SceneSketcher: Fine-Grained Image Retrieval with Scene Sketches

SceneSketcher: Fine-Grained Image Retrieval with Scene Sketches到学校了，可以效率高一点学习了，背景是实验室工位开始的样子。简单总结一下这篇论文，用GCN同时表达场景中不同物体的feature、label以及场景layout，并把sket

发布于 · 2021-09-30 · #Deep Learning  

一文读不懂GooleNet

一文读不懂GoogleNet

发布于 · 2021-08-20 · #Deep Learning  

一文读不懂——'Very Deep Convolutional Networks For Large-Scale Image Recognition' [VGGNets]

自从resnet之后,这个系列的文章还没有更新过,是一个有些浮躁且有点忙的状态,趁着有时间把VGGNet论文给读一下,做个总结再复现一下提高代码能力.

发布于 · 2021-08-15 · #Deep Learning  

工程问题解决

工程问题记录这里也像benchmark一样，做成长期更新的内容，记录一些工程的小问题1、pip安装显示OSERROR2具体的报错如下Could not install packages due to an OSError: [Errno 2] No such file or directory: '

发布于 · 2021-08-11 · #Question  

FMix: Enhancing Mixed Sample Data Augmentation论文阅读

有很多数据增强的方式，比如传统的对图像进行旋转裁剪等，这里介绍几种新的且在图像任务中比较有效的数据增强方式，例如Cutmix、Mixup以及FMix1

发布于 · 2021-07-01 · #Machine Learning   #Image Process   #Deep Learning  

一文读不懂——“Deep Residual Learning for Image Recognition”

' code is also relatively cheap, show me ur sense and thinking ' ResNets之前也用过很多，大概的思想也了解，觉得还是有必要读一下这篇上万引用的经典之作Deep Residual Learning for Image Recogn

发布于 · 2021-04-23 · #Deep Learning  

图像处理系列——图像增强

图像处理系列第一篇——图像增强

发布于 · 2021-03-04 · #Image Process  

SIFT+BoW图像搜索

拆箱即用的SIFT+BoW图像搜索，本篇博客直接附上代码和使用方法。之后会更新一个系列的文章，总结图像处理有关知识。

发布于 · 2021-03-02 · #Machine Learning  

为不同conda环境配置不同cuda

为不同conda环境配置不同cuda最近有个任务是用superpoint做一些事情，需要tf1.0以及cuda9.0的环境，第一次配环境的时候认为cuda作为一个软件包，在不同虚拟环境中安装之后就可以。去官网下了.run文件之后发现，哦吼不行！它在改我驱动。就准备搞一下到底如何安装1、安装cuda包

发布于 · 2021-02-22 · #Environment Construction  

Deep Label Distribution Learning论文阅读

DeepLabelDistributionLearning本篇论文是之前的LDL方法的改进版本，讲述了耿鑫老师在提出LDL算法之后又做了哪些工作，并分析了LDL在处理图像问题中遇到的一些问题，最后提出了DLDL算法。有两篇相关论文，一个是对于DLDL定义讲述的论文，另一个是在AgeEstimatio

发布于 · 2021-02-19 · #Machine Learning