注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 训练你的头脑到达顶尖效率的20种方法 和程序员的修炼之道来源： 杨志平的日志

  2. 训练你的头脑到达顶尖效率的20种方法 来源： 杨志平的日志 你是否感到越来越难集中注意力，或者难以进行心算？我希望你不要接受这么一种主张：随着年龄增长头脑的敏锐性必然会减弱。 许多事情能够导致头脑的工作效率下降，而且我喜欢称其中一个主要的因素为“使用它或者失去它”综合症。 这篇文章是《我的生活巨变》的杰夫 尼克尔斯写的报告。他的使命和他的博客的关注点是帮助人们找到生命中的成功和意义。杰夫是一位有深度的作家，我鼓励你读完后去拜访他。 杰夫用这份伟大的列表来帮助我们避免可怕的“使用它或者失去它”综

  3. 所属分类：其它

  1. 【论文】多任务级联卷积网络的面部检测与对齐（中文版）

  2. 本文是 论文《Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks》的中文翻译。在本论文中，我们提出了一个深度联级多任务框架，利用他们之间内在联系来提高他们的性能。特别地，我们的框架采用一个由三层精心设计的深度卷积网络组成的级联结构，可以以粗略到精准的方式预测面部和特征点定位。另外，在学习过程中，我们提出一个新的在线难例（hard sample）挖掘策略，可以自动提高性能，而无需手

  3. 所属分类：机器学习

    • 发布日期：2018-04-08
    • 文件大小：772096
    • 提供者：jobbofhe

  1. Hog+SVM行人识别（难例挖掘）

  2. 使用Hog特征+SVM分类进行行人检测 包含难例挖掘，批量测试代码

  3. 所属分类：机器学习

    • 发布日期：2018-08-30
    • 文件大小：11534336
    • 提供者：kingdong020543

  1. 红图新媒体发展(重庆)有限公司发展模式

  2. 　　相比于传统制造业，新媒体最主要依赖的是人和流量。没有巨大的设备和成本，发展起来相对容易，一个人一杆笔就可以支撑起来。但身处在经济下行的大环境里，实体商品还具有保值的作用，虚拟的价值更可能首先受到冲击。 　　如果你身处的公司新媒体收入比较单一，对于外部的企业依赖比较大，可能就要警惕了。甚至有些自媒体靠刷数据来骗客户，甚至骗投资人，很可能日子没那么好过了。在这样的背景下，广告主会变得非常谨慎，更加追求投放效果，会对广告转化提出更高要求，因此不能实际带来收益的自媒体广告会是首先被砍掉，哪怕有收益

  3. 所属分类：其它

    • 发布日期：2019-10-24
    • 文件大小：19456
    • 提供者：zui111

  1. 人脸识别论文汇总.zip

  2. 该资料收集整理了近几年来顶会上的经典人脸识别论文，包括了基于深度学习的度量学习、难例挖掘等人脸识别算法，如FaceNet,CosFace,SphereFace,ArcFace等。

  3. 所属分类：深度学习

    • 发布日期：2020-02-16
    • 文件大小：46137344
    • 提供者：nini_coded

  1. 基于改进SSD的实时检测方法

  2. 卷积神经网络已广泛应用于目标检测领域, 然而基于卷积神经网络的方法所需要的计算量大, 以至于此类方法难以在计算能力有限的平台上运行。为此提出了一种基于SSD(Single Shot MultiBox Detector)的快速检测方法, 即Faster-SSD, 该方法在计算量有限的平台上达到了实时检测同时保持高精度。将SSD的基础网络更换为ResNet-34; 在生成预测框阶段, 先求得满足条件的先验框, 再生成对应类别的预测框; 提出了一个可变最低阈值来减少计算量; 使用在线难例挖掘来去除简单

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：6291456
    • 提供者：weixin_38610070

  1. MTCNN：全平台实时人脸检测和姿态估计，提供无需任何框架实现的Windows，Ubuntu，Mac，Android和iOS上的实时人脸检测和头部姿势估计-源码

  2. 神经网络 概述 是等人提出的多任务级联卷积神经网络进行人脸检测的方法，它能够同时输出人脸的检测框以及5个关键点，是开源中效果最好的人脸检测器，，作者提供的版本为，它采用三级级联架构分阶段逐步过滤人脸，在CPU上可达到实时和较高的准确率，是目前人脸检测领域的基准。 由于各种不同的姿态，光照和遮挡等，人脸检测和对齐在非控制环境下非常具有挑战性。最近的研究表明使用深度学习能够获得惊艳的性能，MTCNN提出了一个多任务级联框架其发掘了检测和对齐的内在联系来提升性能。特别是，其通过由粗到细的方式设计了3个

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：16777216
    • 提供者：weixin_42102713

  1. 基于优化可形变区域全卷积神经网络的人头检测方法

  2. 人头检测技术是人数统计领域一项重要的研究内容,基于检测的人数统计方法常用于视频监控领域。人头检测常常受到遮挡、背景干扰、光照等因素影响。为解决上述问题,提出一种基于区域全卷积神经网络进行头部检测的方法。特征学习阶段通过残差网络和区域候选网络获得特征及感兴趣区域,并在残差网络中添加可形变卷积层。再将感兴趣区域输入池化层,进行可形变位置敏感均值池化。最后进行分类与目标位置精修,并提出将位置敏感感兴趣区域对齐并进行池化操作。为了改善网络在多尺度头部的检测效果,更新区域候选网络中锚点生成规则。利用在线难

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：10485760
    • 提供者：weixin_38742927