- 博客(15)
- 收藏
- 关注
RSS订阅原创 基于Gabor滤波器的卷积层设计方法(可学习参数)及其python实现
本文用于介绍如何实现Gabor卷积层，它大致分为两种方法，一种是将Gabor滤波器的几个参数作为可学习参数进行学习，另一种是利用人工设计的一组Gabor核与普通卷积核进行相乘。本文将详细介绍前一种方法。最后一步是将参数按照公式赋值，weight的shape为(输出通道，输入通道，gabor卷积核大小)文中在最开始的一层使用了卷积核大小为15，输出通道为32的gabor卷积层。如何在网络中使用这个GaborLayer?论文是对猫狗图像的分类网络，设计如图所示。定义卷积核的位置索引网格。
2024-01-24 22:05:17
665
1
原创 论文笔记 DIAL: Deep Interactive and Active Learning for Semantic Segmentation in Remote Sensing
遥感中的半自动学习结合主动学习
2023-12-02 12:31:57
101
原创 opencv-python利用结构化随机森林进行边缘检测
structured random forest for detecting edges
2022-11-09 10:53:57
929
原创 阅读笔记《Changer: Feature Interaction is What You Need for Change Detection》
Changer: Feature Interaction is What You Need for Change Detection的论文笔记
2022-10-19 20:25:54
1513
1
原创 【论文简述】目标检测：FCOS（2019）
B站简介视频：https://www.bilibili.com/video/BV16V411m73M?spm_id_from=333.337.search-card.all.clickFOCS：借用FCN思想来进行目标检测proposal free + anchor free,减少了超参数的数量。避免了IoU的复杂计算模型精确度和通用性高。方法：完整架构：主干神经网络+FPN+预测子网络为什么最后两层没有进行上采样呢？FPN结构在高层的语义特征进行融合效果并不好，所以构建FPN没有必
2022-04-17 19:52:05
2894
1
原创 [论文笔记]Remote Sensing Image Change Detection with Transformers
Remote Sensing Image Change Detection with Transformers论文简介：该论文是2021年发表在ISPRS上的利用transformer做变化检测的工作。利用了LEVIR-CD数据集，下图是论文提出的BIT在该数据集上的结果。网络模型：关键点：BIT能够学习并且关联全局高层语义的上下文信息并可以反馈附加到原始特征。3个主要步骤从CNN backbone中提取高层特征。用BIT来修饰双时图像特征由预测头获得变化图。算法流程图3个关键组
2022-04-13 16:29:44
3475
原创 [论文笔记]Dual Graph Convolutional Network for Semantic Segmentation
Dual Graph Convolutional Network for Semantic Segmentation1. Abstract:DGCNet通过网络中两个正交图建模了输入特征的全局上下文关系，第一个子块建模像素间的空间关系，第二个子块建模网络特征图的通道维度的相互依赖关系。把特征映射到新的能够建模全局相互关系的低维度空间。2. Intro:研究现状：为了扩大网络感受野1. FCN通过增加网络的深度，但是线性的增长较缓慢，不能捕获长距离的像素关系。2. 扩张卷积（空洞卷积）的缺点是卷
2022-04-12 16:43:18
1100
2
原创 Yolov5_DOTA_OBB源码学习
yolov5旋转框的版本地址：https://github.com/hukaixuan19970627/YOLOv5_DOTA_OBB一、配置文件B站学习地址：https://www.bilibili.com/video/BV1Pq4y1S7Q4?p=73在项目的model文件夹下有各个版本的yolov5的yaml配置文件，从s-m-l-x网络依次变大，下面是yolov5m.yaml的代码内容。运行：项目读取配置文件后解析文件配置模型每一层的内容特点：v5配置文件比v3版本的配置文件更简洁，可读性
2021-10-19 22:10:55
3013
2
翻译 语义分割网络GSCNN+FarSeg
1.语义分割网络GSCNN+FarSeg1.1 Gated-SCNN (GSCNN)https://arxiv.org/abs/1907.057401.1.1 综述目前对于图像语义分割形成能表征图像的颜色，颜色，和文本信息的最先进的办法是处理这几种信息在一个深度CNN网络中。由于每种信息对于识别来说包含非常不同的信息，这种全部在一个网络处理的方式不是很理想。因此，提出的双流CNN架构即可解决上述问题。特别地，Gated-SCNN在经典的CNN处理流上设计并行进行形状流分支提取图像中的形状信息。这个架
2021-07-23 19:18:01
703
原创 力扣883 c++
力扣883 c++求三个面的投影面积定义res, cowMax,rowMax两重循环，逐行扫描的过程中：俯视图如果grid[i][j]不为零，证明在俯视图上有一个方块。主视图在i值的每一轮循环中，记录下rowMax,该值由原rowMax和当前grid[i][j]中的最大值确定。举个例子：当i=0时，即在最左侧一竖排，j =0 grid=1，j=1,grid=2,j=2，grid=3，（这三个都不为0，在俯视图都有方块）rowMax由1更新为2更新为3，所以主视图第一列有三个方块
2021-07-18 16:18:52
100
原创 面试题 01.03. URL化
面试题 01.03. URL化URL化。编写一种方法，将字符串中的空格全部替换为%20。假定该字符串尾部有足够的空间存放新增字符，并且知道字符串的“真实”长度。（注：用Java实现的话，请使用字符数组实现，以便直接在数组上操作。）示例1：输入：“Mr John Smith “, 13输出：“Mr%20John%20Smith”示例2：输入：” “, 5输出：”%20%20%20%20%20”通过示例我们看出，输入字符串包含空格有“真实”长度，示例一中"Mr
2021-07-11 19:51:51
87
原创 剑指offer24题-翻转链表
剑指offer24题-翻转链表题目描述定义一个函数，输入一个链表的头节点，反转该链表并输出反转后链表的头节点。输入: 1->2->3->4->5->NULL输出: 5->4->3->2->1->NULL题目分析在尝试翻转的过程中，发现当反转当前节点到前置节点操作进行时，如不加任何操作，会出现断链的效果，即当前节点的后置节点需要用临时变量进行保存。在虚线的下一行，表示了每一次的翻转循环，指针pre,cur,temp相对位置关系。cur
2021-07-10 09:52:14
75
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人