- 博客(68)
- 收藏
- 关注
RSS订阅原创 [论文阅读]（SHAPING DATASETS: OPTIMAL DATA SELECTION FOR SPECIFIC TARGET DISTRIBUTIONS ACROSS DIMENSIONS）
提出了一种基于混合整数线性规划(MILP)的数据集操作方法。提出的优化可以将数据集缩小到特定的大小，同时在不同维度上强制执行特定的分布。它本质上利用了初始数据集的冗余，以生成更紧凑的版本，并在每个维度上具有特定的目标分布。如果期望的目标分布是均匀的，那么效果就是平衡的:所有不同维度的所有值都被平等地表示出来。根据问题的性质，还可以指定其他类型的目标分布。所提出的方法可用于机器学习，用于塑造训练和测试数据集，或用于众包，用于准备可管理的数据集。
2022-09-17 19:30:25
770
1
转载 [论文阅读]（SDD-FIQA基于人脸相似度分布距离的无监督质量评估方法））
近年来，为了保证在无约束场景下识别性能的稳定性和可靠性，人脸图像质量评估(FIQA)已经成为人脸识别系统不可或缺的一部分。为此，FIQA方法需要同时考虑人脸图像的内在属性和可识别性。以往的研究大多以估计样本嵌入不确定性或两两相似度作为质量分数，而只考虑部分类内信息。但是，这些方法忽略了来自类间的有价值的信息，这是对人脸图像可识别性的估计。在这项工作中，我们认为高质量的人脸图像应该与其类内样本相似，而与其类间样本不同。因此，我们提出了一种新的无监督的FIQA方法。
2022-09-03 15:14:11
762
原创 [论文阅读]（Objective Quality Evaluation of Dehazed Images）
自动驾驶或驾驶辅助等基于视觉的智能系统可以通过提高恶劣天气条件下捕捉的场景的可视性来改进。特别是，许多图像去雾算法(DHAs)已被提出，以促进在雾霾天气中的应用。DHA的发展虽取得了长足的进步，但其质量评价却相对滞后。一般情况下，DHAs可以通过人体实验对其进行定性评价，也可以通过客观质量指标对其进行定量评价。相对于耗时、难以应用的主观评价，实际系统更需要具有定量结果的客观测度。本文系统地研究了真实模糊图像的DHQ评价方法。首先，我们构建了迄今为止最大的DHQ数据库，其中包括1750幅去雾图像7个功能。..
2022-07-30 21:08:11
629
1
原创 [课程笔记]（图像处理与机器学习）
人类视觉的特点：人眼在观察这样的图像时候在边界处做了二阶导数可见光图像与红外图像的成像原理不同 ,前者依据物体的反射率的不同进行成像, 后者依据物体的温度或辐射率不同进行成像 ,因此红外图像的光谱信息明显不如可见光 图像。亮度图像（intensity image）是记录了明亮（暗与亮，黑与白）度信息的2D图像成为亮度(灰度）图像。如果对于一张本身就是灰度图像（8位灰度图像）来说，他的像素值就是它的灰度值，如果是一张彩色图像，则它的灰度值需要经过函数映射来得到。灰度图像是由纯黑和纯白来过渡得到的，在
2022-07-12 17:15:06
605
原创 [课程笔记]（图像分割入门到实战）
文章目录1. 语义分割与实例分割概述Unet网络的编解码过程deeplab分割算法概述1. 语义分割与实例分割概述物体检测回归框的坐标点，分割是逐个像素做分类Unet网络的编解码过程Unet的本质目标是解决小目标的分割问题，越深的网络感受野越大越更加适合大目标。所以Unet天生的优势是网络结构简单，适合做小目标解码：线性插值特征融合：相加或者拼接后过1*1卷积下采样deeplab分割算法概述1.目标大，2. 识别难感受野：33->55假设：1. 相邻像素相似2.空洞卷
2022-06-29 15:29:28
1601
原创 [课程笔记]（李沐-动手学深度学习）
比如y=|x|的导数，可以在[-1,1]之间取任意值将导数拓展到向量->梯度第一种情况：y标量x向量（y标量x向量）补充：内积可以这样来理解向量内积：向量a、b的内积等于向量a在b方向的分量（或投影）与b的内积，当a、b垂直时，a在b方向上无分量，所以内积为0。其他几何意义：从内积数值上我们可以看出两个向量的在方向上的接近程度。当内积值为正值时，两个向量大致指向相同的方向（方向夹角小于90度）；当内积值为负值时，两个向量大致指向相反的方向（方向角大于90度）；当内积值为0时，两个向量互相垂
2022-06-09 11:53:36
5148
原创 [面经整理]（C++篇）
