<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[郑哲东的博客]]></title><description><![CDATA[计算机视觉 行人再识别 person re-ID]]></description><link>https://blog.youkuaiyun.com/Layumi1993</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Layumi1993]]></copyright><item><title><![CDATA[【ECCV 2026】2026 AI City Challenge：冠军送 RTX 5080！附 Track 4 深度解析]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/162280482</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/162280482</guid><author>Layumi1993</author><pubDate>Wed, 24 Jun 2026 20:53:27 +0800</pubDate><description><![CDATA[参赛者需要解决基于文本的行人检索问题。系统接收自然语言查询（Natural language queries），这些查询不仅描述目标的外观特征（Appearance），还描述其行为特征（Behaviors），甚至包括异常动作（Anomalous actions）。模型需要根据这些文本描述，在图像或视频库中准确检索出对应的行人。AI City Challenge 能够走到第十年，离不开所有组织者、合作者以及广大参与者的持续支持。这不仅是一场算法的竞技，更是推动 AI 技术从实验室走向真实物理世界的重要契机。]]></description><category></category></item><item><title><![CDATA[读BrickNet:Graph-Backed Generative Brick Assembly]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/162027315</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/162027315</guid><author>Layumi1993</author><pubDate>Tue, 16 Jun 2026 10:07:56 +0800</pubDate><description><![CDATA[发表于 CVPR2026代码和数据集 还没放。]]></description><category></category></item><item><title><![CDATA[ACMMM2026 重磅！PairUAV Challenge 上线：480万图像对，硬核挑战 UAV 最后一米精准导航]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/159806506</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/159806506</guid><author>Layumi1993</author><pubDate>Fri, 03 Apr 2026 23:42:45 +0800</pubDate><description><![CDATA[澳门大学郑哲东团队推出ACMMM 2026无人机视觉挑战赛PairUAV Challenge，聚焦终端范围精准定位难题。比赛要求仅用一对图像（无人机视角与目标视角）预测相对位姿，数据集包含480万+图像对，覆盖72个真实场景。评估指标综合角度和距离误差，参赛者可通过Codabench平台提交结果。配套Workshop同步征稿，优秀方案可直接转化为Challenge论文，收录于ACM论文集。赛事提供开源基线代码，适合无人机导航、跨视角定位等领域研究者参与，投稿截止日期为2026年7月16日。]]></description><category></category></item><item><title><![CDATA[读 AI学者生存策略]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/130418016</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/130418016</guid><author>Layumi1993</author><pubDate>Fri, 28 Apr 2023 00:43:30 +0800</pubDate><description><![CDATA[没有计算资源 ，没有标注的人力，很难做出突破性的研究。如作者最后所说的，(1) 分享一些想法给community，（2）提供一些guidelines ，讨论 学术届 与 工业界的AI赛道差异 （3）引发一些公开的讨论。作者也提到了 Sutton 关于Bitter Lesson的例子，可能越简单的方法，scale大了，自然就好了，不需要很多ad-hoc的东西。（读者按：我知道早期2017，2018确实是，需要一点技术，但近期我也不确定有没有好一些。另外可能也没人想去你的组，如果整组人都在，有点变味儿了。]]></description><category></category></item><item><title><![CDATA[ACM MM23 Workshop｜多媒体+无人机]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/130417869</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/130417869</guid><author>Layumi1993</author><pubDate>Fri, 28 Apr 2023 00:25:49 +0800</pubDate><description><![CDATA[更大的图像尺寸保证了更高的图像清晰度，而更宽的取景范围允许图像包含更多不同的场景，例如建筑物、城市道路、树木、田野等（见图3）。在我们的初步评估中，干扰项具有挑战性，并使竞争性基线模型 LPN 在无人机→卫星任务中将 Recall@1 的准确率从 75.93% 降低到 64.85%，并将 AP 的值从 79.14% 降低到 67.69%（ 请参见表 2)。(3). 特色论文（论文的标题和摘要，加上原始论文）：已经发表的论文或总结与研讨会主题相关的主要会议和高影响力期刊上现有出版物的论文；]]></description><category></category></item><item><title><![CDATA[TMM 22 | 像拆玩具一样的点云预训练]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/130417797</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/130417797</guid><author>Layumi1993</author><pubDate>Fri, 28 Apr 2023 00:20:31 +0800</pubDate><description><![CDATA[受视觉和语言任务中预训练和微调范式取得巨大成功的启发，我们认为预训练也是获得 3D 点云下游任务的可扩展模型的一种潜在解决方案。因此，在本文中，我们探索了一种新的自监督学习方法，称为混合和分离 (MD)，用于 3D 点云表示学习。我们的出发点其实很简单，如下图 红色箭头所指的 混合点云，我们很容易就能看出 他是由 飞机（Plane） 和 椅子（Chair） 混合而成。基于这种观察，我们很自然的提出一个拆玩具的任务，网络需要能区分 一个 混合的点云中 那些点 是来自 点云A，哪些是来自点云B。]]></description><category></category></item><item><title><![CDATA[TIP2022｜领域迁移Adaboost，让模型“选择”学哪些数据]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/128427127</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/128427127</guid><author>Layumi1993</author><pubDate>Sat, 24 Dec 2022 11:48:09 +0800</pubDate><description><![CDATA[因为就像Adaboost一样，我们让模型overfit难样本，为了获得一个互补的模型，这个单模型在单独使用的情况下，不一定能更好。根据训练过程中的snapshot（可以看成弱分类器），来针对性“选择”难样本，提高他们采样到的概率，如下图。通过这种方法 我们可以每轮训练一个模型，得到weak models （这都是在一次训练中的），我们通过weight moving average的方式 得到 Student Aggregation 也就是 “臭皮匠们组成的诸葛亮”。传统方案，显然我们组合后的模型较为稳定。]]></description><category></category></item><item><title><![CDATA[读Self-supervised Single-view 3D Reconstruction via Semantic Consistency]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/120679952</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/120679952</guid><author>Layumi1993</author><pubDate>Sun, 10 Oct 2021 22:12:00 +0800</pubDate><description><![CDATA[论文名：Self-supervised Single-view 3D Reconstruction via Semantic Consistency
作者：Xueting Li, Sifei Liu, Kihwan Kim, Shalini De Mello, Varun Jampani, Ming-Hsuan Yang, and Jan Kautz
What

