原创 [CVPR 2019 論文筆記] Generalized Zero- and Few-Shot Learning via Aligned Variational Autoencoders

廣義少樣本學習之對齊VAE 本文亮點:學習圖像和語義共享的隱含空間,爲未見類生成隱含特徵。 文章目錄廣義少樣本學習之對齊VAE論文下載VAE 變分自編碼器模型Cross and Distribution Aligned VAE

原创 Few Shot Learning

文章目錄paper readingsurveycourse基本概念標準誤-SEM95%置信區間-confidence interval paper reading time paper reading note 2

原创 Unsupervised Few-Shot Learning Via Self-supervised Training

論文地址:https://arxiv.org/abs/1912.12178 1. 通過自監督訓練進行無監督小樣本學習 2. 什麼是unsupervised few-shot learning? 參考 Assume, Augmen

原创 NIPS 2019 Transductive Zero-Shot Learning with Visual Structure Constraint

帶視覺結構約束的直推式零樣本學習 如圖所示,10種未見類圖片在視覺空間中的表示,以及幾種中心的表示。 符號說明: VCL Center    投影中心,用□表示 Real Center    真實中心,用☆表示 BMVSc Ce

原创 [CVPR 2019 論文筆記] On zero-shot recognition of generic objects

文章目錄摘要1. 引言2. 相關工作3. 準備知識4. 誤差分析4.1 結構缺陷4.2 詞嵌入4.2.1 出現頻率4.2.2 多義詞4.3 圖像樣本4.3.1 按類別選擇4.3.2 按樣本選擇4.4 數據集總結5. 結構偏置5.1

原创 基於領域自適應的語義分割(Domain Adaptation-based Semantic Segmentation)

基於領域自適應的語義分割1. 預備知識1.1 域適應 (Domain Adaptation, DA)1.2 語義分割 (Semantic Segmentation, SS)2. 相關論文2.1 CVPR 18-AdaptNet2

原创 [CVPR 19 論文筆記] AdaGraph: Unifying Predictive and Continuous Domain Adaptation through Graphs[code]

文章目錄自適應圖:統一PDA和CDA摘要1. Introduction 引言2. Related Work 相關工作3. Method 方法3.1 Problem Formulation 問題定義3.2 AdaGraph: Gra

原创 二維語義分割

圖片語義分割深度學習算法要點回顧Review of Deep Learning Algorithms for Image Semantic Segmentation https://ai.yanxishe.com/page/Tex

原创 [IJAC 2019] Zero-Shot Fine-Grained Classification by Deep Feature Learning with Semantics

[arxiv 2017]論文的重點強調的是學習特徵,對零樣本細粒度分類更有判別性的特徵。 該方法分爲兩個階段:特徵學習和標籤推理。 假設: 識別一個細粒度類別,需要利用高層特徵和細粒度特徵。而這裏的高層特徵,論文用的是細粒度類別

原创 Binary Tree Pre In Post Order Traversal二叉樹前序中序後序遍歷

前序遍歷 中序遍歷 後序遍歷: 需要標記當前節點的狀態,有三種,0表示第一次加入到隊列中,1表示訪問過左子樹,2表示左右子樹訪問完畢。 #include #include #include #include #inclu

原创 [CVPR 2019 論文筆記] Semantic Projection Network for Zero- and Few-Label Semantic Segmentation

Zero- and Few-Label Semantic Segmentation Figure 1: We propose (generalized) zero- and few-label semantic segmenta

原创 PyTorch

文章目錄常見錯誤AttributeError: 'module' object has no attribute 'empty'RuntimeError: received 0 items of ancdatatensorboar

原创 [CVPR 2018 論文筆記] Preserving Semantic Relations for Zero-Shot Learning

用於零樣本學習的語義關係保持Preserving Semantic Relations for Zero-Shot Learning 本文亮點:將語義性引入到嵌入空間對零樣本學習是有益處的。 文章目錄論文下載地址

原创 NIPS 2019 Meta-Reinforced Synthetic Data for One-Shot Fine-Grained Visual Recognition

paper code 思考 爲什麼要思考?因爲老師說感覺你根本不思考,所以我要思考。但是我又不知道怎麼思考。然後,我認識了聲音很像江賀老師的胡少晗。他以及他的小夥伴們都很會思考。思考,就從問問題開始吧。 針對細粒度分類問題:爲什麼

原创 [CVPR 2018 論文筆記] Feature Generating Networks for Zero-Shot Learning

文章目錄1 簡介2 模型3 實驗4 總結5 有意思的地方 零樣本問題可以看作是數據缺失問題。由於目標域數據不可見,導致模型訓練時的數據不均衡。一個直觀的想法就是生成目標域的數據。生成圖像是最簡單的想法,但是本文提出直接生成目標域的