weixin_40671425的博客

swin transformer 是微软亚研院胡瀚老师与2021年提出，发表在ICCV上并获得best paper 和马尔奖。是基于transformer的backbone网络，屠榜各大视觉任务。论文链接：https://arxiv.org/abs/2103.14030代码链接：https://github.com/microsoft/Swin-Transformer摘要 本文介绍了一种称为 Swin Transformer 的新视觉 Transformer，它可以作为计算机视觉的...

ViT 是Google团队于2021年发表在ICLR上的paper，论文链接：https://arxiv.org/abs/2010.11929摘要 虽然 Transformer 架构已成为自然语言处理任务事实上的标准，但其在计算机视觉中的应用仍然有限。 在视觉中，注意力要么与卷积网络结合使用，要么用于替换卷积网络的某些组件，同时保持其整体结构不变。 我们表明，这种对 CNN 的依赖是不必要的，直接应用于图像块序列的纯transformer可以在图像分类任务上表现得非常好。 当在大量数...

摘要 点云是几何数据结构的一种重要类型。 由于格式不规则，大多数研究人员将此类数据转换为规则的3D voxel网格或图像集合。 但是，这使数据变得不必要地庞大，并导致了问题。 在本文中，我们设计了一种直接消耗(consume)点云的新型神经网络，该网络很好地考虑了输入中点的排列不变性。 我们的网络名为PointNet，为从目标分类，分割，到场景语义解析的应用程序提供了统一的体系结构。 虽然很简单，但PointNet高效且高效。 从经验上讲，它表现出同等甚至优于现有技术的强大性能。 从理论上讲，我...

本文是CVPR2019 的文章，基于Anchor-free。论文链接：https://arxiv.org/abs/1904.01355代码链接：当前mmdetection中有focs的相关code实现。摘要： 我们提出了一种全卷积的单阶段目标检测器（FCOS），以按像素预测的方式来解决目标检测，类似于语义分割。几乎所有最新的物体检测器（例如RetinaNet，SSD，YOLOv3和Faster R-CNN）都依赖于预定义的anchor box。相反，我们提出的检测器FCOS不含a...

论文中一个很重要的贡献是提出了triplet loss论文链接：https://arxiv.org/abs/1503.03832摘要 尽管人脸识别领域最近取得了重大进展[10,14,15,17]，但大规模高效地实现人脸验证和识别对现有方法提出了严峻挑战。在这篇论文中，我们提出了一个叫做FaceNet的系统，它可以直接从人脸图像学习到一个紧凑的欧几里德空间的映射，其中距离直接对应于...

CVPR 2019的文章，作者自己根据Reid任务重新设计了一种新的网络结构，比较轻便，对比shuffleNet，mobileNet，SqueezeNet等具有更好的性能。论文链接：《Omni-Scale Feature Learning for Person Re-Identification》代码链接：https://github.com/KaiyangZhou/deep-person...

本文是CVPR2019 的文章，作者给出了一个很强的人体ReID baseline模型，文中包含了许多ReID训练技巧并提出一种BNNeck，在Market1500和DukeMTMC-ReID 两个数据集上达到了目前最好的Rank-1 精度和mAP。论文链接：《Bag of Tricks and A Strong Baseline for Deep Person Re-identificati...

论文连接：《Batch Feature Erasing for Person Re-identification and Beyond》代码链接：https://github.com/daizuozhuo/batch-feature-erasing-network摘要 本文提出了一种新的训练机制——批特征擦除(BFE)，用于行人再识别。应用该策略，以ResNet-50为ba...

ECCV2018年的论文论文原文：原文链接本文是阅读的arXiv上的论文，与发表在ECCV2018上的原文细微差别。arXiv 链接：arXiv 论文链接摘要 在行人图像描述中使用 part-level 特征提供了细粒度的信息，并在最近的文献中被证实对人的检索是有益的。part发现的一个先决条件是每个 part 都要定位好。本文不采用姿态估计等外部线索直接定位 pa...