从 2D 图像 和 mask 中 预测 3D mesh shap, texture 和 camera pose的 工作。
不需要3D的标注 或者 ]]></description><category></category></item><item><title><![CDATA[读SMR 三维重构]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/120593356</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/120593356</guid><author>Layumi1993</author><pubDate>Sat, 09 Oct 2021 14:07:39 +0800</pubDate><description><![CDATA[文章题目：Self-Supervised 3D Mesh Reconstruction from Single Images
链接：https://openaccess.thecvf.com/content/CVPR2021/papers/Hu_Self-Supervised_3D_Mesh_Reconstruction_From_Single_Images_CVPR_2021_paper.pdf
作者：Tao Hu, Liwei Wang, Xiaogang Xu, Shu Liu, Jiaya Jia
]]></description><category></category></item><item><title><![CDATA[2020深度学习配置列表]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/113390603</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/113390603</guid><author>Layumi1993</author><pubDate>Fri, 29 Jan 2021 15:38:11 +0800</pubDate><description><![CDATA[最近有同学问配置。。。

以下是一年前配置的 三张2080TI的服务器，尽量选了CP值(性价比)比较高，和稳定的产品。今年如果买的到的话，可以换成3080 或者 3090。





首先决定的是平台，虽然amd 超级好，但是考虑到一些库。当时用intel

然后intel平台里 X299 算是比较稳定的workstation的板子，而且可以跑4路卡（很多板子只有2卡或者3卡，买的时候要小心）。



华硕(ASUS) WS X299 SAGE主板 支持Intel X 系列CPU 99

京东

¥ 49.]]></description><category></category></item><item><title><![CDATA[行人重识别的挑战 与 最新进展 （35页PPT整理）]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/107567185</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/107567185</guid><author>Layumi1993</author><pubDate>Fri, 24 Jul 2020 18:23:40 +0800</pubDate><description><![CDATA[行人重识别近几年获得了在测试结果上的大幅提升，甚至超过了人的分辨能力，但是我们在实际应用上仍有很多待解决的问题。在本文中，我们take a step back, 提出了一些问题和潜在的解决方案，主要以我们reler组的尝试为主，包括大家比较熟知的 PCB / HHL/ PUL/ SPGAN/ DG-Net等工作，抛砖引玉。 希望能为未来这个领域的发展提供一些新的视野。

由于篇幅，我们只能展示有限的工作，我们respect所有在这个领域作出贡献的老师同学们。感谢大家！这篇文章中提到多数文章的代码，我们都开源]]></description><category></category></item><item><title><![CDATA[Person Search中关于特征Norm的讨论]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/106848979</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/106848979</guid><author>Layumi1993</author><pubDate>Fri, 19 Jun 2020 08:48:31 +0800</pubDate><description><![CDATA[论文题目：Norm-Aware Embedding for Efficient Person Search

论文链接：http://openaccess.thecvf.com/content_CVPR_2020/papers/Chen_Norm-Aware_Embedding_for_Efficient_Person_Search_CVPR_2020_paper.pdf

代码：https://github.com/DeanChan/NAE4PS

这篇是DiChen，shanshan zhang 老师，]]></description><category></category></item><item><title><![CDATA[Pytorch GPU 显存溢出 Out of Memory 如何处理]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/106218563</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/106218563</guid><author>Layumi1993</author><pubDate>Tue, 19 May 2020 17:09:13 +0800</pubDate><description><![CDATA[在不修改网络结构的情况下, 有如下操作：


