LLL8552的博客

原创 【论文阅读】Know Your Surroundings: Exploiting Scene Information for Object Tracking

本文提出了一个能够在序列中传播目标附近场景信息的跟踪结构，这种场景信息被用来实现提高目标预测的场景感知能力。场景信息被表示为一个关于位置状态向量的密集集合。

原创 Robust Visual Tracking by Segmentation

RTS包含四个部分：backbone，segmentation branch，instance localization brach and segmentation decoder。括号内依次为：backbone从第j帧提取的特征、对应的segmentation mask、对应的Gaussian label。利用预测的segmentation mask，我们将segmentation model参数更新为。中，得到segmentation model和instance model的参数。

原创 【论文阅读】Comprehensive Attention Self-Distillation for Weakly-Supervised Object Detection

本文详细介绍了论文《Comprehensive Attention Self-Distillation for Weakly-Supervised Object Detection》的各个组成部分

原创 [论文阅读] SparseTT: Visual Tracking with Sparse Transformers

本文详细介绍了《SparseTT: Visual Tracking with Sparse Transformers》这篇论文的过程，包括解决的问题，怎么解决的。

原创 【论文阅读】SiamRCR: Reciprocal Classification and Regression for Visual Object Tracking

本文针对siamese系列跟踪器的分类分支和回归分支中普遍存在准确度偏差的问题提出了一个解决办法，对分类损失和回归损失使用动态加权。

原创 【论文阅读】TrTr: Visual Tracking with Transformer

TrTr: Visual Tracking with Transformer介绍了一种使用transformer结构进行目标跟踪的方法。他取代了siamese方法中的互相关操作，使用transformer中的交叉注意力来代替，这样能够建立模板特征与搜索区域特征之间的长依赖。

原创 【论文阅读】Efficient Visual Tracking via Hierarchical Cross-Attention Transformer

Efficient Visual Tracking via Hierarchical Cross-Attention Transformer 介绍了一种跟踪器，该跟踪器使用了一种稀疏转换和分层交叉注意力结构，大大减少了计算时间的消耗，使用该跟踪器即使在cpu上运行也能有40fps的速度。

原创 pin_memory报错解决：RuntimeError: cannot pin ‘CUDAComplexFloatType‘ only dense CPU tensors can be pinned

这个是由于你的数据类默认使用cuda类的tensor，但是读数据的时候应该使用cpu类型的tensor，在forward的时候再将数据变为cuda类型tensor。就是将数据类中cuda类型的tensor改为cpu类型的tensor，在模型forward的时候再变为cuda类型的tensor。

原创 【论文阅读】SMT: Scale-Aware Modulation Meet Transformer（附核心代码讲解）

结合源码介绍了论文《Scale-Aware Modulation Meet Transformer》的主要方法。

原创 【论文阅读】TOMP: Transforming Model Prediction for Tracking

第一句背景介绍，当前基于优化的方法通过集成目标模型预测模块和最小化目标函数以提供有效的推理取得了广泛的成功第二句指出当前存在的问题，尽管这种归纳偏置（卷积神经网络使用卷积存在先天的归纳偏置）整合了有价值的领域知识，但也限制了跟踪网络的表现。第三部分介绍本文针对这个问题所做的工作：应用基于Transform的模型预测模块构建了一个跟踪网络。Transformer能够以极低的归纳偏置来捕捉全局信息，能够学习到更加有力的目标模型的预测。

原创 神经网络拟合函数实验

在学习神经网络时了解到神经网络具有强大得函数拟合能力，因此我针对这个问题做了个实验，使用神经网络对自定义的函数进行拟合。(直接狂堆全连接层，不解释，哈哈哈)当然如果想精度更高可以更长时间的训练。

转载 常见距离算法和相似度算法总结

文章转载自【人工智能前沿讲习】微信公众号，发布到CSDN上供个人保存使用。

原创 【论文阅读】Contrastive Transformation for Self-supervised Correspondence Learning

作者提出在进行correspondence估计时可以同时考虑视频内和视频间的representation关联。大概方法是：在视频内，通过“帧对”间的相似性来进行同一视频中不同帧之间图像内容的变换；在视频间，构建视频间相似性来进行不同视频间的对比变换。然后通过强制视频内部和视频之间的转换一致性，可以很好地保留细粒度的correspondence关联，并有效地增强实例级特征识别。

原创 Faster RCNN详解（个人理解）

这是我在学习Faster R-CNN的原理时做的学习总结，个人感觉还是比较详细的。

原创 Anaconda pytorch GPU版本安装实践

使用Anaconda安装pytorch GPU版本的过程总结

原创 朴素贝叶斯分类学习笔记

原创 cv图像预处理——逐像素变换

cv图像预处理——逐像素变换标签：计算机视觉逐像素变换对图像中的每个像素逐个进行处理。白化（类似于标准化）白化的目的是要为图像的平均亮度水平和对比度提供波动的恒定性。其中每个像素进行如下转换：pij−μσ\frac{p_{ij}-\mu}{\sigma}σpij​−μ​对于彩色图像\color{red}{彩色图像}彩色图像，需要对每个通道分别计算μ\muμ和σ\sigmaσ进行计算直方图均衡化直方图均衡化(Histogram Equalization)是一种增强图像对比度(

原创 时间序列学习笔记

原创 matlab绘图

二维图形绘制步骤

原创 C++打印沙漏问题分析

刚看到这道题时，对于给出任意多的符号并且要求输出剩余的符号，内心是有点懵的，经过一番思考终于理出了头绪。首先第一步需要找到有多少行根据题目我们可以发现每次符号总数有1、1+3 * 2、1+3 * 2+5 * 2、……、1+2 *（3+5+……+2i-1)。因此我们可以将输入的符号总数n与沙漏中的符号总数进行对比，找到n下的最大沙漏符号总数，此时行数i也就找到了。int i=1,m=1,n,p;char x;cin>>n>>x;while(n>=m){i=i+.

原创 lxml库学习最经典总结

这是我见过最全的总结，请看链接请跳转

原创 BeautifulSoup库学习总结

下文中soup均表示BeautifulSoup对象，tag均代指标签1.引入第三方库： from bs4 import BeautifulSoup 注意BeautifulSoup大小写2.格式化打印（让爬取到的HTML内容更舒服的阅读）： soup.prettify()-------显示全部的格式化代码 soup.tag.prettify()----显示内容中第一个出...

原创 requests库学习总结

Response对象中的五个属性： r.status_code------------------HTTP请求的返回状态，200表示连接成功 r.text---------------------------url对应的页面内容 r.apparent_encoding----------从内容中分析出响应内容的编码方式 r.encoding--------------------从...

原创 mysql的一些操作方法小结

1.登录数据库输入：mysql -uroot -p紧接着会出现：password:输入设置的密码即可。注意：p后无“;”,如加上会出现错误。2.退出数据库输入：exit3.查看当前所有的数据库show databases;操作成功：Query OK操作失败：error4.使用某数据库use 数据库名;操作成功：Database changed5.查看当前所有表sho...

原创 mysql学习总结之概念

1.服务器是提供计算服务的设备。由于服务器需要响应服务请求，并进行处理，因此一般来说服务器应具备承担服务并且保障服务的能力。通俗的说：就是一台性能高效的电脑。2.IP地址实现网络中不同计算机之间的通信，每天机器都必须有一个唯一的标识。一个人只要连接网络就会有一个IP地址，并可通过IP地址找到他，地图定位也是通过此原理。但如果通过校园网进行上网，则若想找到这个人需要两个IP：校园网的和校...