每一种编程语言都使用指针。C++将指针暴露给了用户(程序员)，而Java和C#等语言则将指针隐藏起来了。辅助解释：（1）指针本身就是内存地址的抽象化，内存地址本身是计算机不可避免的，这也是有的人强调“指针天然存在”、“指针就是内存地址”的原因，这揭示了指针的本质，当然严格从语言规范来说，这一描述有问题。（2）因此不是c语言引入了指针，而是常见的高级语言都隐藏了指针，以降低编程难度。同时牺牲了部分高性能运算能力。所以，引用类型的变量会占用内存空间，占用的内存空间的大小和指针类型的大小是相同的。右下角的“
2022-05-31 20:49:39
2157
原创 [论文阅读] Meta-Weight-Net: Learning an Explicit Mapping For Sample Weighting
文章目录摘要引言The Proposed Meta-Weight-Net Learning MethodThe Meta-learning Objective相关工作摘要目前的深度神经网络(DNNs)很容易对带有损坏标签或类不平衡的有偏训练数据（biased training data）进行过拟合。通常采用样本重加权策略来缓解这一问题，通过设计一个从训练损失到样本权重的权重函数映射，然后在权重重计算和分类器更新之间进行迭代。然而，目前的方法需要手动预先指定权重函数及其附加的超参数。根据所调查的问
2022-05-26 16:02:49
2064
8
原创 [面经整理] 机器/深度学习补充篇
文章目录手写mIoU的计算C++底层代码实现图像3*3均值滤波有哪些loss函数C++底层代码实现双线性插值手写mIoU的计算原理介绍：参考一.IOU理解在语义分割的问题中，交并比就是该类的真实标签和预测值的交和并的比值单类的交并比可以理解为下图：TP: 预测正确，真正例，模型预测为正例，实际是正例FP: 预测错误，假正例，模型预测为正例，实际是反例FN: 预测错误，假反例，模型预测为反例，实际是正例TN: 预测正确，真反例，模型预测为反例，实际是反例IoU = TP / (TP
2022-05-21 09:23:28
573
原创 [论文阅读]（图像/视频质量评价系列）
文章目录[2021] (QoMEX) Image Super-Resolution Quality Assessment:Structural Fidelity Versus Statistical Naturalness摘要引言2D QUALITY ASSESSMENT OF SISR IMAGESFUSING 2D ASSESSMENT FOR 1D PREDICTION结论[2021] (QoMEX) Image Super-Resolution Quality Assessment:Struct
2022-05-16 22:04:48
4483
原创 [论文阅读]（视频理解系列）
文章目录[2014] （NIPS）Two-stream ConvNets for Action recognition in videos前言标题和作者摘要引言双流网络实验部分结论和展望[2014] （NIPS）Two-stream ConvNets for Action recognition in videos前言视频数据的好处 :一起来读一下视频分类乃至整个视频理解领域里一篇开山之作，双流网络，也就是这里说的Two-Stream Convolutional Networks for A
2022-05-16 16:12:20
437
原创 [论文阅读]（Transformer系列）
文章目录一.Video Transformer Network摘要引言相关工作：Applying Transformers on long sequencesVideo Transformer NetworkSpatial backboneTemporal attention-based encoderClassification MLP headLooking beyond a short clip contextVideo Action Recognition with VTNImplementatio
2022-05-07 16:32:54
2041
3
原创 [论文阅读]（对比学习系列）
文章目录[2020] (ICML)SimCLR摘要Introduction方法The Contrastive Learning Framework[2020] (ICML)SimCLR摘要本文介绍了一个简单的视觉表征对比学习框架SimCLR。我们简化了最近提出的对比自监督学习算法，而不需要专门的架构或存储库。为了理解是什么使得对比预测任务能够学习有用的表示，我们系统地研究了我们框架的主要组成部分。我们表明(1)数据增强的组成在定义有效的预测任务中起着至关重要的作用，(2)在表示和对比损失之间引入一
