
深度学习
文章平均质量分 94
碧落回雪
这是一个空的简述,很有个性!
展开
-
论文笔记:Blind Super-Resolution With Iterative Kernel Correction
论文:Blind Super-Resolution With Iterative Kernel Correction论文看得比较粗略,所以可能存在理解错误的地方,请指正(另外请忽略我糟糕的英语)Blind Super-Resolution With Iterative Kernel CorrectionMovtivationEstimate the kernelCorrect the kernelMethodNetwork Architecture of SR modelNetwork Architec原创 2021-09-17 18:18:27 · 857 阅读 · 0 评论 -
Note: Feature Adaptation Network for Surveillance Face Recognition and Normalization
FAN: Feature Adaptation Network for Surveillance Face Recognition and NormalizationTargetFeature Adaptation NetworkThe overview of FANDisentangled Feature LearningPaired and Unpaired Feature AdaptationLossNon-identity LossPixel LossIdentity LossGAN-based d原创 2021-09-09 18:36:47 · 454 阅读 · 0 评论 -
Caffe三方库相关资料、编译方法和注意事项
Caffe所需要的三方库以及编译方法简述原创 2017-05-16 11:18:44 · 1578 阅读 · 2 评论 -
论文理解 Feature Super-Resolution Make Machine See More Clearly
这篇论文是因为公司最近在搞超分辨相关的项目的时候,需要参考的一篇论文,觉得思路和自己之前的某些思路比较像,所以就整理下对这篇论文的理解,同时也是第一次试试自己写这种理论性(可能吧)的文章要解决的问题图像超分辨一般是为了解决图像放大时细节缺失的问题,例如采用最近领方法放大图像时会产生马赛克效果,双线性插值放大后的图像看着像是被高斯模糊了,超分辨则是为了还原图像的细节信息,如下图所示: ...原创 2018-09-05 13:59:44 · 1610 阅读 · 10 评论 -
论文理解 Linkage Based Face Clustering via Graph Convolution Network
论文理解 Linkage Based Face Clustering via Graph Convolution Network背景要解决的问题基于GCN的人脸图像聚类图卷积层节点合并KNN搜索MxNet复现GCN Layer背景其实是利用GCN进行人脸图像聚类论文:Linkage Based Face Clustering via Graph Convolution Network作者提...原创 2019-08-16 15:49:58 · 4616 阅读 · 3 评论