- 博客(100)
- 收藏
- 关注
RSS订阅原创 ITunes 操作
批量删除无效文件新建播放列表，名字All 将所有音乐拖到All 新建智能播放列表Delete（规则如下图） 删除Delete中所有的歌曲
2021-10-30 19:06:13
162
原创 Federated Learning 联邦学习概述及最新工作
一、目前主流的联邦学习应用场景 Cross-silo FL Cross-device FL Setting Training a model on siloed data. Clients are from different organizations (e.g. medical or financial) or geo-distributed datacenters. The cli.
2021-06-15 17:02:07
1465
原创 Jordan矩阵，矩阵指数函数，李群
Jordan 矩阵用于判断两个矩阵是否相似。判定两个矩阵是否相似不是件容易的事，即使他们有相同的特征多项式、迹和行列式，他们仍然可能不相似。那么我们的想法是：如果能将给定的两个矩阵A,B通过相似性转换成同一类矩阵，那么他们必然是相似的。而由于种种原因直接寻找对角矩阵或者上三角矩阵在实际操作中都或多或少有一些问题，因此我们的想法是：寻找介于对角矩阵和上三角矩阵之间的一类矩阵，这就是Jordan矩阵概念介绍：https://zhuanlan.zhihu.com/p/132622172矩阵的指数函
2021-01-12 16:45:30
1393
原创 【论文研读】Data Augmentation, Network Invariances, Pre-training with Hard Examples
Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation (arxiv 2020.12)idea：perform a systematic study of the Copy-Paste augmentation (e.g., [13, 12]) for instance segmentation where we randomly paste objects onto an image we
2021-01-03 19:17:32
269
原创 【持续更】python语法总结
一、矩阵、列表操作1、获得矩阵索引值idx = np.argwhere(z>10)2、删除列表删除指定位置：delL[0]xi = list(L).remove('string')3、按行删除矩阵idx = np.argwhere(a < 0) # delete <0 dataa = np.delete(a, idx[:, 0], 0)...
2020-12-18 16:36:46
126
原创 【论文研读】 两篇公众号文章；Test-Time Training；超分Domain Adaptive
测试集没有标签，我们可以拿来测试模型吗？Paper Link：https://arxiv.org/abs/2007.02915重点研究自动模型评估（AutoEval）这一重要的且尚未开发的问题。具体来说，给定带标签的训练集和分类器，我们需要估计出分类器在未标记的测试数据集上的分类准确性。 方法的出发点：测试集合和训练集合数据分布差异越大，那么分类器在测试集合上的准确率就会越低。 采用回归模型：输入为一个测试集与数据分布差异相关的特征（如均值和协方差），输出为分类器在其上的准确率。 构造元数据集
2020-12-18 16:30:02
1594
1
原创 【论文研读】Similarity of Neural Network Representations Revisited (ICML2019)
Title:Similarity of Neural Network Representations Revisited (ICML2019)Author：Simon Kornblith ...(Long Beach, California)目录Aim:invariance properties of similarity indexes 分为三个方面Comparing Similarity StructuresRelated Similarity IndexesResults.
2020-12-09 15:01:53
1655
3
原创 cv2 边缘识别、膨胀腐蚀、求最小包围矩阵
img_src = cv2.imread("cs1.jpg")# erodekernel = np.ones((3, 3),np.uint8)img_src = cv2.dilate(img_src ,kernel)img_src = cv2.erode(img_src, kernel)# find contourimg_contour, contours, hierarchy = cv2.findContours(img_bin, cv2.RETR_LIST, cv2.CHAIN_APP.
2020-12-01 19:39:37
693
原创 ECCV 2020 workshop self-supervision note
Self Supervised Learning: What is Next?一、Perspectives on Unsupervised Representation LearningSimCLR seems to benefit from deep models and long training more than SL how we handle the weight initialization may play a big role in the final features We
2020-11-02 15:44:25
190
2
原创 【论文研读】Ultrasound related paper (multi-task, detection)
Less is More: Simultaneous View Classifification and Landmark Detection for AbdominalUltrasound ImagesAuthor：Zhoubing Xu,...,Shaohua Zhouidea：提出了一个多任务框架：1)超声视图分类,2)腹部长短抽的landmark detection网络框架： Encoder：ResNet50。The first convolutional layer is m..
