机器学习炼丹术

现在我们看看如何用pytorch来实现这个结构，并且在学习的过程中加深对论文的理解。 【前沿】：这个代码我没有实际跑过，毕竟我只是一个没有GPU的小可怜。 两个图片都经过online-encoder，这里可能会有疑问：不是应该一个图片经过online network，另外一个经…

这本书共112页，内容不多，偏向于工程向，有很多不错的细节，在此记录一下。 误差分析我感觉是一个成熟的AIer必备的能力。俗话说数据决定准确率的上线，模型只是在逼近这个值。模型效果的提升首先是需要去看数据样本的，把分类错误的样本一个一个看一看，然后心中自己会给出判断：是否有可能…

BYOL是Boostrap Your Own Latent，这个无监督框架非常的优雅和简单，而且work。收到了很多人的称赞，上一个这样起名的在我认知中就是YOLO。两者都非常简单而优美。 这个结构有两个网络，一个是online network，一个是target networ…

DeepLab总共分成了4个版本，分别是：v1，v2，v3和v3+。有点YOLO的感觉了。DeepLab每一代都有一些可圈可点的地方。 Unet对于处理医学图像有天然的优势，所以我阅读DeepLab的论文，也并不是以复现其代码为目的，而是学习其核心技巧，然后融入到Unet当中。…

文章转自：同作者个人微信公众号【机器学习炼丹术】。喜欢的欢迎交流沟通，共同进步。 这篇文章的最大特色自然是提出了DRN，Dilated Residual Networks，在残差网络的基础上加入了膨胀卷积。 膨胀卷积，又叫做空洞卷积，是在卷积核参数不变的基础上，增加视野域的一种…

这可能是我看CVPR论文中，唯一一个5分钟就看完原理的论文了，简单有趣。这一篇文章是CVPR2020的与图像质量评估相关的文章，整体思想比较新颖，而且是无监督的方式，感觉构思不错，我要好好读读这一篇。 人脸质量评估的目的是评估一个人脸图片与面部识别算法的适用性，什么是高质量的人…

这一篇文章和上一篇的rank-IQA感觉都是不错的处理NR-IQA任务的框架，让我们好好学一学这一篇文章中的精髓。 不说了，看了半天很多都是很老的人工特征的方法，不太行不太行。 在这个框架中，图片是被patch称32x32的大小，然后feature extractor使用的是V…

这是“NR-IQA”其实看起来是FR的方法，即数据集仅需要失真图像，而不需要原始的真实图像。这篇文章的思想很简单，没有算法的创新，主要的贡献是引入GAN来解决NR-IQA中没有真是图像的问题，并且在工程上得到了成功。 内容创新力度不足，而且称自己是NR但是论文中实际介绍的是FR…

这一篇文章感觉是不错的，大概的流程是，对好的图像经过不同级别的失真操作，得到一系列的图像，然后把不同失真程度的图像对输入到siamese net中训练。是一个non-reference的框架。 3，训练好的孪生网络被认为是可以正确提取图像特征的，然后取出孪生网络的一个胞胎，在标…