摘要 卷积神经网络(CNNs)在计算机视觉领域得到了广泛的应用，极大地提高了计算机视觉领域的技术水平。在现有的神经网络中，大多采用softmax损失作为监督信号来训练模型。为了提高对深度学习特征的识别能力，提出了一种新的人脸识别监控信号——center loss。具体来说，center loss同时学习每个类的深度特征中心，并惩罚深度特征与其对应的类中心之间的距离。更重要的是，我们证明了...

论文链接：《Densely Connected Convolutional Networks》代码链接：https://github.com/liuzhuang13/DenseNet摘要 最近的研究表明，如果卷积网络包含接近输入层和接近输出层之间较短的连接，那么训练卷积网络将会更加深入、准确和有效。在本文中，我们接受了这一观察，并引入了Dense Convolutional Net...

摘要 虽然在不受控制的人脸检测方面已经取得了巨大的进步，但是在wilder上准确有效的人脸定位仍然是一个公开的挑战。本文提出了一种鲁棒的single stage人脸检测器RetinaFace，它利用联合的额外监督和自监督多任务学习的优点，对不同尺度的人脸进行像素级定位。具体来说，我们在以下五个方面做出了贡献：(1)我们在WILDER FACE数据集中手工标注了5个人脸Landmark，并...

BP神经网络是反向传播算法，他是一个非线性的前馈神经网络。由于网络参数需要更新，反向指的是参数梯度的反向传播，输入向前传播。非线性是因为神经元的激活函数是一个非线性可导的sigmoid函数。先来看看神经元的激活函数，即sigmoid函数： 该函数的特点是：...

在阅读论文时，我们会遇到参数量，FLOPS，Multi-add， CNN参数，CNN计算量等概念，通过阅读整理，这篇博客希望以最简洁的解释帮助大家理解这些基本概念。首先，我们看一下卷积的计算方式：卷积的计算方式：图片来自http://cs231n.github.io/convolutional-networks/卷积的计算方式上图描述了一个 5*5*3 的输入特征图边界采用1个...

最近在学习ReID相关的算法，为了提高ReID的性能通常会采用softmax loss 联合 Triplet Loss和Center Loss来提高算法的性能。本文对Triplet Loss和Cnetr Loss做一个总结，以简洁的方式帮助理解。Triplet Loss和Center Loss都是从人脸识别领域里面提出来的，后面在各种图像检索任务中被广泛应用。想要了解Triplet L...

2019年的CVPR论文：《FA-RPN: Floating Region Proposals for Face Detection》论文链接：https://arxiv.org/abs/1812.05586摘要 本文提出了一种新的人脸检测region proposals生成方法。我们没有使用卷积特征图中的像素特征对anchor boxes进行分类，而是采用基于池化的方...

摘要 随着深度卷积神经网络(CNNs)的发展，人脸检测技术得到了长足的发展。如何提高微小人脸的检测性能是近年来研究的核心问题。为此，近年来的许多工作提出了一些具体的策略，重新设计了体系结构，并引入了新的用于微小目标检测的损失函数。在这篇报道中，我们从流行的单阶段RetinaNet[20]方法开始，应用一些最新的技巧来获得高性能的人脸检测器，即AInnoFace。具体来说，我们应用IoU损失...

论文：《PyramidBox++: High Performance Detector for Finding Tiny Face》原文链接：https://arxiv.org/abs/1904.00386PyramidBox的改进版本，见我之前的博客：https://blog.youkuaiyun.com/weixin_40671425/article/details/89299953先放上效果...

题目描述给定两个大小为 m 和 n 的有序数组 nums1 和 nums2 。请找出这两个有序数组的中位数。要求算法的时间复杂度为 O(log (m+n)) 。你可以假设 nums1 和 nums2 不同时为空。示例 1:nums1 = [1, 3]nums2 = [2]中位数是 2.0示例 2:nums1 = [1, 2]nums2 = [3, 4]中...

题目描述将两个有序链表合并为一个新的有序链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 示例：输入：1->2->4, 1->3->4输出：1->1->2->3->4->4 /** * Definition for singly-linked list. * struct ListNode { * ...

题目描述给定一个链表，删除链表的倒数第 n 个节点，并且返回链表的头结点。示例：给定一个链表: 1->2->3->4->5, 和 n = 2.当删除了倒数第二个节点后，链表变为 1->2->3->5.说明：给定的 n 保证是有效的。/** * Definition for singly-linked list. * ...

