简介
角点检测是计算机视觉中获取图像特征的一种方法,在运动检测、图像匹配等任务中都有比较广泛的应用。
角点被定义为两条边的交点,由于视觉任务的特殊性,角点检测的鲁棒性一般都是从平移、灰度变换、旋转、尺度变换等角度去评价。
最早有Moravec角点检测算法,是通过计算自相关函数,找到局部方差和最大的点
...
Hamming Embedding讲解
发表于
简介
Hamming Embedding是在论文:Hamming embedding and weak geometric consistency for large scale image search中提出,该论文主要是提出了Hamming embedding,用于解决codebook size
...
mnist embedding using triplet loss
发表于
简介
triplet loss是三元组损失,用于区分差异较小的样本,一般可以用于标签样本较少的数据集中。给定三个样本,anchor,positive,negative sample,希望通过训练,使得anchor与positive的距离很大,而与negative的距离很小,loss function
...
Deformable ConvNets V2
发表于
abstract
在DCN v1中提出了可变形的卷积网络,本文中讲这种可变形卷积应用到更多地layer中去,进一步提升了模型性能。
此外,作者不仅使得filter的shape可以学习,还提出了filter的amplitude可以学习的方法。
为了使得网络可以更好地学习,提出了feature mimi
...
Deformable ConvNets
发表于
abstract
论文地址:https://arxiv.org/abs/1703.06211
代码:https://github.com/msracver/Deformable-ConvNets
论文中提出了2个模块,用于提升CNN的transformation modeling capabilit
...
目标检测之R-FCN
发表于
abstract
论文地址:http://cn.arxiv.org/abs/1605.06409
论文提出了一种高效准确的基于全卷积神经网络的目标检测方案。
之前的fastRCNN,fasterRCNN等网路在每个roi上都会使用一个耗时的subnetwork用于后续的分类和检测,本文的方法在几乎所
...
Conditional Generative Adversarial Nets论文解读
发表于
abstract
本文在之前GAN论文中的future work中其中已经提到了,主要是给定条件y,结合随机分布,可以生成符合条件y的样本。
论文中基于CGAN,基于mnist,提出了一个可以基于给定label生成特定数字的模型;同时CGAN可以用于multi-model model的学习,论文中给
...
Generative Adversarial Nets论文解读
发表于
abstract
论文基于对抗过程提出了估计生成模型的新框架,主要的做法就是:同时训练2个网络:G网络和D网络,G网络主要是通过学习获取信息分布,使用隐空间的随机变量生成接近于真实的数据,即使得D网络将生成的数据识别为真实的训练数据;而D网络主要是通过学习,尽可能地区分开真实的训练数据与生成的虚假数
...
gan-mnist代码解读
发表于
introduction
本文主要是写一下看了gan-mnist代码之后的一些总结,之前是陈天奇大神写的,我fork到自己的repo中,添加了一些其他的代码,地址:https://github.com/littletomatodonkey/gan-mnist
code
主要有2个文件夹,一个mxg
...

Formed in 2009, the Archive Team (not to be confused with the archive.org Archive-It Team) is a rogue archivist collective dedicated to saving copies of rapidly dying or deleted websites for the sake of history and digital heritage. The group is 100% composed of volunteers and interested parties, and has expanded into a large amount of related projects for saving online and digital history.
