qq_30735079的博客

类似一个attantion结构，显式地使用专有结构提取图像的扭曲方法。这个网络作为分类网络的前置，比如mnist分类，车牌分类。一般做分类的时候需要将图像转换到一个正规的角度，比如人脸识别有关键点，会将关键点用仿射变换映射到一个target角度。但是如果你没有target，但是也想映射，那么可以添加这个stn，去学习仿射变换的参数，然后将图像用这个参数变换之后再输入backbone训练。stn不需要专门的loss，类似弱监督的方法，作为分类网络的一部分用分类loss去训练。网络模型：cl

1.训练结束之后忽略添加relu导致出现了负数，这回导致开根号的时候出现inf，然后出现nan2.loss函数中有开根操作，而网络输出有0，导致结果无穷大，对有0的位置添加1e-9这种极小值可以防止无穷大的产生。...

simple baseline是coco2017人体关键点检测亚军，他的代码是微软提供的，在python没有类似于springboot等框架的时候，python的代码经常会写的五花八门。作为一个刚入门的小白，通过学习这种规范化的代码可以很好地提升自己对于框架的认知能力。并且微软的代码可以给我提供一个很好的参考。代码的总体结构如上图所示data中有coco的ann，images，后一个person_detect_result是MS自己测试出来的框图结果。 experiment是网络训练中保存的参..

这个问题一般是_mask文件未能进行cython编译的原因。在ubuntu文件夹下下载了cocoapi之后，进入PythonAPI，进行make编译若在pycocotools中出现了对应版本的so文件，那么说明Makefile文件编译成功例如python3.5对应的so为mask.cpython-35m-x86_64-linux-gnu.so检查使用环境的版本是否与so文件版本相同，若出现python3.5编译出37.so那么必定不行...

VAE 最近在研究如何生成中间图像变量的问题，看vae，cvae百看不懂，论文读的也是迷迷糊糊，我相信有些人应该和我一样。为了能帮助大家，我将用实际操作给大家讲解一下我的理解。 首先是vae。其实读起来VAE，我更多的是想起来深度特征插值的一种方法。其实vae的核心在于深度空间的规则化。我们可以想想gan的算法，使用gan的G和D，我们的生成器，也就是G生成方式是随机的，很有可能导致梯度消失或者梯度爆炸。再有可能会有一种投机取巧的方法，生成同一种图片骗过判别器。这种完全交给电脑的方法显然是不...

使用tensorlayer时,出现了大量相关的参数设置,通用的参数设置如下:task = 'dcgan'flags = tf.app.flagsflags.DEFINE_string('task','dcgan','this task name')flags.DEFINE_integer("epoch", 200, "Epoch to train [100]")flags.DEFINE_f...

合格的网络营销人员都应该熟悉下面的常见英文缩写，这些都是我们必须知道的名词解释：CVR (Click Value Rate): 转化率，衡量CPA广告效果的指标CTR (Click Through Rate): 点击率CPC (Cost Per Click): 按点击计费CPA (Cost Per Action): 按成果数计费CPM (Cost Per Mille): 按千次展现计费...