2024图片主题模型在系统的应用实践_第1页
2024图片主题模型在系统的应用实践_第2页
2024图片主题模型在系统的应用实践_第3页
2024图片主题模型在系统的应用实践_第4页
2024图片主题模型在系统的应用实践_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

图片主题模型在推荐系统的应用实践ACAAC，CA、C、D，A物品D。这是一个基于行为日志的基于用户的协同过滤。根据目标用户的历史偏好信息将这些类似的物品推荐给用户。比如我们认为物品A被用户ABCCA、BAC就把物品C推荐给了用户C，这是基于物品的协同过滤。CAC欢电影A，那么我们也会认为他会喜欢电影C，因为A和C是同一类别的。NLP（自然语言处理问题），视频也能拆成理解主要能归纳为NLP问题和图像处理问题，我本次分享主要是分享图像处理问题。featuremapfeaturemapbox用来拟合矩形位置的，用的是一个L1Smooth函数；第二Softmax到了SSD的总损失。现在讲一下这个框是怎么框出来的。举一个例子，SSD是一个多层的，它要在不同的粒度每个格子都有一个候选的样子，比如说我们能看出来它一共有4个格，然后我们就能看出来现在就有8×8×4个格子，然后计算每个格子和这个GT的损失，找到与它最相似的，我featuremap4×4用相同的方法也能算出哪个格子和GT格子最接近。也就是说在featuremap上，对于每然后这个就是SSD的一个实例，它前面是VGG16，然后在后面加上一些多层的feature对这张图我们找到它的位置，用分类器找它属于哪个类，得到一个结果。再走一层VGG，拿到一个19×19的图，也是一个位置和分类的结果，一直到最后也是一个位置和分类的结果。这时我们就有了6个位置和分类的结果，然后对这6个结果进行非最大抑制，就能找这是我们一个目标检测实例。我们可以看到图中用框把狗框出来了，我们要理解一下SSD17|0.917170.917抖动时等都是可以的，然后将每个关键帧提取它的SSD特征。比如说有9000个类，这就9000900090009000如训练集有9000个类，那么它只能从这9000个里寻找。SIFTSIFTSIFT实质是在不同尺度空间查找特征点，然后计算出方向，尺度空间是通过高斯模糊来获们在这个例子中是有五组，每组内部在做高斯差分，SIFT认为重要的点都是在模糊的差别那部分。比如说每个金字塔内有S个尺度，做完差分后就变成S-1了，对于差分中的每一八维的实数向量。此时我们对特征点得到一个4×4×8，也就是128维向量。128128FAISSFacebook包括无法被完全读入内容空间的向量集合；它使用C++编写，而且可以被Python调用。这是主题聚类的一个示例。最后一张图是查询图，前面5

人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论