恒治学

将样本点的数值减去最小值，再除以样本点数值最大与最小的差。

模型保存torch.save(model.state_dict(), '文件路径/文件名.pth')模型恢复model = Your_defined_Model_Classmodel.load_state_dict(torch.load('文件路径/文件名.pth'))模型评估model.eval()out = model(input)

相关顶级会议ECCV的全称是European Conference on Computer Vision(欧洲计算机视觉国际会议)CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议。ICCV 的全称是 IEEE International Conference on Computer Vision，即国际计算机视觉大会，由

笔记目录（仅部分）AbstractIntroduction4.1Overview4.2AFDM4.3对抗学习Handwriting Recognition in Low-resource Scripts using Adversarial LearningarXiv:1811.01396v5 [cs.CV] 25 Feb 2019运用对抗学习在较少资源手稿中的手写文字识别注：限于作者水平，本笔记难免存在不妥之处，欢迎批评指正Abstract提出对抗特征变形模块AFDM，该模块在可度量的方式内弹性

笔记目录（部分笔者省略）摘要1.简介2.相关工作无监督RE_ID无监督域自适应多标签分类零镜头学习3.深度软件多标签参考学习3.1问题表述和概述3.2软多标签引导的硬否定挖掘3.3跨视野一致性软多标签学习3.4参考代理学习4.实验4.1数据集基准测试评估辅助数据集4.2实验实施细节4.3与最新方法的比较与基于手工特征表示模型的比较与基于伪标签学习模型的比较与基于无监督域自适应模型的比较4.4消融研究我认为的论文错误4.5视觉结果和见解我认为的论文不当之处5.总结Unsupervised Person Re

本笔记图片源于网络，仅用于学习用途，联系侵删。对纹理学习不甚了解，可前往【纹理学习】初探纹理学习目录基于BFmatcher的SIFT实现1基于BFmatcher的SIFT实现2基于FlannBasedMatcher的SURF实现基于FlannBasedMatcher的SIFT实现基于BFMatcher的ORB实现高清图片实验一些想法贴一下“年久失修”的代码（还是可以用的！）两个不同形式的基于BFmatcher的SIFT基于FlannBasedMatcher的SURF基于FlannBasedMatcher

注：本笔记大量借鉴了网络各种文字、图片资源整理而成，仅用于学习用途，联系侵删。目录一、回顾了cs231n课程的纹理合成(Nerual Texture Synthesis)二、图像纹理分类方法研究进展和展望1.关于纹理图像分类2.纹理分类的难点与挑战3.主流纹理分类数据库4.近期主流分类方法报道的纹理分类性能总结5.对纹理分类的思考三、SIFT特征检测特征匹配SIFT特征的生成步骤四、BOF、FV、VLAD等算法五、k-means clustering algorithm六、Texture Encoding

笔记目录（部分笔者省略）Unsupervised Domain-Specific Deblurring via Disentangled RepresentationsarXiv:1903.01594v2 [cs.CV] 5 Aug 2019通过解缠表示的无监督领域特定图像去模糊注：限于作者水平，本笔记难免存在不妥之处，欢迎批评指正文章的创新和优势所在：内容编码器和模糊编码器将模糊图像的内容和模糊特征区分开，实现了高质量的图像去模糊；对模糊编码器添加 KL 散度损失以阻止模糊特征对内容信息进

笔记目录（部分笔者省略）摘要1.简介2.相关工作带有状态信息的学习弱监督学习无监督深度学习3.带有状态信息的弱监督判别学习3.1弱监督决策边界修正(WDBR)3.2弱监督特征漂移正则化4.实验4.1数据库4.2模型评估和分析4.3与state-of-art的比较4.4可视化解决相同身份视觉特征差异解决身份间的视觉特征纠缠4.5多种类型的状态信息5.总结与讨论**Weakly Supervised Discriminative Feature Learning with State Information

笔记目录（部分笔者省略）摘要1.简介2.相关工作有监督RE-ID无监督RE-ID3.方法3.1PAUL总览3.2块生成网络3.3基于块的判别特征学习3.4图像级块特征学习3.5在无标签数据集上训练PatchNet4.实验和分析4.2实施细节4.3与最新方法的比较4.4消融研究4.5进一步分析5.总结Patch-based Discriminative Feature Learning for Unsupervised Person Re-identification无监督RE-ID领域中基于块的判别特征

笔记目录（部分笔者省略）摘要1.简介2.相关工作3.通过判别全局图像变换特征学习3.1LCI有限上下文修复3.2随机弯曲3.3图像旋转3.4 防止退化学习4.变化的选择5.实验总结Steering Self-Supervised Feature Learning Beyond Local Pixel StatisticsarXiv:2004.02331v1 [cs.CV] 5 Apr 2020超越局部像素统计的指导性自我监督特征学习注：限于作者水平，本笔记难免存在不妥之处，欢迎批评指正摘要我们基

笔记目录（部分笔者省略）问题定义自监督的部分补全机制部分补全网络的训练顺序恢复的推理过程基于遮挡顺序的Amodal Completion内容补全与image inpainting的不同之处Ordering-Grounded Amodal CompletionAmodal-Constrained Content Completion解决疑问Experiments应用1: amodal mask自动生成Amodal completion可视化结果应用2: 场景编辑和重组可以解决多个物体循环遮挡不可解决两个物体互

笔记目录（部分笔者省略）Abstract1.Introduction2.3IBN-Net3.1UnityGAN3.2UnityStyle3.4.1Training4.2.1UnityStyle Transfer Model4.2.2Deep Re-ID Model4.3Evaluation4.4.1UnityGAN4.4.2UnityStyle4.4.3Ablation Study个人总结Unity Style Transfer for Person Re-IdentificationarXiv:200

笔记目录（部分笔者省略）Abstract1.Instruction3.Methodology3.1为对比学习构建和更新hybrid memory3.1.1统一对比学习3.1.2Hybrid Memory3.2具备可靠聚类的自定进度学习4.Experiments4.2实施细节4.3与State-of-the-arts的比较4.4Ablation StudiesC.3目标域聚类5.Discussion and ConclusionSelf-paced Contrastive Learning with Hyb

笔记目录摘要1.简介2.相关工作3.方法3.1生成器模块3.2判别模块3.3优化4.实验4.1实验实现细节4.2生成评估4.3判别评估5.结论Joint Discriminative and Generative Learning for Person Re-identificationarXiv:1904.07223v2 [cs.CV] 22 May 2019注：限于作者水平，本笔记难免存...