- 博客(13)
- 收藏
- 关注
RSS订阅翻译 如何在Ubuntu 20.04 Desktop 中禁用/启用图形用户界面
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2022-01-12 21:48:55
5319
2
原创 论文阅读笔记
度量学习论文阅读笔记论文题目：Constellation Loss: Improving the efficiency of deep metric learning loss functions for optimal embedding论文主要贡献：把Triplet loss和Multiclass-N-pair loss的函数结合起来，构造了一个新的损失函数，在一个大肠癌组织切片的数据集...
2019-06-03 23:58:48
294
原创 使用anaconda安装caffe
通过 conda 安装 caffe-gpu 和 caffe通过不断搜索各种问题，最终找到了解决方法，链接在此。安装caffe_gpu时，对应版本的cudatoolkit 、cudnn 也会被安装。装其他框架时应该也可以通过conda来装这两个库（没有试验过）。conda create -n caffe_gpu -c defaults python=3.6 caffe-gpuconda cre...
2019-05-21 12:47:15
4565
21
原创 使用t-SNE可视化的代码记录
import osimport kerasfrom keras.preprocessing import imagefrom keras.applications.imagenet_utils import decode_predictions, preprocess_inputfrom keras.models import Modelmodel = keras.applicatio...
2019-05-14 11:22:48
2630
原创 Deep Metric Learning with Hierarchical Triplet Loss 阅读笔记
创新点和动机文章提出了 hierarchical triplet loss (HTL) 方法，该方法主要通过定义一个编码上下文信息的树来收集信息样本，改进了在 mini-batch 中随机取样导致的陷入局部最优和收敛速度慢等问题。解决方法给定使用传统 triplet loss 预训练的神经网络 ϕt(⋅,θ)(∈Rd)\phi_{t}(\cdot, \boldsymbol{\theta})\...
2019-05-14 11:05:59
1467
1
原创 论文笔记（2019.3.18-2019.3.24）
论文题目：Deep Metric Learning with Angular Loss（来源：ICCV2017）面临的问题：深度度量学习方法经典的Loss函数类型为contrastive loss 和 triplet loss，它们都是基于距离的目标函数，需要像 multi-task learning 或 hard negative mining 等 tricks，而且距离度量对尺度变化很敏...
2019-03-26 22:03:15
418
原创 论文笔记（2019.3.11-2019.3.17）
论文题目：Hardness-Aware Deep Metric Learning（来源：cvpr2019）解决的问题：先前的深度度量学习方法为了缓解训练样本信息不足的问题，大多采用硬负挖掘策略。但是这种挖掘策略只利用训练数据的一个子集，这可能不足以表征嵌入空间的全局特征。解决方案：对嵌入（embedding）进行线性插值，以自适应地操纵它们的硬水平（hard level），并生成相应...
2019-03-19 22:55:49
809
原创 论文笔记（2019.2.25 - 2019.3.3）
论文题目：Deep Metric Learning by Online Soft Mining and Class-Aware Attention（来源：AAAI2019）解决的问题：深度量学习由于大部分平凡样本而遭受慢收敛，大多数现有方法通常采用样本挖掘策略来选择非平凡样本以加速收敛并提高性能。以前的挖掘方法为每个样本分配一个二进制分数，即删除或保留它，因此它们只在一个小批中选择相关样本的...
2019-03-05 00:24:50
360
原创 论文笔记
论文题目：SFCN-OPI: Detection and Fine-Grained Classification of Nuclei Using Sibling FCN with Objectness Prior Interaction动机：由于核的尺寸小、类间类内方差大、图像质量差，以往的自动检测方法容易受到精度和鲁棒性的影响。现有的方法通常独立处理这细胞核检测和细粒度分类两个任务，忽略了...
2019-01-16 01:51:44
361
2
原创 关于“Deep Variational Metric Learning”
论文阅读笔记论文标题：Deep Variational Metric Learning动机：现有的方法大多是对类内差异（variance）不加区分，使得模型在训练集上过度拟合。创新：提出 deep variational metric learning (DVML) 框架：- 刻画类内差异（variance），解开（disentangle）类内不变性（invariance）- 产生判别...
2018-12-25 23:23:23
883
原创 关于“Deep Adversarial Metric Learning”
论文阅读笔记论文题目：Deep Adversarial Metric Learning论文创新点：DAML利用大量 易辨识的负例（ easy negatives）生成 难辨识的负例（hard negatives）；现存的度量学习（metric learning）方法仅利用数量少的hard negatives而忽略数量多的easy negatives。如下图所示，具体内容：DAML的网络结...
2018-12-06 15:35:06
1730
2
原创 关于SAGAN
论文题目：Self-Attention Generative Adversarial Networks创新点：文章提出的SAGAN可以使用来自所有特征位置的线索来生成详细信息（传统的卷积遗传算法只根据低分辨率特征映射中的空间局部点来生成高分辨率的细节信息）。将谱归一化（spectral normalization）应用到GAN产生器，改善了训练动力（training dynamics）。...
2018-11-26 23:52:51
1766
原创 关于StarGAN
论文阅读笔记论文题目：StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation创新点：只需使用一个模型就可以对多个域执行图像到图像的转换，交叉域模型（cross-domain models）需要成对建立不同域之间的模型，如下图所示starGAN的基本结构如下图所示...
2018-11-22 03:33:17
996
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