ShaoZi's Blog

Hello World!

基于tripletloss的特征模型

Embedding

任务背景：商品以图搜图 现有模型：SE-Resnet 50*4d 初步计划：实现一个基于triplet loss的特征模型，并进一步考虑多级商品信息。 平台：linux, pytorch 图搜算法中存在一个问题：搜到的相关的图片存在大类之间的差异。希望通过加入多级的信息，优化特征分布，目标如下图： 这里计划参考Embedding Label Structures for Fine-Gr...

Posted by Shaozi on March 15, 2019

Caffe和Pytorch图片数据读入差异“深度”分析

fuck you Caffe

问题背景： ————近期工程上碰到这样一个情况，用pytorch训练的模型，在将网络参数转为caffemodel之后，在caffe下不能复现其性能，整体评价指标上差了百分之一点几。 为了判断到底是什么位置出现了问题。师兄首先做了控制变量的分析。去掉datalayer，直接送入一个自定义的矩阵给后面的网络。Pytorch和Caffe输出结果相同。因此将问题聚焦在caffe的datalaye...

Posted by Shaozi on March 8, 2019

Linux常用指令整理

Linux

按文件名查找文件 find . -name "name" .：当前文件夹及其子目录 “name”：文件名，可用正则表达式 压缩文件为zip格式 zip -r myfile.zip ./* 查看当前文件夹下文件的大小 du -h --max-depth=1 统计当前文件夹下文件的个数，包括子文件...

Posted by Shaozi on February 28, 2019

Pytorch工具1：torchsummary

Pytorch

最近稍微有点闲，就开一个新坑吧，虽然之前很多坑都没有填上。 在这个系列中我将把我在开发过程中使用过的小工具做一个简单的总结。先从一个简单的工具torchsummary开始吧。 安装方法： pip install torchsummary 源代码地址 当然还有增强版：torchsummaryX 当时发现这个工具是在寻求现有的代码计算感受野（后来决定自己写了） 这两个工具使用方法类似，主要...

Posted by Shaozi on February 14, 2019

Contrastive Loss with Softmax Loss

Classification

任务背景：用户上传的图像中的商品进行分类，将其划分为12大类。 现有模型：Resnet-50 初步计划：在Softmax Loss的基础上增加Contrastive Loss进行约束 平台：linux, caffe 作为一个caffe新手，首先去调研了一下Contrastive Loss的作用和caffe下的使用方法。 首先该loss的定义可以参考CSDN这篇文章，可以说是很简洁了，公式...

Posted by Shaozi on September 19, 2018

Mining Discriminative Triplets of Patches for Fine Gr

Fine-grained

目录： 2016[CVPR]-Embedding Label Structures for Fine-Grained Feature Representation 2016[CVPR]-Learning Deep Representations of Fine-Grained Visual Descriptions 2016[CVPR]-Part-Stacked CNN for Fine-G...

Posted by Shaozi on June 16, 2018

Part Stacked CNN for Fine Grained Visual Categorizati

Fine-grained

目录： 2016[CVPR]-Embedding Label Structures for Fine-Grained Feature Representation 2016[CVPR]-Learning Deep Representations of Fine-Grained Visual Descriptions 2016[CVPR]-Part-Stacked CNN for Fine-G...

Posted by Shaozi on May 20, 2018

Embedding Label Structures for Fine Grained Feature R

Fine-grained

前言： 关于Fine-grained的工作之前没有接触过。所以打算从六篇论文开始，也算是一个学习的过程。因为没有基础，可能在文章理解上会存在偏差，如果文章中有什么问题，欢迎指正。 目录： 2016[CVPR]-Embedding Label Structures for Fine-Grained Feature Representation 2016[CVPR]-Learning Deep ...

Posted by Shaozi on May 19, 2018

Detectron平台下实现Cityperson数据库的使用

Detection

Detectron平台做检测的应该都知道，网上关于配置的教程也很多，应该使用的挺多的。该平台对COCO数据集支持良好。 Cityperson数据集，在16年CVPR上被提出，是张姗姗一波人在cityscapes数据集上进行标注得到的行人检测数据集。做行人检测的应该都不陌生。论文地址，数据库地址，张姗姗提供的数据库地址 这篇文章中，我将详细介绍如何在Detectron平台下实现Citypers...

Posted by Shaozi on May 18, 2018

Pytorch学习9：Tensor

Pytorch

虽然我在前面写到没有必要去阅读整个官方文档，但是在开发过程中发现，如果对整个文档特别是关于tensor的操作和函数有一定的了解，那么实际运用起来是事半功倍的。只能说一句“真香”来概括我现在的心情了。所以后面还是会详细的把官方文档中所有的函数做一个学习和总结。这一部分工程量很大，不知道啥时候可以完成。。。。 #Tensors ##属性相关 torch.is_tensor(obj) 用来判断...

Posted by Shaozi on May 6, 2018

FEATURED TAGS
Detection Deep Learning Detectron Pytorch Fine-grained Embedding Metric Learning mmdetection detection
ABOUT ME

Hello World!

✉️ chenyue21@jd.com

FRIENDS