首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

RepMet: Representative-based metric learning for classification on

距离度量学习(DML)已成功地应用于目标分类,无论是在训练数据丰富的标准体系中,还是在每个类别仅用几个例子表示的few-shot场景中。在本文中,我们提出了一种新的DML方法,在一个端到端训练过程中,同时学习主干网络参数、嵌入空间以及该空间中每个训练类别的多模态分布。对于基于各种标准细粒度数据集的基于DML的目标分类,我们的方法优于最先进的方法。此外,我们将提出的DML架构作为分类头合并到一个标准的目标检测模型中,证明了我们的方法在处理few-shot目标检测问题上的有效性。与强基线相比,当只有少数训练示例可用时,我们在ImageNet-LOC数据集上获得了最佳结果。我们还为该领域提供了一个新的基于ImageNet数据集的场景benchmark,用于few-shot检测任务。

02

检测、跟踪、行为识别All-In-One!产业级行人分析系统重磅开源!

行人检测、行为分析、跨镜跟踪、属性识别等能力在工业、安防、金融、能源等行业中可谓是核心财富密码!一套综合目标检测、跟踪、关键点检测等能力的开源实时行人分析工具,就是把握这些高价值场景的关键! PP-Human多功能全景图 说来容易,但它真的切实可用,需要企业真实场景数据打磨优化,拥有人体属性分析、行为识别与流量技术与轨迹留存三大能力,兼容单张图片、单路或多路视频等多种数据输入类型,还需要适应不同光线、复杂背景及跨镜头场景。 今天给大家介绍的,就是这样一套不仅拥有上述能力,还直接提供目标检测、属性分析、关

03
领券