AndrewGSD的博客

一、研究群体 http://www-2.cs.cmu.edu/~cil/vision.html 这是卡奈基梅隆大学的计算机视觉研究组的主页，上面提供很全的资料，从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件，甚至还有一个搜索引擎。http://www.cmis.csiro.au/IAP/zimage.htm 这是一个侧重图像分析的站点，一般。但是

一、研究群体http://www-2.cs.cmu.edu/~cil/vision.html这是卡奈基梅隆大学的计算机视觉研究组的主页，上面提供很全的资料，从发表文章的下载到演示程序、测试图像、常用链接、相关软硬件，甚至还有一个搜索引擎。http://www.cmis.csiro.au/IAP/zimage.htm这是一个侧重图像分析的站点，一般。但是

这是很久以前在prfans论坛上有人总结的贴子，现翻出来，a tree stucture of cv guys.David Marr—–>Shimon Ullman (Weizmann)—–>Eric Grimson (MIT) —–>Daniel Huttenlocher (Cornell) —–> Pedro Felzenszwalb (Chic

最近用GAN进行生成对抗网络学习，发现越是到后面怎么训练效果越差。下面是具体效果：可以看看慢慢的训练得到的结果逐渐变好可以看到效果越来越不明显。可以发现效果越来越差。图片训练了一百万次，基本和四十万次训练得到的结果类似，估计是生成器和判别器没有设置好。...

从某些指标来看，在过去的两年中，生成式对抗网络（Generative Adversarial Networks，简称GAN）的研究已经取得了长足进展。对图像合成模型进行的实际改进速度非常快，让人有种跟不上技术进步步伐的感觉。然而，从其他指标来看，实际发生的情况可能并非如此乐观。举例来说，关于“应该如何评估GAN”仍然存在广泛的分歧。鉴于目前的图像合成基准似乎有些泛滥，我们认为现在是反思这个人工智...