漂漂一族-CSDN博客

转载 Cross-domain Image Retrieval with a Dual Attribute-aware Ranking Network

ICCV2015contributions: 1.数据集，450000线上图片，90000线下，91,390图像对，每张照片有5-9个语义属性类别，像素800x500 2.DARN网络：使用两分支网络结构，消除online和offline数据集间的差异 3.使用的是树状...

2018-12-27 11:13:45 524

转载 Deep domain adaptation for describing people based on fine-grained clothing attributes

2015 IBM和National University of Singapore联合发布DDAN没有使用相同图片对（pair reltions）总结：目的是适应多种数据域的网络现有的方法迁移学习，固定某几层；本文的方法是训练两个分支的网络，分别接受不同数据集。这么做的出发点是学得和数据集无关的层次特征。######### 目的和难点 ##############目的...

2018-12-27 11:13:36 351

转载 MTCT：Multi-Task Curriculum Transfer Deep Learning of Clothing Attributes

2016.12 on wacv (winter conference on application of computer version)目的是为了将卖家秀训练的网络识别出买家秀这篇文章主要用到了迁移学习transfer learning。目前（2016.12）的顶尖的衣服识别网络FashionNet, DARN and DDAN与DDAN/DARN和FashionNet的区别...

2018-12-27 11:13:28 462

转载 DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations

主要包含两个工作：1. 创建了一个服装数据集DeepFashion，包含80万张服装图像，有类别，属性，特征点以及服饰框的标注。2. 提出一个深度学习模型FashionNet，结合服饰属性和特征点进行服饰的特征提取，可以较好的应对服饰的变形遮挡等问题。Clothes Recognition的难点大概可以分为三类:Style/texture Variation. Deform...

2018-12-27 11:12:57 781

转载 Clothing Retrieval with Visual Attention Model

上海交大在2017年10月份投放在arXiv上的一篇文章这篇文章主要有两点：（1）使用了Visual Attention Model（VAM），自动学习出在图像中的关键内容，减少背景的干扰。然后与通常网络提取出的特征图进行融合；（2）特征融合时，提出一种Impdrop的手段，类似将element-wise和dropout结合的一种手段，提高模型的鲁棒性。最终得到一个end-t...

2018-12-27 11:12:40 322

R-CNN:selective search+CNN+L-SVM的检测器算法总体思路首先输入一张图片，我们先定位出2000个物体候选框，然后采用CNN提取每个候选框中图片的特征向量，特征向量的维度为4096维，接着采用svm算法对各个候选框中的物体进行分类识别。也就是总个过程分为三个程序：a、找出候选框；b、利用CNN提取特征向量；c、利用SVM进行特征向量分类CNN特征提取阶段1、算法实现a、...

2018-05-22 20:39:55 298