- 博客(121)
- 收藏
- 关注
RSS订阅原创 18. 四数之和-python刷题-灵神
思路和 15. 三数之和 一样，排序后，枚举 nums[a] 作为第一个数，枚举 nums[b] 作为第二个数，那么问题变成找到另外两个数，使得这四个数的和等于 target，这可以用双指针解决。
2025-05-05 11:00:30
1017
原创 如何使用BasicSR模板搭建自己的深度学习代码框架？
当我们开发一个新的方法时，我们往往在改进: data, arch, model；而很多流程、基础的功能其实是共用的。那么，我们希望可以专注于主要功能的开发，而不要重复造轮子。因此便有了 BasicSR，它把很多相似的功能都独立出来，我们只要关心 data, arch, model 的开发即可。
2025-05-04 22:59:21
509
原创 DIFFUSIONSAT: A GENERATIVE FOUNDATION MODEL FOR SATELLITE IMAGERY(2024-ICLR)
DiffusionSat，这是迄今为止在公开的大型高分辨率遥感数据集上训练的最大的生成基础模型。 由于卫星图像很少有基于文本的字幕，因此来自斯坦福的作者将地理位置等相关元数据合并为条件信息。 本文提出的方法产生真实的样本，可用于解决多种生成任务，包括时间生成、给定多光谱输入的超分辨率和修复。 本文的方法优于以前最先进的卫星图像生成方法，是第一个大规模卫星图像生成基础模型。
2024-10-31 13:58:03
804
原创 Deep InfoMax(DIM)（2019-02-ICLR）
本论文提出了一种名为深度信息最大化（DIM）的新方法，通过最大化全局与局部特征之间的互信息来学习无监督表示，能够有效捕捉结构信息（如图像中的局部一致性）。实验结果显示，DIM在多个数据集上表现优于其他无监督学习方法，尤其在分类任务中展现了强大的信息编码能力和灵活性。
2024-10-30 13:43:46
1252
原创 GeoSynth: Contextually-Aware High-Resolution Satellite Image Synthesis（2024-04 CVPRW）
GeoSynth 提出了一种上下文感知的高分辨率卫星图像生成方法，通过结合多尺度生成和上下文一致性损失，实现了高质量的卫星图像合成。该模型能够在地理信息有限的条件下生成真实感强、细节丰富的图像，为遥感数据的生成和扩展提供了一个有效的解决方案。GeoSynth 的方法对于环境监测、城市规划等领域具有重要的应用潜力。
2024-10-29 20:56:58
1149
原创 VQGAN（2021-06：Taming Transformers for High-Resolution Image Synthesis）
VQGAN 创新性地将 VQ-VAE 和 GAN 结合，利用离散潜在空间和对抗性损失生成高质量图像，为高分辨率图像生成提供了新的方法。同时，VQGAN 的设计允许在生成过程中使用 Transformer 等更复杂的模型架构，使得图像生成更加灵活和精细。
2024-10-29 20:03:03
1561
原创 VQ-VAE（2018-05：Neural Discrete Representation Learning）
VQ-VAE 提出了一种有效的神经离散表示学习方法，通过矢量量化和代码簿机制实现了更高质量的生成和压缩。这种方法在图像和音频生成等应用上表现出色，为离散表示学习提供了新的思路。
2024-10-29 16:28:05
1448
原创 记录大三上学期大数据课程设计：基于Hadoop和Spark的中文手写数字实时识别系统
大三上学期大数据课程设计：基于Hadoop和Spark的中文手写数字实时识别系统，有偿
2024-06-11 22:40:02
685
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人