具有共同注意和共同激励的一站式目标检测
介绍
谢婷一，罗以晨，陈焕宗，刘廷- 神经信息处理系统（NeurIPS），2019年，
该项目是One-Shot Object Detection的纯pytorch实现。 大多数代码是从。
我们正在做和将要做的
支持tensorboardX
上载ImageNet预训练模型。
提供参考图片。
提供检查点模型。
训练PASCAL_VOC数据集
准备
首先，克隆代码
git clone https://github.com/timy90022/One-Shot-Object-Detection.git
1.先决条件
Ubuntu 16.04
Python或3.6
火炬1.0
2.数据准备
可可：也请按照中的说明准备数据。 请参阅此存储库中提供的脚本。
3.预训练模型
我们在实验中使用ResNet50作为预训练模型。 通过排除所有与COCO
2022-09-15 08:16:59
1.59MB
1
使用基于内核的激活功能为一击学习改善暹罗网络（ ）
人类通过很少的示例学习新事物，例如，一个孩子可以从一张图片中概括“狗”的概念，但是机器学习系统需要大量示例来学习其功能。 特别是当受到刺激时，人们似乎能够快速理解新概念，然后在将来的感知中认识到这些概念的变体。 机器学习作为一个领域已经在各种任务（例如分类，Web搜索，图像和语音识别）上取得了巨大的成功。 但是，这些模型通常在低数据情况下效果不佳。 '
这是一次射击学习背后的主要动机。 用较少的示例训练模型，但无需大量重新训练即可将其推广到不熟悉的类别。
引文
如果您发现我们的代码有用，请考虑使用bibtex引用我们的工作：
@incollection{jadon2021improving,
title={Improving Siamese Networks for One-Shot Learning Using Kerne
2022-03-29 15:07:37
12.43MB
1
使用暹罗网络进行脱机签名验证
使用暹罗卷积神经网络进行脱机签名验证。
数据集=>
上面的数据集包含160个个体的印地语签名和100个个体的孟加拉语签名。
我只使用了印地语签名数据集。
参考：
2021-11-04 19:22:54
480KB
1
动手使用Python进行元学习：使用Tensorflow使用一键式学习，MAML，爬行动物，Meta-SGD等进行学习学习
2021-09-06 19:38:20
36.59MB
1