- 博客(7)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 Learning Delicate Local Representations for Multi-Person Pose Estimation解读
摘要：1、提出了Residual Steps Network(RSN)。 RSN融合相同空间尺寸的特征（Intra-level features）来获取细致的局部信息，保留了丰富的low-level的空间信息并且带来了精确的关键点定位。 2、提出了一种有效的注意力机制Pose Refine Machine(PRM)来进一步优化关键点位置。前言：人体姿态估计主要是进行关键点定位和分类。Spatial information（空间上的信息，类似于low level信息）有利于...
2020-07-12 11:03:06
1259
1
原创 人脸检测--mtcnn
鉴于找工作学习mtcnn和retina face。一、mtcnnpaper: Joint Face Detection and Alignment using Multi-task Cascaded COnvolutional Networks摘要：1、提出了一个深度级联多任务框架，并探索了face detection和face alignment之间的关联性来提升精度。采用三阶段的级联结构，以coarse-to-fine的方式预测人脸框和landmark点位置。2、OHEM(onlin
2020-06-26 22:19:44
498
原创 （三）TensorFlow实现神经网络
神经网络解决分类问题主要可以分为以下4个步骤： 1、提取问题中实体的特征向量作为神经网络的输入。 2、定义神经网络的结构，并定义如何从神经网络的输入得到输出。这个过程就是神经网络的前向传播算法。 3、通过训练 数据来调整神经网络中参数的取值。 4、使用训练好的神经网络来预测未知的数据。
2017-12-17 19:12:05
525
原创 （二）TensorFlow计算模型-----计算图
Tensorflow中所有计算都会被转化为计算图上的节点。 【概念】Tensor（张量，数据结构，可被理解为多维数组） + Flow（流，计算模型，表达了张量之间通过计算相互转化的过程） TensorFlow中每一个计算都是计算图上的一个节点，节点之间的边描述了计算之间 的依赖关系（如果一个运算 的输入依赖于另一个运算的输出，则为依赖关系）。 【使用】TensorFl
2017-12-16 19:27:14
498
原创 （一）TensorFlow主要依赖包（笔记）
1、Protocol Buffer 为谷歌开发 用于处理结构化数据的工具。如何将结构化的数据序列化，并从序列化注资后的数据流中还原出原来的结构化数据，统称为处理结构化数据，这就是Protocol Buffer解决的主要问题。除Protocol Buffer之外 ，XML和JSON是两种比较常见的结构化数据处理工具。不同之处在于Protocol Buffer序列化之后得到的数据不是可读
2017-12-16 16:19:59
5671
转载 LINK:fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏
原文地址：http://blog.csdn.net/kevin_mqj/article/details/22981873很多伙伴在更新VS2010，或者卸载VS2012安装2010后，建立Win32 Console Project/MFC项目时会出现"LINK : fatal error LNK1123: 转换到 COFF 期间失败: 文件无效或损坏"的错误。错
2015-05-12 13:32:14
546
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人