2022-05-01 18:12:04
1713
原创 [面经整理]（机器/深度学习篇）
文章目录特征工程为什么需要做特征归一化、标准化？常用的归一化和标准化的方法有哪些？模型评估欠拟合、过拟合及如何防止过拟合陆续更新。。。特征工程为什么需要做特征归一化、标准化？参考链接多维情况下可以分解成多个维度上分别下降，参数W为向量，但学习率只有1个，即所有参数维度共用同一个学习率（暂不考虑为每个维度都分配单独学习率的算法）。收敛意味着在每个参数维度上都取得极小值，每个参数维度上的偏导数都为0，但是每个参数维度上的下降速度是不同的，为了每个维度上都能收敛，学习率应取所有维度在当前位置合适步长
2022-04-30 10:44:02
2700
原创 [论文阅读]（Flood Segmentation on Sentinel-1 SAR Imagery with Semi-Supervised Learning）
文章目录摘要引言数据方法ResultsConclusionAppendixA Implementation DetailsB Experiments with Noisy Student TrainingC Supplemental Figures摘要洪水在世界各地肆虐，造成数十亿美元的损失，并连根拔起社区、生态系统和经济。美国国家航空航天局(NASA)的冲击洪水探测竞赛要求参与者在有监督的环境下使用合成孔径雷达(SAR)图像进行训练后，预测洪水像素。我们提出了一种半监督学习伪标记方案，该方案从
2022-04-30 10:32:00
585
原创 [论文阅读]（不确定性系列）
文章目录摘要引言相关工作提出方法Graph constructionBayesian convolutional neural networksGraph representationUncertainty-guided graph attention network (UG-GAT)实验结果Data descriptionBaseline and implementation details摘要肺积液(PPE)是一种常见的情况，导致死亡的肺炎住院患者。在计算机断层扫描(CT)中快速区分复杂和非
2022-04-22 15:28:05
5366
1
原创 [ML]（回归和分类）
文章目录正则化概率分类模型回归模型 vs 概率模型概率模型实现原理盒子抽球概率举例概率与分类的关系分类模型模型优化概率模型-建模三部曲后验概率logistic回归logistic回归Step1 逻辑回归的函数集Step2 定义损失函数Step3 寻找最好的函数损失函数：为什么不学线性回归用平方误差？该篇是李宏毅2017机器学习课程的学习笔记，主要参考LeeML正则化更多特征，更多input，数据量没有明显增加，仍旧导致overfitting更多特征，但是权重 w 可能会使某些特征权值过高，仍旧导
2022-04-21 22:06:43
1587
原创 [论文阅读]（gMAD）
文章目录gMAD CompetitionIQA模型比较应用范例gMAD CompetitionMAD[33]和gMAD竞争方法背后最基本的想法是放弃传统的原则。这里我们不是试图证明一个模型，而是试图反驳一个模型，一个更难被反驳的模型被认为是一个相对较好的模型。这个新原则使我们有机会大大减少所需的测试样本数量，因为在理想情况下，即使是一个反例也足以证明一个模型是错误的。gMAD方法的另一个重要组成部分是使用一种高效和自动的方法来找到潜在的反例。当试图反驳一个模型(被称为辩护者defender)时，不
2022-04-19 23:32:31
3609
原创 [DL]（模型压缩）
文章目录Network Pruning（网络剪枝）Network can be Pruned为什么大的网络容易train?知识蒸馏参数量化（Parameter Quantization）结构设计（Architecture Design）Low rank approximation(低秩近似)Depthwise Separable Convolution(深度可分离卷积)Dynamic Computation（动态计算）本文主要参考李宏毅机器学习笔记—— 15. Network Compression(
2022-04-19 17:22:36
185
原创 [DL/论文阅读]（卷积神经网络）
