- 博客(30)
- 收藏
- 关注
RSS订阅原创 【In-Context Learning (ICL)】about CV 中使用的大模型
In-Context Learning 均要涉及一个训练有素的大模型，在与cv有关的In-Context Learning中，常用的大模型主要根据输出分为两类，一种是输出文本的非官方实现的Open-Flamingo，还有一种是输出图片的视觉大模型，主要有三个，分别是。这其实在【Towards More Unified In-context Visual Understanding】都有提到，且该文章提出了一种既输出可文本也可输出图像的模型。但代码还未开源。这三种工作都是解决了多个任务，均是。
2024-06-06 07:44:09
1020
原创 [Errno 28] No space left on device ERROR: Could not install packages due to an Environment Error
参考参考怕之后找不到，特此记录。如有侵权，请联系删除；因此带来不便，提前说声抱歉。由于 /tmp 目录空间不足，手动指定一个 tmp 目录，本文指定为$HOME下面的 tmp 文件夹。
2024-01-11 22:56:35
495
1
原创 华东师范 ecnu 2018 年计算机系夏令营机考
懂得第二、三个点后，第四个点也很好想，将棋盘分为上下两部分，上面那部分就是第一个点，下面那部分就是第二个点。第二个点只需要先特殊地把第一行走完，然后走到（2，1）的位置，接下来情况就回到了第一个点。第一个点很好想，就顺着从左往右走完第一行，从右往左走完第二行，接着往下就好了。
2023-07-05 22:25:15
156
原创 【Rethinking Coarse-to-Fine Approach in Single Image Deblurring】阅读笔记
geometric self-ensemble指测试时，把图像90度旋转以及翻转，总共有8种不同的图像，分别进网络然后变换回原始位置，8张图像再取平均。这样可以使测试结果有略微提高，详见论文。
2023-03-17 23:25:51
268
原创 【Deblurring by Realistic Blurring】阅读笔记
本文不同的是，它合成的模糊图片是向真实模糊图片靠近的模糊图片，也就是说，从神经网络的角度靠近了合成模糊图片与真实模糊图片的距离（现在想想，这一创新，直白来讲就是用神经网络合成模糊图片，之前模糊图片大都是根据估计的模糊核来生成）。为了使得生成的图片更加接近真实的图片，这里就提出了一种RBL损失达成这一目标，更具体的来讲，它是为了使得合成的模糊图片真实概率接近0.5，使得真实模糊图片也接近0.5，达到所谓的将0push到0.5，将1pull到0.5。不同的是，去掉了其中的BN层（增加计算量并且降低最终效果）
2022-09-28 15:26:56
433
原创 【XYDeblur: Divide and Conquer for Single Image Deblurring】阅读笔记
在选用水平还是垂直方向作为参数也是有考究的，这里采用的学习水平方向特征的参数，原因在于水平方向上学习到的模糊信号更强（水平方向上相机可以旋转360度，竖直方向上很少有旋转360度的情况）。两种情况下唯一不同的就是学到的特征重建是水平方向和竖直方向，这样的操作可以强制两个解码器分享信息，分享除了轴线方向外的信息，也就是去模糊的信息，网络可以专注于消除模糊分量。更值得注意的是，本文提出的结构在整体上仍是一个残差学习的过程，以前的网络有在中间应用残差学习，但整体上仍是图像重建的过程。
2022-09-28 15:26:38
454
原创 【Deep Stacked Hierarchical Multi-patch Network for Image Deblurring】阅读笔记
本篇论文在归纳时，仍将当前基于CNN的去模糊方法归纳为两种形式，多尺度和尺度递归。认为这两种方案是将”从粗到精”方案扩展到深度CNN场景。
2022-09-08 12:52:43
347
原创 【Dynamic Scene Deblurring with Parameter Selective Sharing and Nested Skip Connections】阅读笔记
仔细考虑这个观点，这里说的参数一致更谨慎地来说应该是去模糊的过程是一致，而对特征提取这一块的参数应该没有特殊要求，特征提取模块能够适应不同尺度输入的图片，这无可厚非，因此，就出现了本文的参数选择性共享方案。所谓的变换模块实际上是有四个处理单元，每个处理单元中有两个卷积层，因此一个变换模块有8个卷积层，每一阶段中有一个特征提取层，即一个卷积层，两个变换模块，共16层。其具体实现的方式就是先用不共享参数的模块提取不同尺度的特征，然后运用共享参数的模块来对特征进行相同的从模糊到清晰的变换。
2022-09-08 12:52:23
175
原创 【Deep Semantic Face Deblurring】阅读笔记
未来的工作包括改进处理大的和不均匀的模糊核的性能，并减轻面部对齐的要求。从任务目标角度上讲，这部分任务是要训练一个网络，使得其能够对一张模糊图片中人脸的五官进行定位，将所属像素进行分割，和分割任务极像。的框架构建鉴别器，由于我们的目的就是要生成清晰图片，因此只要最好得到一个性能良好的生成器即可，因此只需要更新生成器网络部分，即仅需要生成器部分的损失。这一点的设计，首先是充分考虑了任务的需要，简化了问题，但就对人脸去模糊这一问题来说，应该不难想到，应该是首次提出了这种做法。就得到了响应关键点的损失。...
