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. 论文笔记 - ATOM: Accurate Tracking by Overlap Maximization.pdf

  2. 论文笔记 - ATOM: Accurate Tracking by Overlap Maximization2019/10/13 机器人 针对服务机器人系统对环境感知问题,对人和其他目标的状态预测 视频监控 2819 obiect 农险管慧云再 2019/10/13 虚拟现实人机交互 7 视频剪辑 加班加点扣掉 吴秀波 总算是快弄完了,P了三天三夜 应该是不仔细找都看不出来了 真的惨,怎么刚入职就碰上这种事 唉,我尽力了 P了二天三夜 2019年1月31日01:46 如果楼上学会目 國■以 标

  3. 所属分类：讲义

  1. Duplicate-Question-Pairs-Identification:该存储库探索并实现了3个模型来处理Quora问题对，这是NLP-Text相似性子区域中的经典问题-源码

  2. 最近更新 尝试探索的使用。 Mmodel堆叠，TBC .. 更新 注意：此处显示了此项目的更新。但是报告中的模型结果将在2020年12月3日保持不变。 尝试使用句子BERT（Siamese BERT）来改进Model 3，这不比具有暹罗BiLSTM功能的BERT好。 2020.12.15 已尝试ESIM。 2020.12.15 有关重复问题对识别项目的文档 Author: YUAN Yan Zhe, yanzheyuan23sina.com written on **DEC 3rd, 202

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：27mb
    • 提供者：weixin_42115003

  1. FACE-RECOGNITION-USING-PYTHON-源码

  2. 面部识别使用PYTHON 介绍 面部识别系统使用网络摄像头将帧从实时视频流传输到预先训练的暹罗神经网络，并使用用户的真实图像，该系统能够在网络摄像头前对用户进行身份验证。我们已经训练并实现了一个鲁棒的模型，该模型可以识别人脸，即使对象具有不同的表情以及从不同角度拍摄照片也是如此。该程序使用预先训练的神经网络和网络摄像头，对坐在计算机前的用户进行身份验证。 ##面部识别系统我们可以将面部识别细分为更小的步骤。人脸检测：检测并隔离图像中的人脸。 我们使用了经过训练的级联分类器进行人脸检测，称为Ha

  3. 所属分类：其它

  1. siamese-源码

  2. siamese

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：29mb
    • 提供者：weixin_42117224

  1. Information-Retrieval-System-源码

  2. 信息检索系统 动机 在以下步骤中，我将讨论如何解决定额问题对以及提出像Siamese网络这样的体系结构的动机。 我如何以及为什么选择基于Siamese的网络？ 在医学影像，生物识别和文档图像超分辨率等领域研究计算机视觉之后，我提出了一个问题，即基于特定的生物识别来确定定额问题对数据集的体系结构。 在IIT Mandi从事医学成像工作时，我还从事一些生物识别领域的工作，在该领域中，我有左右手的手掌和指关节打印图像。 与此类似，在这个问题中，我将问题1和问题2作为输入。 因此，我采用了使用基

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：346kb
    • 提供者：weixin_42133899

  1. dog-siamese-源码

  2. 在Pytorch中与暹罗网络的面部相似度 您可以在阅读随附的文章 目的是教一个暹罗网络以区分成对的图像。 该项目使用pytorch。 可以使用任何数据集。 每个类必须位于其自己的文件夹中。 这与PyTorch自己的图像文件夹数据集使用的结构相同。 更新：寻找贡献者（2020年7月） 如果您想成为此项目的一部分，请前往 将pgm文件（如果您决定使用AT＆T数据集）转换为png 安装imagemagick 转到图像的根目录 运行find -name "*pgm" | xargs -I {}

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：272mb
    • 提供者：weixin_42138716

  1. Siamese-Networks-Tutorial-源码

  2. 暹罗网络教程 这是simaese网络的基本教程。 这是一篇写在Medium上的文章： 这是用于该项目的数据集： 运行文件的步骤： 下载数据集。 在文件main.py中，调整数据集的路径。 在文件model.py中，调整保存模型的路径。 这将创建数据对，然后对模型进行训练。 运行test.py以测试模型并显示3d散点图。 调整保存的模型路径。

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：408kb
    • 提供者：weixin_42134054

  1. PXS分数：待定-源码

  2. PXS分数 患有COVID-19的患者经常需要获取胸部X光片（CXR）。 尽管X射线照片对COVID-19的敏感性和特异性较差，但CXR可以帮助评估肺部疾病的严重程度及其随时间的变化，但评分者之间存在很大差异。 我们开发了基于卷积Siamese神经网络的算法，可以计算COVID-19患者的连续放射影像学肺部疾病严重程度评分（肺部X线严重度（PXS）评分），可潜在地用于纵向评估和临床风险分层。 训练卷积暹罗神经网络分两个步骤进行：（1）使用对比损失的弱标记对CheXpert CXR进行预训练，以

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：18kb
    • 提供者：weixin_42122306

  1. siamese-network：具有自定义生成器，自定义培训和三元组丢失的连体网络-源码

  2. 暹罗网络 具有自定义生成器，自定义培训和三重损失的连体网络 如果您想要数据集，请查看此链接，它 如果您拥有自己的数据集，则可以重新使用生成器进行训练。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：11kb
    • 提供者：weixin_42134554

