中南大学苹果实验室-CSDN博客

原创 CSU iOS Club Announcement——中南大学苹果实验室公告

To Think Different实验室简介：中南大学苹果实验室旨在培养中南大学计算机学院新一代领军人物，崇尚卓越、自由、团结、独特，为实验室成员提供优越的研究环境和丰富的实验室资源，每年招新人数一般不超过八人，实验室研究方向包括IOS开发，深度学习，数据可视化等。实验室规章制度：环境制度：为了保证实验室的学习环境，实验室在人数超过3人时，非休息时间段不得说话，人数不超过3人时，在征求意见同意的情况下，可以小声讨论。休息时间段：12:00 ~ 13:00 、 17:00 ~ 18:0.

2020-11-29 21:40:06 1641

原创 Crafting Adversarial Input Sequences for Recurrent Neural Networks

作者： 19届 lz论文：《Crafting Adversarial Input Sequences for Recurrent Neural Networks》问题贡献:相关工作实验结果

2022-05-30 16:11:08 613 1

原创 Pytorch(GPU)配环境原理：cuda+cudnn+pytorch配环境的每一步到底干了些什么？

最近帮舍友配pytorch、cuda、cudnn环境的时候，回想起来自己两年以前也只会按照教程安装，例如像个白痴一样搜索cuda xx.x+cudnn x.x+pytorch1.x.0安装教程，顺着步骤来，中间错一步或者一步不一样，简直十万个草泥马路过。一直是出现什么错误就搜教程，按照教程试奇奇怪怪的命令，运气好的话突然就成功了，但始终不知道自己干了些啥？到现在配环境两个小时够够的（除非原环境是个屎）

2022-05-13 15:15:05 7019 10

原创 Rogue Signs: Deceiving Traffic Sign Recognition with Malicious Ads and Logos

作者： 19届 lz论文：《Rogue Signs: Deceiving Traffic Sign Recognition with Malicious Ads and Logos》问题对虚拟系统的攻击并不能直接转化为现实世界。这是因为为生成虚拟对抗样本而解决的优化问题没有考虑到变化的物理条件，这些物理条件可能包括亮度、方向和距离变化、相机伪影、阴影、反射和图像大小调整造成的细节损失。贡献:1）我们提出了一种新的现实世界对交通标志识别系统的攻击：标志嵌入攻击修改了无害的标志，使其被归类为交通标

2022-05-10 20:05:54 866

原创 Robust Physical-World Attacks on Deep Learning Visual Classification

作者： 19届 lz论文：《Robust Physical-World Attacks on Deep Learning Visual Classification》问题2013年，Szegedy 等人 [1]首先通过添加轻微扰动来干扰输入样本，使基于深度神经网络（Deep neural network, DNN）的图片识别系统输出攻击者想要的任意错误结果，此过程称为对抗攻击.研究人员表明，现代深度神经网络模型极易受到人类视觉系统几乎无法察觉的微小扰动的对抗攻击。这种攻击可以造成神经网络分类

2022-05-07 23:33:50 754

原创深度学习对抗样本的防御方法

作者： 19届 lz论文：《深度学习对抗样本的防御方法综述》问题2013年，Szegedy 等人 [1]首先通过添加轻微扰动来干扰输入样本，使基于深度神经网络（Deep neural network, DNN）的图片识别系统输出攻击者想要的任意错误结果，此过程称为对抗攻击.研究人员表明，现代深度神经网络模型极易受到人类视觉系统几乎无法察觉的微小扰动的对抗攻击。这种攻击可以造成神经网络分类器对原始图像进行错误预测。如果将其应用于现实世界，如恶意代码检测、无人驾驶系统、生物医学领域，将会带来极为

2022-05-07 00:17:33 5925 1

原创 BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation

作者： 19届 lz日期：2022-4-2论文：《BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation》一、背景：探索三维(3d)空间的问题对于自主机器人仍然具有挑战性，因为这个问题必须同时处理两个任务:1)在线更新环境表示以跟踪已探索区域;2)寻找可连续遍历路径的表示以指导对未知区域的探索。二、有关工作：自主探索的问题已经从多个角度得到了解决。下面是几种基于随机抽样的方法:信息论方法:基