题目描述给定一个只包括 '('，')'，'{'，'}'，'['，']' 的字符串，判断字符串是否有效。有效字符串需满足：左括号必须用相同类型的右括号闭合。 左括号必须以正确的顺序闭合。注意空字符串可被认为是有效字符串。示例 1:输入: "()"输出: true示例 2:输入: "()[]{}"输出: true示例 3:输入: "(]"输出: ...

思想：快速排序首先任意选取一个数据元素（通常是用数组的第一个元素）作为基准数，然后将所有比他小的数都放到他的前面，所有比他大的数放在他的后面。应当注意的是：快速排序算法是一种不稳定的排序算法，也就是说，当出数组中出现多个相同的的值，他们的位置可能会相对数组中的原始位置发生改变。 一趟快速排序的过程如下：1，设置两个变量 i，j，刚开始的时候，i = 0，j = N - 1；...

对于一个有序数组，我们通常采用二分查找的方式来定位某一元素，请编写二分查找的算法，在数组中查找指定元素。给定一个整数数组A及它的大小n，同时给定要查找的元素val，请返回它在数组中的位置(从0开始)，若不存在该元素，返回-1。若该元素出现多次，请返回第一次出现的位置。测试样例：[1,3,5,7,9],5,3返回：1class BinarySearch {public:...

论文：FaceBoxes: A CPU Real-time Face Detector with High Accuracy原文链接：原文链接Faceboxes是一个实时人脸检测算法，在CPU上也能够达到20FPS，而且速度性能比较稳定，与人脸数量无关。1，引言 为了检测人脸检测速度问题，我们提出了一个新的人脸检测器，faceBoxes，在速度和准确率上都得到了很好的性...

论文：DSFD: Dual Shot Face Detector原文链接：https://arxiv.org/abs/1810.10220DSFD是2019年的人脸检测算法，来自腾讯优图实验室先看看算法的效果，在各个场景下都能达到非常好的人脸检测效果摘要： 本文提出了一个新的人脸检测网络-DSFD，DSFD计继承了SSD的网络结构，并引入了一个特征增强模块来转换原...

论文：PyramidBox: A Context-assisted Single Shot Face Detector原文链接：https://arxiv.org/abs/1803.07737?context=csPyramidBox是2018年的人脸检测冠军方案先上一个效果图，该图据报道有1000人，PyramidBox人脸检测器检测到了880张人脸，图片右侧的颜色条表示检测置信度，可...

论文：《S3FD: Single Shot Scale-invariant Face Detector》原文链接：https://arxiv.org/abs/1708.05237代码链接：https://github.com/sfzhang15/SFD摘要 本文提出了一种基于single-shot尺度不变的人脸实时检测方法，该方法在各种尺度的人脸检测中都具有良好的性能，尤其是...

论文：《SSH: Single Stage Headless Face Detector》链接：https://arxiv.org/pdf/1708.03979.pdf代码链接：https://github.com/mahyarnajibi/SSH摘要 我们介绍了单点无头（SSH）人脸检测器。与两阶段提议分类检测器不同，SSH直接从分类网络中的早期卷积层以单阶段方式检测...

论文：《CornerNet: Detecting Objects as Paired Keypoints》原文链接：https://arxiv.org/abs/1808.01244代码链接：https://github.com/princeton-vl/CornerNet摘要 我们提出了CornerNet，这是一种新的目标检测方法，我们使用一个卷积神经网络将一个目标边界框检...

论文：《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》原文链接：https://kpzhang93.github.io/MTCNN_face_detection_alignment/paper/spl.pdf摘要 由于各种姿态、光照和遮挡，在无约束环境...

题目描述：给定一个字符串，找出不含有重复字符的最长子串的长度。示例 1:输入: "abcabcbb"输出: 3 解释: 无重复字符的最长子串是 "abc"，其长度为 3。示例 2:输入: "bbbbb"输出: 1解释: 无重复字符的最长子串是 "b"，其长度为 1。示例 3:输入: "pwwkew"输出: 3解释: 无重复字符的最长子串是 "wk.