Pedestrian-Attribute-Recognition-Paper-List:关于行人属性识别(PAR)和相关任务的论文清单-源码

上传者: 42117485 | 上传时间: 2021-10-09 16:33:07 | 文件大小: 2.87MB | 文件类型: -
行人属性识别纸张列表[ ] 人物属性识别纸质清单 从2014年到2020年在PETA和RAP数据集上的性能比较。我们发现,在两个大型基准数据集上,基线方法CNN-SVM的性能远胜于最近基于深度学习的PAR方法。 有趣的是,我们还可以发现,当前基于深度学习的方法的准确性是可比的,并且与几年前提出的深度PAR算法相比,当前方法(在2020年)没有显着改善。 那么,如果基于深度学习的PAR算法达到瓶颈,那么下一步该怎么办? 笔记: 欢迎来到我们的微信群进行进一步讨论,请扫描此 或扫描此内容以添加我的[注意:姓名+学校/公司] 如果您找到有关人的属性识别的更多相关论文,请给我发送电子邮件: [ ] [] [] 如果您发现此调查对您的研究有用,请考虑引用以下文章: @article{wang2019parsurvey, title={Pedestrian attribute re

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明