyTorch:LeNet實現

In [5]: import torch import torchvision from torch.utils.data import DataLoader from torchvision.datasets import MNIST

原创 閱讀論文:AlexNet

AlexNet:ImageNet Classification with Deep Convolutional Neural Networks 論文信息: 訓練了一個大規模的深度卷積神經網絡來將ImageNet LSVRC-2010

原创 FashionAI全球挑戰賽-服飾屬性識別賽後技術分享

FashionAI全球挑戰賽-服飾屬性識別賽後技術分享(歡迎指正)

原创 part-aligned系列論文:1711.Beyond Part Models- Person Retrieval with Refined Part Pooling 論文閱讀筆記

Beyond Part Models- Person Retrieval with Refined Part Pooling 這篇論文和1711.AlignedReID- Surpassing Human-Level Performanc

原创 深度學習框架caffe 和 tensorflow

深度學習框架caffe 和 tensorflow

原创 常見機器學習名詞及解釋

距離相關:

原创 vultr遠程VPS主機下-shadowSocks配置方法

1.租借vps主機,我選用的是vultr主機 2.下載shodowsocks客戶端,去https://shadowsocks.org/en/download/clients.html 3.下載xhsell用於登錄雲服務主機 3.配置雲服務

原创 KNN

KNN 思想非常簡單, 當一個新的數據輸入的時候, 把該數據和訓練集中的所有的數據比較一下, 距離輸入數據最近的一個訓練樣本所屬類別就是該輸入數據的預測值, 這是 NN (最近鄰)算法. 如果, 把上述過程的最近的一個修改成最近的 k 個