理解：（1）概述：多目标跟踪，单纯跟踪能力不足以完成任务，所以，不同于单目标跟踪，这里加入了检测任务，可以将多目标跟踪任务看成为目标检测+重识别任务。（2）论文网络结构：文中网络结构分3大部分：网络结构在：.\src\lib\models\networks\pose_dla_dcn.py中。①：Encoder-decoder 部分网络中，这是backbone network部分，主干网络为DLA-

理解：（1）概述：多目标跟踪，单纯跟踪能力不足以完成任务，所以，不同于单目标跟踪，这里加入了检测任务，可以将多目标跟踪任务看成为目标检测+重识别任务。（2）论文网络结构：文中网络结构分3大部分：网络结构在：.\src\lib\models\networks\pose_dla_dcn.py中。①：Encoder-decoder 部分网络中，这是backbone network部分，主干网络为DLA-

如何将百度网盘中数据集直接下载到服务器上

**论文地址：http://openaccess.thecvf.com/content_cvpr_2018/papers/Li_High_Performance_Visual_CVPR_2018_paper.pdf论文讲解：siamRPN的网络结构由两部分组成，siam+RPNSiam部分：主要功能是提取特征RPN部分：功能为产生候选框以及二分类vectorRPN流程：①从主干网络得到templa

问答系统调研

MNN模型转化以及量化的方法指南

相比较于视频研究，基于深度学习的图像这块，已经取得很不错的成果。目前，在基于深度学习的视频研究这块，有一下几种方式：（1）逐帧处理融合思想：逐帧提取图像特征，然后融合深度特征图。弊端：简单粗暴带来的弊端有：前后帧之间存在大量信息冗余，冗余计算量太大。（2）ConvLSTM这种方法主要依赖于LSTM挖掘每帧之间的时序关系，计算量很大，很难训练，不常用在视频分析中。（3）主流的研究方向基本...

常规SyncNet：功能：音频和嘴唇同步实质：判断音频和唇形在某个共同参数空间下的相似性。网络结构：一种伪孪生网络结构，分别提取嘴形特征和音频特征，然后通过对比损失计算两者之间的距离。

论文：https://ieeexplore.ieee.org/document/8099959代码：https://github.com/11-626/RA-CNNCVPR2017的Oral文章。概述：在multiple scales上，以类似cascade network的形式使得网络相互增强学习，进行基于region 的特征表达。横向：传统vgg分类网络，用来classificati...

集成目前最先进的从音频文件中分离人声的源分离模型。本工程，将Ultimate Vocal Remover GUI v5.5.1界面工具，改写成可以在服务器端批量推理的工具。界面仓库地址：https://github.com/Anjok07/ultimatevocalremovergui。