	同意 @Jiaming , 尽可能使用inplace操作， 比如relu 可以使用 inplace=True 。一个简单的使用方法，如下：
	





def inplace_relu(m): 
   classname = m.__class__.__name__
   if classname.find('ReLU') != -1: 
        m.inplace=True #model.apply(inplace_relu)

2.进一步，...]]></description><category></category></item><item><title><![CDATA[利用Uncertainty修正Domain Adaptation中的伪标签]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/105722545</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/105722545</guid><author>Layumi1993</author><pubDate>Fri, 24 Apr 2020 07:25:05 +0800</pubDate><description><![CDATA[论文题目: Rectifying Pseudo Label Learning via Uncertainty Estimation for Domain Adaptive Semantic Segmentation

论文地址: https://arxiv.org/pdf/2003.03773.pdf

作者：Zhedong Zheng, Yi Yang

代码： https://github.c...]]></description><category></category></item><item><title><![CDATA[【新无人机数据集】从 行人重识别 到 无人机目标定位]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/104679167</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/104679167</guid><author>Layumi1993</author><pubDate>Thu, 05 Mar 2020 17:46:07 +0800</pubDate><description><![CDATA[论文题目：University-1652: A Multi-view Multi-source Benchmark for Drone-based Geo-localization
论文地址：https://arxiv.org/abs/2002.12186
代码地址：https://github.com/layumi/University1652-Baseline
数据集下载：填写 Request...]]></description><category></category></item><item><title><![CDATA[源代码来了 | 英伟达开源行人生成/重识别代码]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/94647875</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/94647875</guid><author>Layumi1993</author><pubDate>Fri, 05 Jul 2019 09:46:02 +0800</pubDate><description><![CDATA[前几天英伟达开源了DG-Net的源码。让我们来回顾一下这篇CVPR19 Oral的论文。

论文是英伟达(NVIDIA), 悉尼科技大学(UTS), 澳大利亚国立大学(ANU)的研究人员 在CVPR19上口头报告的文章《 Joint Discriminative and Generative Learning for Person Re-identification》。 深度学习模型训练时往往需要...]]></description><category></category></item><item><title><![CDATA[DukeMTMC 行人重识别最新排行榜]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/93137996</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/93137996</guid><author>Layumi1993</author><pubDate>Thu, 20 Jun 2019 22:08:12 +0800</pubDate><description><![CDATA[State-of-the-art
If you notice any result or the public code that has not been included in this table, please connect Zhedong Zheng without hesitation to add the method. You are welcomed!
Priorities a...]]></description><category></category></item><item><title><![CDATA[图文互搜：用CNN分100,000类图像和文本]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/91350473</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/91350473</guid><author>Layumi1993</author><pubDate>Sun, 09 Jun 2019 09:29:43 +0800</pubDate><description><![CDATA[[Title]：Dual-Path Convolutional Image-Text Embedding

[arXiv]：http://cn.arxiv.org/abs/1711.05535

[Code]：layumi/Image-Text-Embedding



[Motivation]：

在这篇文章中我们尝试了 用CNN分类113,287类图像(MSCOCO)。


	实际上我们将每...]]></description><category></category></item><item><title><![CDATA[NVIDIA开源DG-Net：用GAN做“淘宝式”换衣，辅助行人重识别]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/90257375</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/90257375</guid><author>Layumi1993</author><pubDate>Thu, 16 May 2019 09:56:30 +0800</pubDate><description><![CDATA[今天要介绍的论文是NVIDIA，UTS，ANU在CVPR19上的Oral文章， Joint Discriminative and Generative Learning for Person Re-identification.
本文生成了高质量的行人图像，将其与行人重识别模型融合，来达到高质量行人生成图像辅助行人重识别训练，提升行人重识别精度的目标。
论文链接：https://arxiv.org...]]></description><category></category></item><item><title><![CDATA[10分钟看完：悉尼科技大学入选 CVPR 2019 的 8 篇论文，都研究什么？]]></title><link>https://blog.youkuaiyun.com/Layumi1993/article/details/89842706</link><guid>https://blog.youkuaiyun.com/Layumi1993/article/details/89842706</guid><author>Layumi1993</author><pubDate>Sun, 05 May 2019 12:19:24 +0800</pubDate><description><![CDATA[全球计算机视觉顶级会议 IEEE CVPR 2019 (Computer Vision and Pattern Recognition，即 IEEE 国际计算机视觉与模式识别会议) 即将于六月在美国长滩召开，本届大会总共录取来自全球论文 1300 篇。CVPR 作为计算机视觉领域级别最高的研究会议，其录取论文代表了计算机视觉领域在 2019 年最新和最高的科技水平以及未来发展潮流。CVPR 官网显...]]></description><category></category></item></channel></rss>