2020-08-31 15:42:39
280
原创 Self-supervised and unsupervised learning for video
ActBERT: Learning Global-Local Video-Text Representations（cvpr2020）背景：在教做菜的视频中，视频创作者会描述，“开始切胡萝卜”，往往人物也是在正进行“切胡萝卜”的动作。这种天然的视觉对应关系，是进行视频文字自监督学习的重要要素。其中文字描述可以通过自动语音识别技术（ASR）从视频中或从创作者上传的字幕中提取文字。这样成对的视频文字数据就产生了。 为了解决视觉特征无法做分类预测的问题，VideoBERT 使用了 hierachica.
2020-08-10 19:39:14
585
转载 图像特征提取：局部二值模式（LBP)
一、LBP算子 局部二值模式是一种灰度范围内的非参数描述子，具有对灰度变化不敏感且计算速度快等优点[1].LBP算子利用中心像素的领域像素与中心像素的比较结果进行编码。常见的LBP_{P,R}模式有： P,R分别代表领域像素点的个数和领域半径，上图所示分别为8点半径为1；16点半径为2；8点半径为2的模式。 LBP算子计算实例如下：从左上角开始，沿顺时针方向依次与中心像素进行比较，如果大于等于中心像素的取值为1，否则为0.得到一个01序列，我们视为一个二进制数。将二进制数转化...
2020-08-10 16:18:58
1397
原创 【论文研读】Obscuring Surface Anatomy + Detection of Wrong-Patient when Include Patient Photographs
Obscuring Surface Anatomy in Volumetric Imaging DataAuthor: Mikhail Milchenko and Daniel Marcusidea: we developed a method of anatomical surface modification and investigated the effects of such modification on image statistics and common neuroimaging
2020-08-04 22:22:51
211
原创 【论文研读】Self-supervised、unsupervised learning （2020最新论文）
Are Labels Necessary for Neural Architecture SearchAuthor：Chenxi Liu ，...，Kaiming He（Facebook AI）发现： the architecture rankings produced with and without labels are highly correlated.NAS和UnNAS的结果具有高度相关性 using unlabeled images from a large d..
2020-07-16 17:01:23
1930
原创 论文研读：CVPR2020 相关文章
What Can Be Transferred: Unsupervised Domain Adaptation forEndoscopic Lesions Segmentation（cvpr2020）Author：Jiahua Dong,...,Xiaowei Xu问题：迁移的时候对所有信息同等对待，有些信息会损耗目标网络。how to automatically capture transferable visual characterizations and semantic represe..
2020-06-20 16:32:51
1099
1
原创 Overleaf summit to arxiv 步骤详解
最近刚好遇到这个问题，在此记录。1. 点击overleaf项目中的summit；选择arxiv，下载zip文件2. 解压zip文件，将中间的png转化为pdf，别忘了main.tex中也要改！我用的转化工具网页：https://png2pdf.com/zh/3. 打开Main.tex，把\bibliographystyle{IEEEtran}\bibliography{IEEEabrv,refer}变成：\input{Main.bbl}\bibliographysty
2020-05-29 20:48:18
2281
原创 【系列论文研读】Semi-supervised learning：VAT，TEM，S4L，UDA
一、Virtual Adversarial Training (VAT)原文：Virtual adversarial training: a regularization method for supervised and semi-supervised learning.（2018PAMI）作者：T. Miyato, S.-i. Maeda （Kyoto University, Kyot...
2020-03-31 20:42:33
1777
5
原创 【论文研读】Self-supervised：AMDIM， DIM
Title：Learning deep representations by mutual information estimation and maximization（2019ICLR）Author：R Devon Hjelm（MSR Montreal）Method：主要使用最大化互信息的思想，同一张图的局部特征和全局特征应高度相关，另一张的局部特征不相关。采用NCEloss得到s...
2020-02-20 14:12:58
3784
原创 【论文研读】SimCLR Google2020.2提出最新自监督方法
Title：A Simple Framework for Contrastive Learning of Visual RepresentationsAuthor：Ting Chen， Geoffrey Hinton... (Google Research)参考：Hinton组力作：ImageNet无监督学习最佳性能一次提升7%，媲美监督学习网络结构Data aug...
