mitre.github.commitre.github.comPublic Forked frommitre/mitre.github.io Open Source software from The MITRE Corporation at GitHub CSS 0 contributions in the last year No contributions on January 7th.No contributions on January 14th.No contributions on January 21st.No contributions on January 28th.No...
同时,他还为社区贡献了行人重识别问题的基准代码,在Github上star超过了1000次,被广泛采用。 另外,论文的其他作者包括英伟达研究院的视频领域专家 - 杨晓东、人脸领域专家禹之鼎(Sphere Face,LargeMargin作者)、行人重识别专家郑良博士,郑哲东的导师杨易教授(今年有三篇 CVPR oral 中稿)、和英伟达研究院的VP Jan Kau...
本书作者有丰富的实战经验,他在书中用风趣幽默的语言描述了实际工作的体会,包含大量案例,每个案例都使用互联网公开的数据集并配有基于Python的代码,代码和数据集可以在配套的GitHub下载,可帮助读者降低学习门槛,快速将最新人工智能成果应用到实际工作中。 出版方 ...
你可以参考Github来查看完整的循环。 实验 我使用的是在AWS 实例(p2.xlarge)上配置深度学习 AMI (version 3.0)进行的 。对GOPRO 精简版数据集的训练时间大约有 5 个小时(50个epochs)。 图像去模糊结果 从左到右:原始图像,模糊图像,GAN 输出 上面的输出结果都是我们用 Keras 进行 Deblur GAN 的结果。即使是...
defplot_image(x):plt.imshow(x*0.5 0.5)X=[]#ReferencetoCelebAdatasethere.IrecommenddownloadingfromtheHarvard2019ComputeFestGitHubpage(thereisalsosomegoodcodingtutorialshere)faces=glob.glob('../Harvard/ComputeFest2019/celeba/img_align_celeba/*.jpg')fori,finenumerate(faces):img=cv2.imread(f)img=cv2...
代码:https://github.com/NVlabs/DG-Net Why: (之前论文的痛点有哪些?) 生成高质量的行人图像有一定难度。之前一些工作生成的行人图像质量相对低(如上图)。主要体现在两个方面:1.生成的真实度:行人不够真实, 图像模糊, 背景不真实; 2. 需要额外的标注来辅助生成:需要额外的人体骨架或者属性标注。
代码:https://github.com/NVlabs/DG-Net Why: (之前论文的痛点有哪些?) 生成高质量的行人图像有一定难度。之前一些工作生成的行人图像质量相对低(如上图)。主要体现在两个方面:1.生成的真实度:行人不够真实, 图像模糊, 背景不真实; 2. 需要额外的标注来辅助生成:需要额外的人体骨架或者属性标注。