2022-05-06 23:00:37 200

原创 Voxblox: Incremental 3D Euclidean Signed Distance Fields for On-Board MAV Planning

作者： 19届 lz日期：2022-3-2论文：《Voxblox: Incremental 3D Euclidean Signed Distance Fields for On-Board MA V Planning》我们的整个系统功能分为两部分：首先，将传入的传感器数据合并到 TSDF 中（在第 IV 节中详细描述），然后从 TSDF 传播更新的体素以更新 ESDF（参见第 V 节）。实际机器人<launch> <arg name="robot_name" defaul

2022-05-06 23:00:08 521

原创 Intriguing properties of neural networks

作者： 19届 lz论文：《Score-CAM:Score-Weighted Visual Explanations for Convolutional Neural Networks》问题:虽然 Grad-CAM 等基于梯度的方法生成的可视化为 CNN 模型所做的预测提供了解释，并提供了预测类的细粒度细节，但这些方法有局限性例如，当定位多个出现的同一类对象时此外，对于单个对象图像，Grad-CAM 热图通常不能完整地捕获整个对象贡献:虽然存在几种可视化 CNN 决策的方法，即反卷积、引导

2022-05-04 14:08:55 2547

原创【新手村专属】亚太杯数模参赛经验

大二上学期，参加亚太数模比赛获得一等奖。想从完全新手的角度来记录此次过程，希望对更多的同学迈出“第一步”有所帮助。

2022-05-04 13:49:17 2649 5

原创【新手村专属】服创比赛总结

大一学年，获全国大学生服创比赛全国二等奖。整支队伍全部没有比赛经历、互联网背景，在新手村摸爬滚打出来的一篇总结。

2022-05-04 13:41:53 3245 5

原创【NLP笔记】Bert浅析

在之前的博客，我们进行了CRF的原理探寻以及借助CRF工具包实现各类序列标注任务，如中文分词、NER、拼音输入法等等。现在，让我们再上一个台阶，从统计自然语言模型到神经网络自然语言模型。

2022-05-04 01:45:21 1941 1

原创提升深度卷积网络可解释性Grad-CAM++(2): Improved Visual Explanations for Deep Convolutional Networks

作者： 19届 lz论文：《Improved Visual Explanations for Deep Convolutional Networks》Pre-knowledgePre-knowledge针对现有方法的不足 Grad-CAM++的改进

2022-04-27 23:40:12 365

原创 Bubble Planner: Planning High-speed Smooth Quadrotor Trajectories using Receding Corridors

作者： 19届 lz日期：2022-3-23论文：《Bubble Planner: Planning High-speed Smooth Quadrotor Trajectories using Receding Corridors》问题:高速完全自主飞行仍然是一项重大挑战。在这项工作中，我们提出了一种基于走廊约束最小控制努力轨迹优化（MINCO）框架的运动规划算法。贡献:(1)一种是基于采样的走廊生成方法，它生成两个相邻球体之间具有大重叠区域（因此总体走廊大小）的球体。(2)第二个是后退

2022-04-26 17:47:09 862

原创提升深度卷积网络可解释性Grad-CAM++(1): Improved Visual Explanations for Deep Convolutional Networks

作者： 19届 lz论文：《Improved Visual Explanations for Deep Convolutional Networks》

2022-04-26 17:11:06 1257

原创命令行参数传递库argparse的使用

一、使用框架一共四步：import argparseparser = argparse.ArgumentParser() #1、初始化 ArgumentParser()对象即：获解析器对象parser.add_argument("-a","--about",type=str,help="this is a para named about") #2、利用解析器对象内建方法，添加参数解析规则具体规则继续看下面文章opt = parser.parse_

2022-04-21 18:01:11 666

原创 Dropping Pixels for Adversarial Robustness

作者： 19届 lz论文：《Dropping Pixels for Adversarial Robustness》问题:深度神经网络容易受到对抗性示例的攻击，而对抗性示例是故意设计为导致模型出错的输入.这些图像被模型错误分类，但人类可以识别.贡献:研究过程及结果：后端轨迹优化实验结果conclusion...