文章目录CNN组件padding填白pooling池化计算卷积输出大小、参数量和计算量感受野（ReceptiveReceptiveReceptive FieldFieldField）CNN 与 MLPCNN 与 TransformerCNN组件padding填白参考从上面我们可以知道，原图像在经过filter卷积之后，变小了，从(8,8)变成了(6,6)。假设我们再卷一次，那大小就变成了(4,4)了。这样有啥问题呢？主要有两个问题：每次卷积，图像都缩小，这样卷不了几次就没了；相比
2022-04-12 16:54:32
2042
原创 [亲测有效]（NCCL error using DDP and PyTorch 1.7）
文章目录问题描述解决方法tips问题描述在使用pytorch1.7.1进行DistributedDataParallel （DDP）分布式训练时遇见以下报错：RuntimeError: NCCL error in: /pytorch/torch/lib/c10d/ProcessGroupNCCL.cpp:784, invalid usage, NCCL version 2.7.8出现这种错误的原因并不统一，百度谷歌都没有找到答案，调试整整一天才解决！！！气坏！！解决方法在URL有很多人讨论这
2022-04-09 16:49:33
2979
原创 [亲测有效]（python删除csv文件中特定行）
验证图片地址是否存在，若不存在，则删除该地址在csv文件所在行import csvimport osroot = './csv_files'path = './main'file_old = 'file_names_ugc.csv'file_old = os.path.join(root, file_old)file_temp = 'file_names_ugc_temp.csv'file_temp = os.path.join(root, file_temp)fieldnames
2022-04-08 14:57:53
4220
原创 [ML]（梯度下降法和BP算法）
文章目录前导：神经网络的结构（MLP）梯度下降法直观理解反向传播反向传播的微积分原理前导：神经网络的结构（MLP）公众号链接梯度下降法公众号链接直观理解反向传播公众号链接反向传播的微积分原理公众号整理......
2022-04-01 22:19:48
1279
原创 [ML]（HMM、MRF、CRF）
文章目录HMM马尔科夫模型的例子隐马尔可夫模型五元组HMM的两个假设HMM例子HMM的3类问题HMM中的前向算法和后向算法HMM 之 维特比算法 ViterbiHMM 之 baum-welch算法马尔科夫随机场概率图引入MRF定义MRF简单例子局部势函数和边缘概率的关系应用举例HMM马尔科夫模型的例子一个例子：概率转换图：状态链是一个可观测到的马尔科夫链另一个例子：用今日的天气推断明天的天气，用明天的天气推断后天天气上面的例子可以用马尔科夫模型描述隐马尔可夫模型水藻和天气是有关系
2022-03-30 00:08:56
1267
原创 [论文阅读]（Image Quality Assessment using Contrastive Learning）
文章目录摘要引言方法1. 辅助任务保持质量不变的变换实验结果摘要一种自我监督的方式获取图像质量表示的问题。我们使用畸变类型和程度的预测作为辅助任务，从包含合成和真实混合失真的未标记图像数据集学习特征。然后，我们训练一个深度卷积神经网络(CNN)使用一个contrastive pairwise来解决辅助问题。我们将提出的训练框架和产生的深层IQA模型作为对比图像质量评估器(CONTRIQUE)。在评估期间，CNN权重被冻结，线性回归器将学习的表示映射到NR设置中的质量分数。我们通过大量的实验表明，与
2022-03-18 20:27:43
1623
1
原创 [CS344-2](GPU硬件与并行通讯模式)
文章目录1.通信2.线程如何一齐有效的访问内存？3. 线程如何通过 共享内存 来交流部分结果4.内存模型5.同步性writing efficient programs使用CUDA中不同内存的例子本地内存(local memory)全局内存共享内存1.通信协同工作其实就是与通信有关，在CUDA中，通信发生在内存中。例如，线程可能需要从同一输入位置读取，或者写入到同一个输出位置，有时线程可能需要交换部分结果通信的不同类型以及并行计算中，不同的通信模型（about how to map tasks(w.
