4 waple_0820

学生身份

我要认证

学习来的

等级
TA的排名 3w+

【Paper Reading】【CVPR2020】加法网络:AdderNet

AdderNet: Do We Really Need Multiplications in Deep Learning?作者团队: 北京大学 & 华为诺亚实验室0.相关资源论文地址:arvix (如果arvix速度过慢,推荐使用中科院的镜像链接:cn.arvix)开源代码: github知乎关于论文的讨论:如何评价Reddit热议的论文AdderNet?另一篇简评1...

2020-03-02 20:44:23

arvix国内速度慢解决方法

arvix在目前的环境并不好用,主要是速度太慢,加载论文一等就是好久。解决方法:使用中科院的镜像地址: http://xxx.itp.ac.cn对某一个具体的地址:https://arvix.org/abs/1912.13200只需要把其中的arvix.org替换成xxx.itp.ac.cn即可(这里的xxx就是3个x,不指代其他词):https://xxx.itp.ac.cn/abs...

2020-02-29 15:54:41

pip安装速度慢问题解决方法

尝试使用pip安装包老是会碰到HTTPError或ReadTimeOutError等网络相关的问题,原因是因为内网在从外网地址下爬取资源或多或少会受到干扰。解决方法:使用清华镜像库安装即可。方法:只需要在pip install指令后添加-i https://pypi.tuna.tsinghua.edu.cn/simple例如需要安装cvxpy包,原始指令是:pip install cvx...

2020-02-29 14:57:19

图卷积网络(GCN)简单理解

1. 预备知识1.1 图网络的种类、区别和联系Graph EmbeddingGraph Embedding指图嵌入,属于表示学习的范畴,也可以称为网络嵌入、图表示学习、网络表示学习等等。具体可以参考博主之前整理的关于图嵌入相关内容的资料:链接。Graph Neural Network (GNN)GNN指神经网络在图上应用的模型的统称,根据采用的技术不同和分类方法的不同,又可以分为很多不...

2020-02-07 15:52:55

从word2vec到node2vec

word2vec1. 什么是word2vec在自然语言处理任务(NLP)中,最细粒度是词语,所以处理NLP问题,首先要处理好词语。由于所有自然语言中的词语,都是人类的抽象总结,是符号形式的。而对于数学模型,如果要建立词语到词性关系的映射,必须使用数值形式的输入。因此,需要把他们都嵌入到一个数学空间中,就叫词嵌入(word embedding),而word2vec就是词嵌入的一种。大部分有监...

2020-02-03 17:08:44

图嵌入(Graph Embedding)方法小结

Embedding定义:Embedding在数学上是一个函数,即将一个空间的点映射到另一个空间,通常是从高维抽象空间映射到低维的具象空间。意义:高维数据转换到低维有利于算法的处理,同时解决one-hot向量长度随样本变化而变化以及无法表示两个实体之间的相关性这一问题。常用方法:word2vec,根据语料库中单词的共线关系求出每个单词的embedding。常用的word2vec模型有cbow...

2020-02-01 17:11:49

推荐算法学习小结

推荐系统知识点推荐系统架构上,占比分别为:数据 60%,产品30%,算法10%。推荐算法主要包括:基于人口统计学的推荐,基于内容的推荐,协同过滤三种。冷启动分为用户冷启动和物品冷启动。用户冷启动通常是指用户没有在产品上留下任何历史数据,无法获取其喜好。常用的解决方法是根据用户的背景资料,或引导性让用户进行选择,从而暂时让用户适应热启动。在线推荐系统可以做到让用户产生了行为后立马更新推荐列...

2020-01-31 17:49:31

[ICCV2019 Best Paper Award] SinGAN: Learning a Generative Model from a Single Natural Image

本篇是刚刚召开的ICCV2019获得Best Paper Award的一篇文章。[arxiv] : 链接[homepage] : 链接[code] : 链接To Long; Didn’t Read

2019-10-30 19:18:29

Paper Reading: High-level Semantic Feature Detection: A New Perspective for Pedestrian Detection

Paper Reading NoteURL:https://arxiv.org/pdf/1904.02948v1.pdfTL;DR本篇文章采用anchor-free的方法解决目标检测的问题。作者认为可以用中心点和尺度这种high-level语义特征代替边缘、blob等low-level语义特征。Algorithm模型框架如下:该算法主要分为Feature Extraction模块...

2019-08-22 17:38:30

Paper Reading: A Multi-task Deep Network for Person Re-identification

Paper Reading NoteURL:https://arxiv.org/pdf/1607.05369.pdfTL;DRAAAI2017的一篇文章。主要通过分类和排序模型结合解决二者各自单独使用存在的问题,并且使用跨领域结构,通过复用其他数据集进行辅助训练,提供了一种解决在该任务下数据量少的思路。Algorithm模型框架如下:在排序部分,论文采用的是三元组的策略,通过构...

2019-08-22 17:34:22

Paper Reading: Attention-Aware Compositional Network for Person Re-identification

Paper Reading NoteURL:https://arxiv.org/pdf/1805.03344.pdfTL;DRcvpr2018的一篇文章提出了处理reid中misalignment与occlusion问题统一的框架:用pose-guided part attention解决不同姿势身体区域识别问题;用pose-guided visibility score解决遮挡区域识别...

