传统的机器学习中，训练数据的类别都是固定的，这里也有一个假设，就是测试集也是类别固定的，这也是为什么现在很多模型在人类看来非常白痴的原因，套用一句非常经典的话来说，就是对于一个只见过猫狗的模型来说，那么这个世界在这个模型眼里里，只有猫狗两种可能。 所以很多研究人员开始探索增量学习这种技术，这种技术是模拟人的认知过程的，虽然我们无法见过这世界所有的东西，但是随着我见过的物体种类越来越多，那我们能够

写前bb 最近在一直纠结Siamrpn的复现，由于对RPN网络和目标框回归的过程不是很了解，希望这周能搞清楚并且复现出来吧。看到公众号有推送ICCV2019的论文集，瞅了眼发现这篇文章名字异常显眼，立马下下来看起来！搜了下网上好像已经有相关的阅读笔记（还是我看的晚一点），我也挤挤时间Markdown一下啦。 Abstract 目前，现有的更新模板策略一般是线性组合先前的几帧，这样会导致随着时

[unity learning] RPG Leaning(十) 写这个文章的目的就是为了初学unity，然后更好的掌握unity中的内容【主要是代码】 学习unity的途径是Brackeys 的教程； 接上篇: unity learning RPG Leaning(九). 关于这个系列的最后一篇 目的 一、加入Player和Enemy的血条 二、把模型变成骷髅头 三、把骷髅动画导入 四、攻击