2米资源网

VIP
唐宇迪 行人重识别实战

【16371】-唐宇迪 行人重识别实战

  • 本站均为资源介绍,仅限用于学习和研究,不得将上述内容用于商业或者非法用途,
  • 否则一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除
  • 如果喜欢该资源请支持正版。如发现本站有侵权违法内容,请联系后查实将立刻删除。
  • 资源简介:唐宇迪 行人重识别实战
  • 详细描述

    唐宇迪 行人重识别实战


    01 行人重识别原理及其应用
    01 行人重识别要解决的问题_ev.mp4
    02 挑战与困难分析_ev.mp4
    03 评估标准rank1指标_ev.mp4
    04 map值计算方法_ev.mp4
    05 triplet损失计算实例_ev.mp4
    06 Hard-Negative方法应用_ev.mp4
    02基于注意力机制的Reld模型论文解读
    01论文整体思想及注意力机制的作用解读_ev.mp4
    02空间权重值计算流程分析_ev.mp4
    03融合空间注意力所需特征_ev.mp4
    04基于特征图的注意力计算-ev.mp4
    03基于Attention的行人重识别项目实战
    01项目环境与数据集配置_ev.mp4
    02参数配置与整体架构分析_ev.mp4
    03进入debug模式解读网络计算流程_ev.mp4
    04获得空间位置点之间的关系_ev.mp4
    05组合关系特征图_ev.mp4
    06计算得到位置权重值ev.mp4
    07基于特征图的权重计算_ev.mp4
    08损失函数计算实例解读_ev.mp4
    09 训练与测试模块演示_ev.mp4
    04 AAAI2020顶会算法精讲
    01 论文整体框架概述_ev.mp4
    02局部特征与全局关系计算方法_ev.mp4
    03 特征分组方法_ev.mp4
    04 GCP模块特征融合方法_ev.mp4
    05 oneVsReset方法实例_ev.mp4
    06 损失函数应用位置_ev.mp4
    05项目实战-基于行人局部特征融合的再识别实战
    01 项目配置与数据集介绍_ev.mp4
    02 数据源构建方法分析_ev.mp4
    03 dataloader加载顺序解读_ev.mp4
    04 debug模式解读_ev.mp4
    05 网络计算整体流程演示_ev.mp4
    06 特征序列构建_ev.mp4
    07 GCP全局特征提取ev.mp4
    08 局部特征提取实例_ev.mp4
    09 特征组合汇总_ev.mp4
    10 得到所有分组特征结果_ev.mp4
    11 损失函数与训练过程演示_ev.mp4
    12 测试与验证模块_ev.mp4
    06旷视研究院最新算法解读(基于图模型)
    01关键点位置特征构建_ev.mp4
    02 图卷积与匹配的作用_ev.mp4
    03 局部特征热度图计算_ev.mp4
    04基于图卷积构建人体拓扑关系_ev.mp4
    05 图卷积模块实现方法_ev.mp4
    06图匹配在行人重识别中的作用_ev.mp4
    07 整体算法框架分析_ev.mp4
    07基于拓扑图的行人重识别项目实战
    01数据集与环境配置概述_ev.mp4
    02 局部特征准备方法_ev.mp4
    03得到一阶段热度图结果_ev.mp4
    04 阶段监督训练_ev.mp4
    05 初始化图卷积模型_ev.mp4
    06 mask矩阵的作用_ev.mp4
    07 邻接矩阵学习与更新_ev.mp4
    08 基于拓扑结构组合关键点特征_ev.mp4
    09 图匹配模块计算流程_ev.mp4
    10 整体项目总结_ev.mp4
    配套资源


    唐宇迪 行人重识别实战
    百度网盘分享地址: 链接: https://pan.baidu.com/s/1HZuqvSB6bvnv-DTMAnNBqg?pwd=mvac 提取码: mvac
    2米资源网