  1. datastories-semeval2017-task6：“ SemEval-2017任务中的DataStories：注意幽默文本比较的暹罗LSTM”中介绍的深度学习模型-源码

  2. 总览 该存储库包含用于DataStories团队提交的的模型的源代码。 该模型在论文。 引文： InProceedings{baziotis-pelekis-doulkeridis:2017:SemEval1, author = {Baziotis, Christos and Pelekis, Nikos and Doulkeridis, Christos}, title = {DataStories at SemEval-2017 Task 6: Siames

  3. 所属分类：其它

  1. Siamese-RPN-pytorch：这是使用pytorch的Siamese-RPN的重新实现，这是CVPR2018的亮点-源码

  2. 连体-RPN-火炬 介绍 我的同学已提供。 如有任何疑问，请随时与我们联系。 这是带有PyTorch的对的重新实现，已在CVPR2018上接受。 Code_v1.0可用于转换，您应该将数据集更改为VOT格式（左上角和w，h）。 如果序列中有中断，则使用“ 0,0,0,0”替换该帧的信息。 数据集树 -root/class1/img1.jpg /... /imgN.jpg /groundtruth.txt 引文 Pape

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：81mb
    • 提供者：weixin_42121412

  1. siamesenetwork-tensorflow：使用siamese网络进行降维和相似图像检索-源码

  2. 暹罗网络Tensorflow 暹罗网络是包含两个或多个相同子网络的神经网络。 该网络的目的是发现两个相似事物之间的相似性或进行比较。 与使用交叉熵作为损失函数的分类任务不同，暹罗网络通常使用对比损失或三重损失。 暹罗网络具有很多功能，该存储库正在尝试使用暹罗网络进行降维和图像检索。 该项目遵循Hadsell-et-al.'06 [1]，方法是计算共享网络输出上的欧几里得距离，并优化对比损失（更多信息请参见论文）。 污染损失定义如下 的 是网络输出之间的距离 与输入 和输入 。 相似度函

  3. 所属分类：其它

  1. multihead-siamese-nets：基于文本语义相似性任务的多头注意力机制构建的暹罗神经网络的实现-源码

  2. 暹罗深度神经网络的语义相似性。 该存储库包含Tensorflow中的暹罗神经网络的实现，该实现基于3种不同的主要深度学习架构构建： 卷积神经网络 递归神经网络 多头注意力网络 创建该存储库的主要原因是将GitHub上主要基于CNN和RNN架构构建的Siamese神经网络的知名实现方案与基于Transformer模型最初由提出的基于多头注意力机制构建的Siamese神经网络进行比较，这论文。 。 支持的数据集 当前版本的管道支持使用3个数据集： :NEW_button: 对抗自然语言推论（A

  3. 所属分类：其它

  1. Siamese-LSTM：用于评估Quora问题对数据集的句子之间语义相似性的Siamese LSTM-源码

  2. 连体LSTM 使用MaLSTM模型（暹罗网络+曼哈顿距离的LSTM）检测问题对之间的语义相似性。 使用的训练数据集是原始Quora问题对数据集（使用的〜363K对）的子集。 这是Keras基于和。 先决条件 纸，文章 数据 参考文献 原始作者的GitHub 基于TensorFlow的实现 Kaggle的test.csv太大了，所以我就只提取前20个问题，并创建了一个名为test-20.csv和它在使用predict.py 。 您应该将所有数据文件./data目录。 怎么跑 训练 $ py

  3. 所属分类：其它

  1. paraphrase-id-tensorflow：用于复述识别任务的各种模型和代码（Manhattan LSTM，Siamese LSTM + Matching Layer，BiMPM），特别是Quora Question Pairs数据集

  2. 释义张量流 Tensorflow（1.1.0）中实现了多种用于复述的模型和代码。 我非常小心地记录了代码，并解释了整个模型中各个步骤的操作。 希望对于那些想开始使用Tensorflow的人来说，这将是一个教学示例代码！ 到目前为止，此仓库已实现： 基本的暹罗LSTM基准，大致基于的模型 如所述，带有附加“匹配层”的Siamese LSTM模型 。 的或多或少的最新的双边多视角匹配模型 。 欢迎添加更多模型/优化或修补现有模型的公关！ 模型代码的大部分位于 很多数据处理代码

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：91kb
    • 提供者：weixin_42123456

  1. siamese-fc：使用完全卷积暹罗网络以50-100 FPS进行任意对象跟踪-源码

  2. siamese-fc：使用完全卷积暹罗网络以50-100 FPS进行任意对象跟踪

  3. 所属分类：其它

  1. typecheck.macro:一个简单（快速）的打字稿验证库宏。 自动为Typescript类型生成验证功能-源码

  2. 自动生成 :fire: 炽烈 :fire: Typescr ipt类型的快速验证器。 例子 type Cat = { breed : "tabby" | "siamese" ; isNice : boolean trinket ?: T ; } registerType ( 'Cat' ) // Turned into a validation function at compile time through the power of babel macros // Y

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：239kb
    • 提供者：weixin_42113794

  1. Siamese-based-BERT-FAQ-retrieval-源码

  2. 基于暹罗语的BERT-FAQ检索

  3. 所属分类：其它