lindajun10-CSDN博客

转载 _finddata_t结构体用法

参考博文 https://blog.csdn.net/wangqingchuan92/article/details/77979669

2019-03-12 11:11:37 504

原创 CosFace论文翻译

CosFace: Large Margin Cosine Loss for Deep Face Recognition摘要随着深度卷积神经网络（CNN）的快速发展，人脸识别也取得了巨大的进展。人脸识别的核心任务包括了：人脸验证（face verification）和人脸身份识别（face identification), 还涉及到人脸特征区分性。然而，深度卷积神经网络中传统的softmax...

2018-12-29 17:49:14 4552 4

翻译 caffe的Matlab接口使用说明(中文翻译)

以下内容介绍了如何使用Matlab去使用caffe, 翻译自http://caffe.berkeleyvision.org/tutorial/interfaces.html#matlabMatlabcaffe的Matlab接口叫matcaffe, 程序包放在caffe/matlab中,你可以利用它在你的Matlab代码中调用caffe的功能.包括以下:在Matlab中创建多个Nets前...

2018-12-19 16:30:01 3254

转载行人重识别:SVDNet论文思路详解

转一篇关于SVDNet论文思路进行剖析的博客,理解很到位,值得学习.SVDNet主要思想是在训练过程中加入正交性约束,也即对权重去相关.https://blog.csdn.net/wfei101/article/details/82794428#commentBox...

2018-12-17 11:03:09 461

人脸识别论文SphereFace提出一种angular softmax loss, 通过约束权重向量W和特征向量的夹角大小关系，来满足同一类的最大类内距离小于不同类的最小类间距离，提高特征的判别能力。论文：SphereFace: Deep Hypersphere Embedding for Face Recognitiongithub:https://github.com/wy1iu/sphe...

2018-12-04 14:23:58 619

翻译 Caffe 数据层参数shuffle实现机制

参考博客：https://blog.csdn.net/guoyilin/article/details/43985089我们都知道，训练网络的时候一般需要随机打乱训练样本数据，因为我们是采用min-batch SGD 方法进行优化的，随机打乱一定程度上可以防止陷入局部最优，有利于网络收敛。而caffe读取数据时是一个batch一个batch顺序读取的，那它到底是用怎样的机制实现shuffle的...

2018-12-03 11:22:05 1990

原创 caffe 加载pretrain model进行finetuning的一些技巧

caffe 学习日记#**caffe 加载pretrain model进行finetuning的一些技巧**对于caffe finetuning的使用可以参考官网教程：http://caffe.berkeleyvision.org/gathered/examples/finetune_flickr_style.html。对于一个网络结构，如果我们有它在一些大数据集（比如imagenet等...

2018-11-13 14:37:17 687 1

lindajun10的博客