- 博客(2)
- 收藏
- 关注
RSS订阅原创 StarGANv2
v1和v2的差异 v1中对于domain和attribute的定义 attribute：图像本身显而易见的特征，例如：头发颜色，性别或者年龄等 attribute value：每一个attribute可以有一组value；例如头发颜色可以有：棕色/金色/黑色 domain:：一组图片有相同的attribute value；例如所有头发为黑色的男人女人可以作为一个domain v2中对于domain和style的定义 domain：一组图片从视觉上进行分类； style：每一张图片都有自己的风格 例如
2021-03-19 10:20:52
1350
1
原创 Domain Adaptive Faster R-CNN for Object Detection in the Wild域自适应在目标检测中的应用
Abstract 本文的目的：提高目标检测网络跨域的鲁棒性 通过两方面解决domain shift的问题： （1）图像level的shift，例如图像的风格，关照强度等 （2）实例level的shift，例如目标的外观，大小等 解决方法： （1）在Faster-RCNN中添加了2个DA组件，这2个组件都是基于H-divergence理论的，组件的实现方法是通过对抗学习的方式训练domain分类器。 （2）通过一致性正则化(cosistency regularization)去训练Faster-RCNN中的
2021-03-13 09:29:23
907
空空如也
关于毫米波雷达-相机配准的代码出现点云可视化结果与实际数据不符
2023-05-25
TA创建的收藏夹 TA关注的收藏夹
TA关注的人