2020-02-19 15:57:15
5261
原创 新冠肺炎的诊断与临床症状
病毒机理：S蛋白与人体敏感细胞的表面受体ACE2结合，后者介导病毒进入靶细胞进一步复制 covid-19肺炎的机理是过激的免疫反应制造的大量自由基引起的器官损伤 病毒入侵后免疫系统反击，巨噬细胞、中性粒细胞释放出大量自由基，与细胞的蛋白、DNA反应使细胞死亡，导致器官损害 血清细胞因子水平较高，提示可能发生细胞因子风暴。病变早期病理表现：水肿、带球状的蛋白质渗出物 少...
2020-02-18 22:39:49
3348
2
原创 【论文系列研读】Superpixel： SLIC+SNN
1、SLIC（PAMI2012）Title：SLIC Superpixels Compared to State-of-the-art Superpixel MethodsAuthor：Radhakrishna Achanta ... (École Polytechnique Fédérale de Lausanne,EPFL 瑞士联邦理工学院)Other Algorithms ...
2020-02-15 15:34:30
664
3
原创 【系列论文研读】Pose Estimation
Human Pose Estimation一、Definition：defined as the problem of localization of human joints challenges of this problem – strong articulations, small and barely visible joints二、Two methods:To...
2019-10-29 20:26:10
1056
原创 3d slicer 替代软件——ITK-SNAP
download网址：https://sourceforge.net/projects/itk-snap/https://sourceforge.net/projects/itk-snap/files/itk-snap/3.8.0/itksnap-3.8.0-20190612-win64.exe/download网页界面：显示3d的操作方式1）保存原始图像、预测图像...
2019-07-19 10:37:40
3483
原创 腾讯犀牛鸟峰会笔记
AI应用从简单的围棋到复杂环境的王者荣耀 视频自动标签：标签多且有歧义 食品图像分析：细粒度的识别 自动生成游戏解说：cv（目标识别）->NLP（文本）->voice（语音）计算机视觉的挑战（计算所）cv是AI最活跃的领域 目前对于深度学习是知其然不知其所以然 识别->理解，理解是关键，尤其是跨模态的对齐 AI的必然：机要懂人；机要懂事；说机器语...
2019-07-12 20:52:43
340
原创 【系列论文研读】Self-supervised learning：rotating，M&M tuning，Jigsaw++
Self-supervised Spatiotemporal Feature Learning by Video Geometric Transformations处理数据：video 方法： a set of pre-designed geometric transformations (e.g. rotating 0°, 90°, 180°, and 270°) are applied...
2019-07-10 15:39:55
2302
原创 【cvpr2018】Solving Arbitrary Jigsaw Puzzles for Unsupervised Representation Learning（自监督）
解决问题：Learning visual features from unlabeled image data a new approach in which the number of configurations can be arbitrarily large while the number of parameters remains unchanged.相关工作：聚类...
2019-07-05 10:44:12
1046
原创 【论文研读】Category-level Adversaries for Semantics Consistent Domain Adaptation（cvpr2019）
原文链接：Taking A Closer Look at Domain Shift: Category-level Adversaries for Semantics Consistent Domain Adaptation作者：Yawei Luo , Liang Zheng，Tao Guan , Junqing Yu , Yi Yang一、背景知识介绍1、语义分割：1）定义：给...
2019-04-18 10:39:52
1533
原创 环境搭建：conda+cuda9.0+caffe
刚刚发现简易方法：conda create -n caf python=2.7source activate cafconda install -c defaults libprotobuf protobufconda install -c defaults caffe（over）————————————分割常规方法—————————————————一、下载caffe...
2019-04-16 11:05:26
1463
原创 【cvpr2019】Bag of Tricks for Image Classification with Convolutional Neural Networks
Bag of Tricks for Image Classification with Convolutional Neural Networks作者：Tong He, Zhi Zhang, Hang Zhang, Zhongyue Zhang, Junyuan Xie, Mu Li论文链接：https://arxiv.org/abs/1812.01187源码链接：https://gith...
2019-04-10 17:31:21
1428
3
原创 vtk读取医疗图像、裁剪、提取等操作的学习记录
一、vtk安装命令：pip install vtk二、vtk相关操作1、读取dicom文件v16 = vtk.vtkDICOMImageReader()v16.SetDataByteOrderToLittleEndian()v16.SetDirectoryName(dicom_path)v16.SetDataSpacing(Space[0], Space[1], Sp...
