最近和同学@liguoqing.sant有聊到图像检索相关方面的工作,主要是这么一篇论文 Learning Non-Metric Visual Similarity for Image Retrieval,本篇文章主要结合个人理解来记录一下这篇论文。

如图,左侧是我们常用的度量学习方法,右侧是本论文提出来的使用一个similarity-network来代替常用的线性度量方程。

阅读全文 »

在目标检测领域,为了判断预测框和gt之间的重叠程度 ,一般情况下使用iou来表示,本篇主要分析IoU以及相关改进,主要涉及iou,giou,diou,ciou。

阅读全文 »

本篇主要记录 一下softmax-loss以及相关变体,该loss的发展主要有人脸识别领域推进,本篇中主要借鉴人脸是识别中的相关Loss。

阅读全文 »

上图为不同模型的参数量和模型ACC曲线,可以看到和EfficientNet对比的网络包含ResNet,SENet,GPipe,Inception,NASNet,DenseNet等目前的主流网络,并且处于领先位置。

阅读全文 »

本篇主要总结一下卷积的不同的方式以特点,包括普通卷积,反卷积,空洞卷积,深度可分离卷积,可变形卷积等,如果有更新的方式出来了或者我看到了,继续更新在此。

阅读全文 »

本篇主要对目前流行的移动端轻量化网络MobileNet进行分析。

最近一段时间由于工作需要,想要将服务端的模型迁移到移动端,突然发现一个尴尬的现实,服务端的大模型在移动端是很难跑起来的。随着5G技术的到来,端上设备越来越强悍,将模型做到移动端是一个很显然的大趋势。目前的移动端模型 ( https://www.tensorflow.org/lite/models/ ),主要跑的是CV相关方面的识别,检测模型,姿态预估等相对简单的模型,并且目前的模型很多是基于MobileNet这一网络的,本篇就主要针对Mobilenet进行研究分析。

阅读全文 »