2022-04-20 09:28:54 2189

原创保研准备经验贴——18届（2021年）中南计科推免到浙大工院

作者：18届cyl时间：2022-03-21关键词：夏令营预推免经验贴知识面流程特别鸣谢：写在前面的话本保研经验贴是主要是我个人的经历，外加整个保研过程中和几个好朋友一起讨论聊天了解到他们的经历，最终汇集的经验贴。希望可以帮助读者提前了解整个保研的大概流程，但等各位准备保研之时还是积极和身边朋友们交流，保持消息链通畅，一、保研时间流程保研成功需要：1、获取本校（即中南）的保研名额2、经过夏令营或者预推免获得意向学校的offer保研按照时间顺序可以分为：夏令营、申请推免名额、

2022-04-04 21:57:34 3004

原创【NLP笔记】CRF原理初探

写在前面：本人刚刚入门NLP三个月，希望通过记录博客来巩固自己的知识，增进对知识的理解。

2022-03-29 18:41:16 2261 2

原创 FUEL: Fast UAV Exploration using Incremental Frontier Structure and Hierarchical Planning

作者： 19届 lz日期：2022-9-7论文：《FUEL: Fast UAV Exploration using Incremental Frontier Structure and Hierarchical Planning》问题:(a)现有自主探索方法缺乏有效的全局覆盖、保守的运动计划和较低决策频率。(b)许多现有的自主探索方法以贪婪的方式探索运动，例如最大化即时信息增益，或者导航到最近的未知区域。贪心策略忽略了全局最优性，因此导致整体效率低下。©此外，大多数方法会产生相当保守的运动，

2022-02-10 00:24:27 1385 2

原创 Online Safe Trajectory Generation For Quadrotors Using Fast Marching Method and Bernstein Basis Poly

作者： 19届 lz日期：2021-11-14论文：《Online Safe Trajectory Generation For Quadrotors Using Fast Marching Method and Bernstein Basis Polynomial》问题:(a)第一个问题是分段轨迹的时间分配，选择不当的时间分配很容易产生低质量的轨迹。(b)第二个问题是如何有效地约束自由空间内的整个轨迹及其导数在硬约束的可行空间内。贡献:(1)提出了一种基于欧氏距离场的快速推进方法，用于搜

2021-11-14 17:29:54 3708 3

原创 Teach-Repeat-Replan: A Complete and Robust System for Aggressive Flight in Complex Environments

作者： 19届 lz日期：2021-11-3论文：《Teach-Repeat-Replan:A Complete and Robust System for Aggressive Flight in Complex Environments》一、背景：本文针对自主四旋翼飞行器的飞行问题，提出了一个完整的鲁棒运动规划系统。该方法建立在经典的教学重复框架上，广泛应用于基础设施检测、空中运输和搜救。在这些应用中，由人类完全决定无人机飞行轨迹的拓扑结构。然而，糟糕的引导轨迹和不断变化的环境阻碍了一个简

2021-11-09 17:14:12 1641 2

原创 Robust and Efficient Quadrotor Trajectory Generation for Fast Autonomous Flight

作者： 19届 lz日期：2021-11-3论文：《Robust and Efficient Quadrotor Trajectory Generation for Fast Autonomous Flight》问题:在有限的时间和机载计算资源条件下，现有的工作无法保证高成功率地生成安全可行的动力学轨迹。贡献:(1)提出了一种集动力学路径搜索、b样条优化和时间调整为一体的稳健高效的系统方法，该方法自下而上建立了安全性、动态可行性和侵略性。(2)提出了一种基于b样条凸包特性的优化公式.(3

2021-11-09 17:03:45 822

原创使用flask时代码无报错自动结束，无法保持连接，访问不了url。

作者：cyl时间：2021.11.3一、错误描述在学习使用python轻量化web服务时，了解到flash库。但在执行一个入门级代码时出现问题：from flask import Flask #导入flash库app = Flask(__name__) #创建flash实例#使用app.route修饰词来定义一个url，意思是当访问此url时可以自动调用修饰符下面的函数（我个人当前的理解，不一定对）@app.route("/a")def testflash(): print("

