Home

Few-shot Classification with Task-Adaptive Semantic Feature learning 会议：ICLR2022 under review 作者: 未知 代码：未开源 Motivation and Contribution 方法介绍 实验结果

链接

CNN的equivariant和invariant 个人觉得CNN具有的应该是平移不变性（equivariant），即使输入的特征在空间位置上发生了偏移，但是卷积核函数在偏移后的位置上计算得到的结果仍然保持不变。这与目标检测任务的需求是相符的。 至于平移不变性则应该是池化层带来的，池化函数将不同的局部信息混合后得到一个全局的特征，即使局部位置上发生了便宜，输出仍然也会保持不变，因此对于分类任务来说，池化往往是必须的， 卷积只是用来提取局部的特征。 此外在特定的卷积核函数下，CNN可能还会具有一定的旋转不变性、平移不变性还是缩放不变性。 大小为1x1的卷积 参考知乎回答

VICReg: Variance-Invariance-Covariance Regularization for Self-Supervised Learning —————–

NLP/CV模型跨界进行到底，视觉Transformer要赶超CNN

Self-Supervised Learning知乎 博客

Domain Adaptation for Object Detection / 域适应目标检测数据集 KITTI 数据集介绍 下载地址 需要注册，进去主页后选择下载 Download left color images of object data set (12 GB). KITTI是一个自动驾驶的数据集，刚才下载的数据集里有7481张训练集图片和7518张测试集图片, 只能使用训练集训练模型，但是不能用来测试模型。因此只能下载到训练集的标签。 CityScapes 下载地址 CSDN介绍 CityScapes是一个是一个语义分割数据集，一共5000张图片，包括2975张训练图片、500张验证图片5和1525张测试...

IDM: An Intermediate Domain Module for Domain Adaptive Person Re-ID ICCV 2021 oral Author: Peking University github Motivation and Contribution Existing methods have made great progress in UDA re-ID, but they have not explicitly considered the bridging between the two extreme domains, i.e.,what information about the similarit...