2019-03-27 15:45:53
3260
转载 【GANs】教程、笔记及总结
【GANs学习笔记】（一）初步了解GANs【GANs学习笔记】（四）GANs的缺陷1、generator中的最小化的过程不一定是在最小化两者数据之间的JS divergence距离【GANs学习笔记】（六）JS Divergence不是最好的Divergence1、JS divergence是通过discriminator计算出来的，而discriminator的本质是binary...
2019-03-22 16:56:09
764
原创 【持续更】总结 python、pycharm错误总结
1、远程调试pycharm时候出现的错误：ImportErrorImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory解决方法：pycharm上方菜单栏：run->configurations->environment variable，添加：LD_...
2019-03-13 16:04:17
299
原创 【总结】Linux常用指令
一、文件操作1、复制文件cp -option原路径/ 目的路径/-f：覆盖已经存在的目标文件而不给出提示 -r：递归复制例：cp test.py hello #把wcg下的test.py复制到hello下2、移动文件例：mv /data/new /data/old/ 移动/data/new 到/data/old/文件夹下例：mv /data...
2019-03-12 10:03:47
244
原创 环境搭建：linux + cuda8.0 + cudnn5.1 + tf1.2
1、安装Anacondaa）在官网下载文件b）安装命令：sh Anaconda3-5.3.0-Linux-x86_64.sh 默认路径：/root/anaconda3c）添加环境变量：export PATH=/root/anaconda3/bin:$PATH2、安装cuda8.0a）下载cuda：https://developer.nvidia.com/cu...
2019-03-11 17:36:38
390
原创 【论文研读】A Network Architecture for Point Cloud Classification via Automatic Depth Images Generation
论文：A Network Architecture for Point Cloud Classification via Automatic Depth Images Generation(cvpr2018)Autuor： Riccardo Roveri, Lukas Rahmann, A. Cengiz Oztireli, Markus Gross11苏黎世联邦理工学院 ¨2Disn...
2018-12-14 16:50:00
571
原创 【论文研读】PointGrid（2018cvpr，point cloud）
Autuor：Truc Le and Ye Duan——University of MissoruriIntroduction作者提出PointGrid，这是一个三维卷积网络， 它是点和网格的集成，是一种可以更好地表示局部几何形状细节的混合模型在每一个grid cell，保持points num=K（作者选取16*16*16，对比VNet的64*64*64小多了）比现有的方法...
2018-12-13 16:43:55
1710
5
原创 【论文学习】Face Verification Using Deep Belief Networks
Icpr2016Dong-Han Jhuang, Daw-Tung Lin∗, and Chi-Hung Tsai——National Taipei University任务：识别出一张人脸，有没有这个人脸三步骤：1、 feature extraction phase： range filtering：提取ROI，如把人脸从图像...
2018-12-06 17:21:47
252
原创 【论文学习】PointNet++
Author：Charles R. Qi Li Yi Hao Su Leonidas J. Guibas Stanford University会议：Conference on Neural Information Processing Systems (NIPS) 2017一、回顾PointNet原理：1、learn a spatial en...
2018-12-05 14:47:50
675
2
原创 【论文学习】零样本学习：Zero-Shot learning（2018CVPR）
1、简介见过和没见过的类别都要提供类别描述信息（比如用户定义的属性标注、类别的文本描述、类别名的词向量等）；某些描述信息是各个类别共有的。这些描述信息通常被称为辅助信息或语义表征。典型 ZSL 方法的一个通用假设是：存在一个共有的嵌入空间，其中有一个映射函数：定义这个函数的目的是对于见过或没见过的类别，衡量图像特征 φ(x) 和语义表征 ψ(y) 之间的相容性（compatibil...
2018-11-09 19:31:36
3565
2
转载 迁移学习Transfer Learning
1、简介一句话概括：从以前的任务当中去学习知识（knowledge）或经验，并应用于新的任务当中。传统的机器学习方法包括有监督学习、无监督学习和半监督学习，针对不完全数据，有监督和半监督学习还有相应的变形，如处理噪声分类标签问题以及代价敏感学习。然而，这些方法的大多数都假设已标注数据与未标注数据的分布是相同的。与之相反的是，迁移学习允许源空间、任务空间，并且在测试集和训练集中的分布是不同的...
2018-11-02 12:35:53
336
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