2021-11-03 14:29:25 3221 2

原创 Plugin ‘in.1ton.idea.spring.assistant.plugin‘ failed to initialize and will be disabled.报错的解决方案

作者：cyl时间：2021.11.1一、本人遇到的错误描述在使用2021.2版本的社区版idea时，想要创建spring Boot项目，所以需要先安装Spring Assistant插件。然而在安装此插件的时候发现setting --> plugin 这个地方搜索已经找不到Spring Assistant插件了，于是从官网上下载的压缩包 intellij-spring-assistant-0.12.0（在官网上写着这个版本时2019年5月的）但是在plugin中导入到idea以后出现到了

2021-11-01 14:55:06 7127

原创大学学习路线规划建议贴

作者：苹果实验室全体成员时间：2021.10.01关键词：读研or工作、保研or考研、迷茫期、自主学习、计算机、学习规划受众：主要为中南大学计算机学院学生特别鸣谢：薛俊浩、韩宇捷“上了大学就轻松了”“60分万岁”相信大家在高中时期不止一次被高中老师如此骗过。可能在一些普通学校上述言论具有一定的市场，可惜大家进入了我国重点建设的985、双一流高校，这里聚集了各种各样的充满理想或迷茫不前的人。我们总是会问自己愿意成为什么样的人？什么样的生活是我想要的？努力、读书的意义是什么？我到底喜欢做什么？我可

2021-10-09 16:49:53 5190 3

原创推荐算法实践-章节四-利用用户标签数据-阅读总结

作者：18cyl时间：2021-09-01一、什么是用户标签数据通过一些特征联系用户和物品，给用户推荐那些具有用户喜欢的特征的物品。这里的特征可以是物品的属性集合，也可以是隐语义向量，同时也可以使用标签信息。标签的应用一般分为两种：让作者或者专家给物品打标签。让普通用户给物品打标签UGC（User Generated Content）标签系统中的推荐问题主要有以下两个：如何利用用户打标签的行为为其推荐物品（基于标签的推荐）如何在用户给物品打标签时为其推荐适合该物品的标签（标签推荐）

2021-09-21 18:42:14 269

原创推荐算法实践-章节三-推荐系统冷启动问题-阅读总结

作者：18cyl时间：2021-8-27一、冷启动问题说明在没有大量用户数据的情况下设计个性化推荐系统并且让用户对推荐结果满意从而愿意使用推荐系统就是冷启动问题。主要有三种情况：用户冷启动：解决如何给新用户做个性化推荐的问题。物品冷启动：解决如何将新的物品推荐给可能对它感兴趣的用户。系统冷启动：在一个新开发的网站上设计个性化推荐系统常见的解决方案有：提供非个性化推荐。主要是指热门排行榜利用用户注册信息进行粗粒度的个性化推荐利用用户的社交网络导入社交信息然后进行推荐要求用户在登录

2021-09-21 18:41:08 375

原创推荐算法实践-章节二-利用用户行为数据-阅读总结

作者：18cyl时间：2021-8-24一、什么是用户行为数据用户行为数据在网站上最简单的存在方式就是日志。网站在运行过程中都产生大量原始日志，并将其存储在文件系统中。原始日志经过汇总后可以形成会话日志（按照用户行为汇总）。如为查询生成展示日志，为点击操作生成点击日志。在日志中存储的统一形式可以是：（user_id,item_id,behavior_type行为类型,context上下文信息,behavior_weight行为权重,behavior_content行为内容）用户行为在个性化推荐系统中

2021-09-21 18:40:26 440

原创推荐算法实践-章节一-好的推荐系统-阅读总结

作者：18cyl时间：2021-8-22一、推荐系统的定义推荐算法的本质是通过一定的方式将用户和物品联系起来，而不同的推荐系统利用了不同的方式。（搜索引擎满足了用户有明确目的时的主动查找需求，而推荐系统能够在用户没有明确目的的时候帮助他们发现感兴趣的新内容）二、推荐系统的应用电子商务——亚马逊推荐结果的标题、缩略图推荐结果的平均分推荐理由：基于物品的推荐算法：给用户推荐那些和他们之前喜欢的物品相似的物品协同过滤的推荐算法：根据用户在facebook上的好友关系，给用户推荐他们的好友