2019-08-22 17:31:49

Paper Reading: Re-ranking Person Re-identification with k-reciprocal Encoding

Paper Reading NoteURL:https://arxiv.org/pdf/1701.08398.pdfTL;DR17年CVPR的一篇文章,为了学习reID而读的,很基础的一篇文章。本文主要是提出了一种不需要人工交互或者任何标签数据的re-ranking方法,该方法能够适用于任何reID的结果,并提高其效果。Algorithm主要思想:对于一个probe他的top-1...

2019-08-22 17:28:25

Beyond Part Models: Person Retrieval with Refined Part Pooling (and A Strong Convolutional Baseline)

Paper Reading NoteURL:https://arxiv.org/pdf/1711.09349.pdfTL;DR这是2018年ECCV上的文章,主要是介绍pcb/rpp结构,供没了解过的同学参考。本文采用的方法是对feature map作横向的软分割作统一划分,再用rpp对划分后不一致的边界进行重定位。效果拔群。Motivation如上图所示,当前利用 part-le...

2019-08-22 17:24:52

Perceive Where to Focus: Learning Visibility-aware Part-level Features for Partial Person Reid

Paper Reading NoteURL:https://arxiv.org/pdf/1904.00537.pdfTL;DR在实际场景下,目前reid存在的一个比较重要的问题是行人图片的部位比例在不同的camera及角度下并不相同,导致精度无法提高。本文通过对图像的局部特征感知,提出了VPM(Visibility-aware Part Model)结构,并用自监督学习的方法将表示不同部位...

2019-08-22 17:18:22

Paper Reading: CollaGAN : Collaborative GAN for Missing Image Data Imputation

Paper Reading Note【说明文字均在图片下方】URL:https://arxiv.org/pdf/1901.09764.pdfTL;DRcvpr2019的一篇文章,提出了一种新型的GAN结构CollaGAN,可以从多角度图像协同提取信息用GAN生成未知角度的图像。相较于点到点的StarGAN和CycleGAN具有更好的效果和更高的性能。上图中图a、b分别是CycleGA...

2019-08-22 17:04:33

Paper Reading: Self-Supervised GANs via Auxiliary Rotation Loss

Paper Reading NoteURL:https://arxiv.org/pdf/1811.11212.pdfTL;DRcvpr2019的一篇GAN的文章。模型很简单,利用辅助损失解决GAN不稳定的问题;用旋转分类将辅助分类器对label的需求去掉,使图片可以直接对自己标注类别。Related Work在GAN中一个很重要的问题是模型不稳定,判别器常常学习了一个分布的特征后又来一...

2019-08-22 16:48:56

Multi-Channel Attention Se-GAN with Cascaded Semantic Guidance for Cross-View Image Translation

Paper Reading NoteURL:https://arxiv.org/pdf/1904.06807.pdfTL;DR本文是cvpr2019的一篇关于跨视角图像翻译的一篇文章。作者提出了一种利用多通道attention模型及语义辅助GAN生成同一个场景在不同视角下的图像,效果超过了大部分SOTA模型。可以看到Ground Truth和SelectionGAN差别非常小。Alg...

2019-08-22 16:45:05

LSRO:Unlabeled Samples Generated by GAN Improve the Person Re-identification Baseline in vitro

Paper Reading NoteURL:https://arxiv.org/abs/1701.07717TL;DR本文是在ReID方向采用GAN做数据增广的开山始祖,主要提出了利用GAN解决ReID中数据量较少的问题。同时,对于生成的fake图像的标签如何定义,作者提出了label smoothing的方法,即将生成的fake图像label定义在[0,1]之间,在17年的环境下提升了R...

2019-08-22 16:31:51

Paper Reading: FD-GAN: Pose-guided Feature Distilling GAN for Robust Person Re-identification

Paper Reading NoteURL:https://arxiv.org/pdf/1810.02936v1.pdfTL;DR本文是2018年NIPS上一篇文章,针对在ReID任务中pose不同带来的噪声问题,作者选择使用GAN模型剔除pose-variation带来的影响。与其他GAN模型不同的是,一般GAN用来生成图像,而本文是利用GAN做表示学习(representation l...

2019-08-22 16:12:31

Paper Reading: SalGAN: visual saliency prediction with adversarial networks

Paper Reading NoteURL:https://arxiv.org/pdf/1701.01081.pdfTL;DR本文是18年cviu的一篇文章,主要是用GAN作显著点检测的任务,模型很简单,可以参考其利用GAN增强的思想。如上图所示,对一副图像的关键点检测,本文的检测方法效果明显优于传统的交叉熵方法。Algorithm模型框架如上图所示,主要由一个generator...

2019-08-22 16:06:35

查看更多

CSDN身份
  • 博客专家
勋章 我的勋章
  • 签到新秀
    签到新秀
    累计签到获取,不积跬步,无以至千里,继续坚持!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv4
    勤写标兵Lv4
    授予每个自然周发布9篇以上(包括9篇)原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 学习力
    学习力
    《原力计划【第二季】》第一期主题勋章 ,第一期活动已经结束啦,小伙伴们可以去参加第二期打卡挑战活动获取更多勋章哦。