lufangxin
这家伙很懒，什么也没写
图像文本检索图像预训练
LexLIP用于大规模图像文本检索的词汇瓶颈语言图像预训练表现SOTA性能优于COTS等网络单位香港浸会大学微软图像文本检索ITR是在给定来自另一模态的查询的情况下检索相关图像文本的任务.传统的密集检索范式依赖于使用双流编码器将图像和文本编码为密集表示然而它在大规模检索场景中面临检索速度低的挑战.在
深度学习 20 0 pdf 2023-02-09 17:02:59
增量学习深度学习综述
30页综述共计249篇参考文献本文全面调研了深度类别增量学习的最新进展并从三大方面进行总结以数据模型和算法为中心并对图像分类任务中的16种方法进行了统一评估.单位南京大学南洋理工大学深度模型如CNN和视觉Transformer在封闭世界的许多视觉任务中取得了令人印象深刻的成就.然而在我们不断变化的世
深度学习 21 0 pdf 2023-02-09 15:02:43
rcnnsppnetfast rcnnfaster rcnn16页详细讲解
详细的介绍最先进深度学习中目标检测算法rcnn,sppnet,fast rcnn,faster rcnn的实现原理和各个算法之间优缺点和递进性的改进的细节实现的效果。
深度学习 7 0 PDF 2021-02-22 09:02:25
python将原始jpg图片数据转换成tfrecords文件送入神经网络训练
用tensorflow框架进行模型训练的时候，有部分需要将原数据的jpg格式的图片转化成tfrecords格式才能喂给模型进行训练。所以写了这个代码。
深度学习 24 0 其他文档 2019-08-02 08:08:50
利用python对物体进行骨架提取
由于图片中的对象之间互相粘连和遮挡，因此必须前景进行细化，尽量使不同目标之间分开，更有利于后续的操作
机器学习 36 0 PY 2019-04-27 02:04:25