2022-08-31 14:58:57
882
原创 【Learning a Discriminative Prior for Blind Image Deblurring】阅读笔记
CNNMAP。
2022-08-31 10:13:02
508
1
原创 【DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks】阅读笔记
每个轨迹矢量是复值矢量，其对应于在连续域中跟随2D随机运动的对象的离散位置。轨迹生成是通过马尔可夫过程完成的，总结在算法1中。轨迹的下一个点的位置是基于先前的点速度和位置，高斯扰动，脉冲扰动和确定性惯性分量随机生成的。经核验，第三个池化层标号为27，前三层卷积层刚好是25（1），16（2），14（3）。限制所采取的强制裁剪进行改进，转成添加一项正则项，对权重进行惩罚，使得梯度维持在1附近。之间，采用的方法就是超出区间去边界的方法。的基础上改进，改进的地方就是对满足。的前15层网络的输出，再计算。...
2022-08-31 10:12:30
436
原创 【Unifying Motion Deblurring and Frame Interpolation with Events】阅读笔记
运动模糊视频去模糊兼插值
2022-08-10 16:33:05
958
原创 【Deep Image Deblurring: A Survey】阅读笔记
图像去模糊是将输入的模糊图像，恢复成清晰的图像。模糊的种类可以分为：运动模糊、失焦模糊、高斯模糊和混合模糊。现实中多是运动模糊、失焦模糊和混合模糊。运动模糊又可以分为相机运动和物体运动两种模糊，其中物体运动造成的模糊，静止的背景往往认为是清晰的。与此同时，构建出模糊核。...
2022-08-10 16:32:07
1205
原创 求逆序对数（分治法）
核心思路：利用分治将问题折半，认为分成的两个子问题均有解并已返回，因此原问题就转化成如何处理跨越两个子问题部分的逆序对数。 子问题有解：是分治的基本假设，（同数学归纳法假设n=k时成立）即假设该问题是有解的，换种方式理解就是在不断递归的过程中，我们最先处理到的是当序列长度为1的情况，毫无疑问返回0。然后再处理将两个子序列合并的过程，合并后整个序列又可以作为更长序列的子序列。因此只要我们能够处理序列合并，该问题可解。 序列合并：合并时由于我们追求O（nlogn）的时间复杂度，由主定理可知合并操...
2022-03-16 21:53:20
1796
原创 李宏毅2020机器学习深度学习
P1机器学习1.机器学习就是自动寻找函数（函式）2.找到的函数输出是一个数值即可称之为regression （回归）3.generation 不同于回归于分类 是一个让机器创造的过程 作业中RNN中的Seq2seq可翻译产生语句（文句） CNN中的GAN 产生二次元人物头像4.Supervised learning 告诉机器每张图片对应的正确分类输出就是做label 即理想输出。而有label的训练 即Supervised learning 有了label后即可计算实际与理想的偏差 即找到的
2022-01-21 17:13:11
340
原创 线性代数再理解
一、线性代数本质（几何理解）1.线性相关与线性无关2.线性变换（矩阵的乘法、交换律、结合律再理解）矩阵乘法一个矩阵就意味着一个线性变换，矩阵的乘法就意味着线性变换的复合，这个复合与函数符合一样，从右往左运算。在二维角度，也就是一个2*2矩阵，对应着平面的一个线性变换，而矩阵相乘，比如AB，就是对一个平面先进行B矩阵对应的线性变换，再进行A矩阵对应的线性变换。高维可类比。矩阵乘法的交换律由于矩阵乘法可以视为线性变换的复合，那么交换律就意味着更改两个线性变换的复合顺序。对AB与BA是否相
2021-08-10 14:40:41
358
原创 CS231N assignment1 SVM 代码+注释
一、linear_svm.py部分1.def svm_loss_naive(W, X, y, reg):def svm_loss_naive(W, X, y, reg): """ Structured SVM loss function, naive implementation (with loops). Inputs have dimension D, there are C classes, and we operate on minibatches of
2021-08-10 13:51:16
395
原创 CS231N assignment 1 KNN 代码+注释
一、k_nearest_neighbor.py 部分：1.两层循环def compute_distances_two_loops(self, X): """ Compute the distance between each test point in X and each training point in self.X_train using a nested loop over both the training data and the
2021-08-10 10:43:28
167
原创 深度学习 CS231N 同济子豪兄 听课笔记
2021.8.5 同济子豪兄 P41.神经网络的形成：为线性分类器增加一个激活函数，再将每一个神经元一层一层地排列起来，得到全连接神经网络（多层感知机），正是有了激活函数，才给神经网络带来了非线性，否则，无论堆多少层，仍与线性分类器无区别2.神经网络层数却多，提取的特征越多，但也容易过拟合3.数学定理已经证明，仅有一层隐含层，只要神经元个数够多，就可以逼近任何函数。但我们希望它更深4.神经网络的训练方法就是反向传播，通过链式求导，层层展开，就可求得各个权重对应的梯度，具体计算方法为 该.
2021-08-06 08:15:49
245
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