Articles in the category of 图像分类

  1. Home
  2. 图像分类

对比自监督学习框架[译]

原文：A Framework For Contrastive Self-Supervised Learning And Designing A New A...

  • AIHGF
  • June 16, 2021
  • No comments
    •

    无监督学习-MoCoV1&V2

    论文：MoCov1 - Momentum Contrast for Unsupervised Visual Representation Learning...

  • AIHGF
  • April 30, 2021
  • No comments
    •

    Github项目 - AutoAugment 数据增强策略实现

    Github - AutoAugment论文：AutoAugment - Learning Augmentation Policies from Data...

  • AIHGF
  • January 17, 2021
  • No comments
    •

    EfficientNet - PyTorch及Keras使用

    EfficientNet 是一种新的模型缩放方法，准确率比之前最好的Gpipe提高了0.1%，但是模型更小更快，参数的数量和FLOPS都大大减少，效率提升...

  • AIHGF
  • June 3, 2020
  • 29 comments
    •

    图片标注-基于PyTorch的多标签图像分类[译]

    原文：Multi-Label Image Classification with PyTorch: Image Tagging - 2020.05.03作...

  • AIHGF
  • May 19, 2020
  • 2 comments
    •

    图像标注-基于PyTorch的多输出图像分类[译]

    原文：Multi-Label Image Classification with PyTorch - 2020.04.04作者：Dmitry Retins...

  • AIHGF
  • May 18, 2020
  • No comments
    •

    End-to-End Multi-label Classification多标签分类[译]

    原文：End-to-End Multi-label Classification - 2020.05.08Kaggle：Example of multi-...

  • AIHGF
  • May 15, 2020
  • 1 comments
    •

    类别标签平滑理论推导[译]

    原文：Label Smoothing - 2019.08.10作者：Lei Mao机器学习和深度学习中，往往采用很多正则化技术，比如L1，L2， drop...

  • AIHGF
  • March 2, 2020
  • No comments
    •

    基于 Keras 和 Tensorflow 的标签平滑实现[译]

    原文：Label smoothing with Keras, TensorFlow, and Deep Learning - 2019.12.30作者：A...

  • AIHGF
  • March 2, 2020
  • No comments
    •

    Pytorch - FocalLoss的几种实现

    FocalLoss 用于 one-stage 目标检测算法(Retinanet)，提升检测效果.也可以被用于分类任务中，解决数据不平衡问题.1. Gith...

  • AIHGF
  • February 24, 2020
  • No comments