- 博客(11)
- 收藏
- 关注
RSS订阅原创 MIST： Multiple Instance Self-Training Framework for Video Anomaly Detection
首先以一定概率将原始数据x矩阵中的部分数据置0，得到丢失数据的残缺输入矩阵x，然后以x为输入，一层一层编码得到压缩后的矩阵y,再通过一层一层编码得到输出x，根据x’和x之间的误差进行网络参数学习和迭代，这样就得到想要的压缩后的编码y。（其实主要处理的是带有异常行为的视频，而正常的数据集一般最终得到的 Y 向量 是全0 或者接近 0 的向量，但是他是怎么做到的正常视频那里变成了全0？而单纯的第一阶段，是一个多实例的学习，输入的数据是带有视频级别的视频，输出是clips级别的异常得分。
2023-03-06 12:21:48
582
1
原创 【视频异常行为检测】Video anomaly detection with spatio-temporal dissociation
自编码器 重建+预测
2023-02-16 20:45:45
1392
原创 windows10 & 11 c盘所有文件容量和实际不符合 System Volume Information 过大
windows c盘所有文件容量和实际不符合
2022-07-22 23:27:37
3085
原创 快速上传数据集等文件至google colab-----解决上传colab文件慢的问题
批量上传文件到google colab办法快速上传数据集等文件至google colab解决上传colab文件慢的问题数据集进行模型训练
2022-02-15 21:56:58
3305
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人