s000da的博客

阅读背景SimCLR在2020年2月第一次挂在arxiv上，被ICML 2020接收FixMatch在2020年1月第一次挂在arxiv上，被NIPS 2020接收概括总结SelfMatch方法和 FixMatch 都是NIPS 2020的文章，前者是work shop，后者是conference。核心方法，是将自监督的contrastive learning 和 半监督的 consistency regularization 结合，具体是SimCLR+FixMatch 的流程：首先在u

发表时间2019年所属领域半监督学习文章方法主要目的借助非标注数据，提升现有模型效果方法概述采用了teacher/student的学习机制，借助了billion级别的unable data和相对小数量级的label data，提升了当前已有模型在图像分类任务上的效果提出背景2018年，也是Facebook，提出了weakly supervised方向的研究“Exploring the Limits of Weakly Supervised Pretraining”，采

为了看论文时更有条理，并且沉淀更多，总结了一个自用的【论文笔记整理模板】，以xmind格式呈现。免费下载链接

写在前面本系列博客“深浅层特征融合”对几篇出现较新的深浅层特征融合算法进行简要介绍，多为本人的论文笔记，记录了一个深度学习小学生在看论文时想到的问题。论文题目：Deep High-Resolution Representation Learning for Human Pose Estimation论文链接：https://arxiv.org/pdf/1902.09212.pdfg...

写在前面本系列博客“深浅层特征融合”对几篇出现较新的深浅层特征融合算法进行简要介绍，多为本人的论文笔记，记录了一个深度学习小学生在看论文时想到的问题。论文题目：CBNet: A Novel Composite Backbone Network Architecture for Object Detection论文链接：https://arxiv.org/pdf/1909.03625.p...

参考资料：关于图像篡改检测的算法总结：http://homeway.me/2018/08/05/tamper-detection-an-overview/ http://homeway.me/2019/05/04/tamper-detection-an-overview-2/ https://blog.youkuaiyun.com/u010183397/article/details/547994...

写在前面本文总结了自己在深度学习领域读过的一点论文，链接了自己或他人写的一些论文笔记也包含了对将来制定的论文阅读计划。将阅读笔记整理在一起是为了能融会贯通，力求梳理出统一解决某一类问题的技巧或思想，也为了成全自己在成长道路上的“满足感”。欢迎沟通， 与君共勉。Table of Contents写在前面简要汇总trick轻量网络CNN经典结构目标检测算法人脸识别...

参考论文：Bag of tricks for image classification with convolutional neural networks链接：https://arxiv.org/abs/1812.01187论文笔记提出问题

论文链接：https://xmfbit.github.io/2017/08/14/focal-loss-paper/阅读以下资料后填坑参考资料1. https://www.zhihu.com/question/635819842. https://blog.youkuaiyun.com/weixin_40581617/article/details/789316353. http...

目录Large-Margin Softmax Loss A-Softmax loss附录本文中对比了L-Softmax Loss 和A-Softmax loss两种变式，仅作为比较。对于两种损失函数的具体介绍见后期整理的论文笔记。Large-Margin Softmax Loss Large-Margin Softmax Loss（L-softmax）是在ICML2016中...

论文题目：Orthogonal Deep Features Decomposition for Age-Invariant Face Recognition目录文章主题研究现状方法原理方法介绍模型整体框架特征的正交分解多任务学习文章主题在跨年龄人脸识别 (AIFR) 任务中将提取的 age-related features 特征和 identity-rela...