原创 聚類有效性分析
概述 有ground-truth時 黃金標準（Gold Standard）作爲Benchmark，是基於人工的判斷製作而成。在有了這個Benchmark後，我們就可以定義出外部標準，通過簇和黃金標準之間類別的匹配的程度來評估聚類結
2020-06-30 17:54:41
1
原创 擁擠場景多人姿態估計論文梗概及代碼CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark
姿態估計是視頻動作分析識別的基礎工作，我有一篇小綜述講了姿態估計相關技術路線的發展，可以點這個鏈接看。 本文是MVIG大佬們發表在CVPR2019上的一篇論文，上號交通大學，基於AlphaPose思路，進一步提升了擁擠情況下準度
2020-06-17 07:02:41
7
原创 深度學習中一些時而會忘的概念
文章目錄Batchiteration 以及 epoch:max_evalsROI PoolingROI Align雙線性差值計算正則化：BN層ResNet網絡理解building Block塊、bottleneck塊SSD網絡Re
2020-06-17 07:02:41
1
原创 多人姿態估計小小的綜述
爲什麼叫小小綜述呢，因爲不從最開始綜述起。只說一說近兩年比較流行的姿態估計方法，以實用爲主。畢竟對於我來說，這塊更多是應用。單人的不好應用，就更多的說一說多人姿態估計。希望能對想入門姿態估計的朋友有一個快速的指引 入門簡介 201
2020-06-17 06:02:41
3
原创 Faster R-CNN論文翻譯和PPT講解
本論文是目標檢測領域必看的一篇論文，論文下載地址點這裏，2015年發表，任少卿，何凱明，RBG，孫劍，響噹噹的大佬 對Faster RCNN的損失函數的一些具體討論我在https://blog.csdn.net/u012925946/ar
2020-06-17 05:19:03
41
原创 推薦系統在直播場景的應用（花椒直播）
記錄一次講座筆記，講課的是花椒直播的改機算法架構工程師，王洋；王洋浙大+新加坡南洋理工大學，通信系統專業 推薦系統：幫助用戶發現內容，克服信息過載 通過分析用戶行爲，對用戶興趣建模，預測用戶的興趣 早期，基於熱度推薦：熱度高的一
2020-06-17 05:18:53
原创 數據結構 C++語言版 清華大學第三版 學習筆記
緒論 緒論一道冒泡排序拍懵我了，我以爲O(n2)O(n^2)O(n2) 複雜度的經典冒泡排序沒有優化空間了，結果一個bool標識打臉，可以提前終止冒泡，如果已經是按順序了的數組的話： void bubblesort1A(int
2020-06-17 05:18:53
原创 曠世：高效準確的文字檢測
EAST文字檢測網絡 可以以很小的計算量，加在其他backbone之後改善檢測效果 主講人趙明明 具體，性能和準確率 fscore 0.757 , fps 16.8 , PVANet fps 16.8 channel乘以2倍
2020-06-17 05:18:53
原创 圖像對齊講座—曠世成都研究院 & 數據策略產品經理——阿里講座
劉帥成博士，曠世成都研究院，該院2018年成立， 新加坡國立大學畢業 目錄： 1基於傳統算法 2基於深度學習 3基於硬件 Image aligment methods圖像對齊 應用： 圖片拼接：不同視角拍的建築拼成更大的一個畫面
2020-06-17 05:18:53
2
原创 Learning Efficient Single-stage Pedestrian Detectors by Asymptotic Localization Fitting行人檢測ECCV2018
Learning Efficient Single-stage Pedestrian Detectors by Asymptotic Localization Fitting 行人檢測論文，ECCV2018 代碼地址 論文地址 Wei
2020-06-17 05:18:53
原创 Batch Normalization論文翻譯
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 五次面試有三次會問到BN層，這個點一定要從前
2020-06-17 05:18:53
原创 CVPR2020 實例分割
實例分割 Hao Chen陳昊 CVPR2020 BlendMask實例分割 COCO上評價指標 mAP 每個實例，每張圖選100個結果 AP：每個結果與GT算IOU 0.5:0.05:0.95 十個取平均 CO
2020-06-17 05:18:53
1
原创 周博磊.Phd《強化學習》課程
視頻課鏈接 github鏈接 綱要Overview 一個【agent】在不確定的【環境】中極大化自己的【獎勵】 agent並沒有立刻獲得反饋（不像有監督學習一次分類後就能有正確錯誤的反饋） 與監督學習的對比： 是序列的數據，並不
2020-06-17 05:18:53
原创 講座筆記：模型量化-更小更快更強 Dance with Bit ———哈佛大學.董鑫PHD
Dance with Bit record in 2019/11/21 Quantization 定長和變長 精度：兩個數字之間最小差別能有多小 32位單精度： 1.2*12^-38 量化： 浮點數->定點數： 壓縮網絡的方法
2020-06-17 05:18:53
2
原创 HOG與SIFT特徵學習
都點進這個鏈接了，我就不用再贅述這倆特徵是幹嘛的了吧。 我就不用再說一遍：他們分別是通過精妙的手工設計的一些方法，來對圖像的進行特徵提取，將圖像中一堆像素轉換成具有其內容特徵的數字向量，因而可以用來給各種模型（如SVM）進行處理的
2020-06-17 05:18:53