2022-02-26 16:37:31
506
原创 [AI部署]（数据集的读写实现）
文章目录1.ubuntu2.cmake3.1.ubuntu在嵌入式市场上linux占据霸主地位，基本绝大部分的嵌入式设备都是linux操作系统，android操作系统是基于linux操作系统进行开发的，它具有体积小、可裁减、运行速度高、良好的网络性能低成本、强大的定制功能以及良好的移植性能。必须掌握的最基本操作cp #拷贝mv #移动mkdir #创建文件夹chmod #更改文件权限ln #创建连接ssh telnet .
2022-02-24 22:47:23
747
原创 [CS344-1](GPU编程模型)
文章目录举例，怎么能更快的从美国挖洞到中国How To Make Computers Run Faster从技术趋势讲起：为啥并行在整个世界如此风靡？当我们制造高性能的处理器，除了能耗最佳，我们还需要优化什么考虑GPU设计师是怎做决定的CUDA 的整体结构CUDA 的数据流GPU擅长什么举例子：计算从1—63的平方代码Configuring the Kernel Launch Parameters（设置启动内核时候的参数）Map的概念引入第一个CUDA项目举例，怎么能更快的从美国挖洞到中国用一个.
2022-02-20 22:07:51
347
原创 [力扣刷题总结]（排序篇）
文章目录剑指 Offer 51. 数组中的逆序对解法1：归并排序剑指 Offer 51. 数组中的逆序对力扣链接在数组中的两个数字，如果前面一个数字大于后面的数字，则这两个数字组成一个逆序对。输入一个数组，求出这个数组中的逆序对的总数。示例 1:输入: [7,5,6,4]输出: 5限制：0 <= 数组长度 <= 50000解法1：归并排序思路：这道题能够用归并排序做的原因是，在merge过程中可以计算出左右两个有序子数组的逆序对数。 而且，“排序”虽然修改了原数组的元素.
2022-02-16 09:22:47
427
3
原创 [侯捷C++](内存管理)
文章目录第一讲：primitives四种内存分配与释放基本构件之 new/delete expression1、内存申请2、内存释放3、模拟编译器直接调用构造和析构函数Array new第二讲：malloc/free第三讲：std::allocator第四讲：other allocators第五讲：loki::allocator第一讲：primitives四种内存分配与释放在编程时可以通过上图的几种方法直接或间接地操作内存。下面将介绍四种C++内存操作方法：1.::operator new(.
2022-01-24 17:33:12
823
原创 [力扣刷题总结]（数学和字符串篇）
文章目录7. 整数反转解法1：数学7. 整数反转力扣链接给你一个 32 位的有符号整数 x ，返回将 x 中的数字部分反转后的结果。如果反转后整数超过 32 位的有符号整数的范围 [−2^31, 2^31 − 1] ，就返回 0。假设环境不允许存储 64 位整数（有符号或无符号）。示例 1：输入：x = 123输出：321示例 2：输入：x = -123输出：-321示例 3：输入：x = 120输出：21示例 4：输入：x = 0输出：0提示：-231 &l.
