Jane_JU的博客

表征学习代码实现 其最经典的网络是IDENet，度量学习：triple loss，ReID的半壁江山。 分类问题，分类行人的ID。 分类损失也叫ID损失，只有ID损失的网络称为ID Embeding网络(IDE网络)。 训练集中行人的ID数为网络的类别数。 特征层后接一个分类FC，经过Softmax激活函数计算交叉熵损失。 测试阶段使用倒数第二层的特征向量进行检索，分类FC层丢失。 数据集准备 Market1501 "bounding_box_test"有19732张图片。 "bounding_bo

爬取下厨房页面提取不到信息，加headers解决 url = 'http://www.xiachufang.com/explore/' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.89 Safari/537.36' } # 获取数据 res_foods = requests.get(url, header