2021-09-21 18:39:35 275

原创维基百科推荐算法阅读总结

作者：18届 cyl日期：2021-08-20一、推荐算法概述推荐系统是信息过滤领域的重要课题。我们通常使用的音乐或视频播放软件、新闻浏览软件、网购软件等等软件都有他的身影。这些推荐系统的输入既可以为单一输入（音乐或视频）也可以为多输入（同平台或跨平台的多种数据），最终为用户提供精选内容，提高用户满意度与软件点击率。目前，推荐系统甚至被应用在寻找研究文章与相关专家、金融服务等领域。二、推荐系统种类2.1 协同过滤定义：协同过滤算法假设人们在将来对事物所表现出来的偏好与过去所表现出来的偏好相同。该

2021-08-21 14:25:40 281

原创 Shapley Explanation Networks

作者：18届 cyl日期：2021-08-15论文：《Shapley ExplanationNetworks》期刊：ICLR一、前提知识：Shapley ValueShapley Value起源于博弈论，n人合作，共创造了v(N)的价值，如何评估每个人的价值？通过计算每个人的Shapley value。公式：特点：可以评估一组特征的重要性计算复杂的是指数级别可以进行线性变换，对一个函数求了shapley值，如果函数再进行线性变换，可以通过对原shapley值进行线性变换求新的

2021-08-15 16:54:50 531

原创 Towords Open World Object Detection

作者：18届cyl时间：2021-08-15论文：《Towords Open World Object Detection》一、问题背景：1)测试图像可能包含来自未知类的对象，应该归类为未知。2)当有关这些已识别的未知数的信息（标签）可用时，模型应该能够逐步学习新的类。而不忘记先前学习的类。即Open world object detection过去未被标记的类会被明确地当做背景来训练，但是即使是最先进的分类器的假阳性率也非常高。二、解决方法：曾经有增量模型的研究来解决这个问题，本文则提出

2021-08-15 16:50:03 163

原创 Understanding the Role of Individual Units in a Deep Neural Networks（了解各个卷积核在神经网络中的作用）

作者： 18届 cyl日期：2021-08-15论文：《Understanding the Role of Individual Units in a Deep Neural Networks》期刊：PNAC一、背景：深度学习擅长寻找解决大型数据集上复杂任务的分层表示形式。而我们人类难以理解这些学习的表示，并尝试用一些可视化的方式来探索神经网络中到底学习到了啥。过去我们读到的论文虽然从最典型的ZFNet就发现层数越靠后学习到的特征越抽象。并也读到了三大可视化的方法：可视化特征图（各种）、可视化

2021-08-15 16:47:23 302

原创 PatternRecognitionLetters-Understanding trained CNNs by indexing neuron selectivity

作者:18届 cyl日期：2021-08-15论文：《PatternRecognitionLetters-Understanding trained CNNs by indexing neuron selectivity》一、总结通过为神经元赋予特定的属性来量化其挑选图像的能力，同时可以依靠这些属性来寻找特定的神经元。二、背景尽管卷积神经网络（CNN）在解决有关于图像的问题上有卓越的性能，但其本身所具备的黑盒性质也使得人类对其缺乏了解。为了解决这个问题，作者相对神经元进行分析和解释。于是为每个

2021-08-15 15:22:47 356

原创 Unmasking Clever Hans predictors and assessing what machines really learn：揭露“聪明汉斯”预测变量并评估机器到底学习到了什么？

作者：18届 cyl日期：2021-08-15论文：《Unmasking Clever Hans predictors and assessing what machines really learn》聪明的汉斯：聪明的汉斯是著名的观察者期望效应的例子，观察者期望效应（Observer-expectancy effect）是认知偏见的一种。在科学实验中，由于观察者预期某些测试结果，于是无意识地以某种形式操纵了实验步骤，或错误解释实验结果以达至他们希望得到的结论。观察者期望效应能严重歪曲实验结果，因此

2021-08-15 14:28:47 924

祝水水生日快乐.rar

空空如也