2022-01-09 23:24:58
555
原创 [C++]（STL和泛型编程）
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录1.认识headers2.STL体系结构基础介绍3.容器之分类与各种测试（1）3.容器之分类与各种测试（2）3.容器之分类与各种测试（3）3.容器之分类与各种测试（4）1.认识headersC++ 标准库（STL大部分属于C++标准库） —STL和标准库的关系2.STL体系结构基础介绍1.容器帮助我们吧内存的问题解决，需要一个分配器来支持容器，容器是一个模板类，有一些操作是自己做，更多的是独立出来成为算法。算法和容器
2022-01-07 17:18:40
885
原创 [力扣刷题总结]（字典树篇）
文章目录字典树字典树的概念字典树的功能字典树的实现及代码实现208. 实现 Trie (前缀树)解法1：实现Trie472. 连接词解法1：字典树+DFS820. 单词的压缩编码解法1：字典树字典树字典树的概念本小节主要参考参考链接字典树也叫Trie树、前缀树 。顾名思义，它是一种针对字符串进行维护的数据结构。字典树，顾名思义，是关于“字典”的一棵树。即：它是对于字典的一种存储方式（所以是一种数据结构而不是算法）。这个词典中的每个“单词”就是从根节点出发一直到某一个目标节点的路径，路径中每条.
2022-01-03 16:57:14
683
原创 [力扣刷题总结](二分查找)
文章目录||||||||||||||||||||||| 二分查找 ||||||||||||||||||||||||||||模板1：寻找一个数模板2：寻找左侧边界的二分搜索模板3：寻找左侧边界的二分搜索|||||||||||||| 标准二分查找一个数 |||||||||||||69. Sqrt(x)解法1：二分查找解法2：牛顿迭代法704. 二分查找解法1：二分查找||||||||||||||||||||||| 二分查找左边界 ||||||||||||||||||||||||||||278. 第一个错误的版.
2022-01-01 20:36:01
681
2
原创 [力扣刷题总结]（链表篇）
文章目录2. 两数相加解法1：链表2. 两数相加力扣连接给你两个 非空 的链表，表示两个非负的整数。它们每位数字都是按照 逆序 的方式存储的，并且每个节点只能存储 一位 数字。请你将两个数相加，并以相同形式返回一个表示和的链表。你可以假设除了数字 0 之外，这两个数都不会以 0 开头。示例 1：输入：l1 = [2,4,3], l2 = [5,6,4]输出：[7,0,8]解释：342 + 465 = 807.示例 2：输入：l1 = [0], l2 = [0]输出：[0]示例.
2021-12-30 20:55:34
533
原创 [力扣刷题总结]（二叉树篇）
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录二叉树理论基础篇1.二叉树的种类2.二叉树的存储方式3.二叉树的遍历方式4.二叉树的定义////////////二叉树的遍历方式///////////////二叉树的递归遍历二叉树的迭代遍历1. 迭代法中序遍历2.迭代法前序遍历3.迭代法后序遍历144. 二叉树的前序遍历解法1：递归遍历解法2：迭代遍历二叉树的层序遍历////////////二叉树的属性///////////////////////////二叉树的修改与改造////
2021-12-29 20:21:36
1312
原创 [力扣刷题总结](双指针篇)
文章目录前言~~缩减搜索空间的思想~~11. 盛最多水的容器前言缩减搜索空间的思想11. 盛最多水的容器力扣链接给你 n 个非负整数 a1，a2，…，an，每个数代表坐标中的一个点 (i, ai) 。在坐标内画 n 条垂直线，垂直线 i 的两个端点分别为 (i, ai) 和 (i, 0) 。找出其中的两条线，使得它们与 x 轴共同构成的容器可以容纳最多的水。说明：你不能倾斜容器。示例 1：输入：[1,8,6,2,5,4,8,3,7]输出：49解释：图中垂直线代表输入数组 [1,8,.
2021-12-20 22:47:15
4174
1
原创 [力扣刷题总结](图,DFS和BFS篇)
文章目录~~~~~~~~~~~~图~~~~~~~~~~~~1034. 边界着色解法1：DFS图1034. 边界着色给你一个大小为 m x n 的整数矩阵 grid ，表示一个网格。另给你三个整数 row、col 和 color 。网格中的每个值表示该位置处的网格块的颜色。当两个网格块的颜色相同，而且在四个方向中任意一个方向上相邻时，它们属于同一 连通分量 。连通分量的边界 是指连通分量中的所有与不在分量中的网格块相邻（四个方向上）的所有网格块，或者在网格的边界上（第一行/列或最后一行/列）的所.
2021-12-07 16:31:55
841
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人