joyce_peng的博客

（现状）主流的序列转换模型都是基于复杂的循环神经网络或卷积神经网络，且都包含一个encoder和一个decoder。表现最好的模型还通过attention机制把encoder和decoder联接起来。（创新点）我们提出了一个新的、简单的网络架构，Transformer. 它只基于单独的attention机制，完全避免使用循环和卷积。（优势）在两个翻译任务上表明，我们的模型在质量上更好，同时具有更高的并行性，且训练所需要的时间更少。（具体效果）

扩散模型生成的数据对图像识别的影响

探索不同数据集间标签关系，missing link

glip（Grounded Language-Image Pre-training），可以做visual grounding和目标检测任务

unimo模型

Bamboo: Building Mega-Scale Vision Dataset Continually with Human-Machine Synergy前言：论文链接：https://arxiv.org/pdf/2203.07845.pdfgithub链接：https://github.com/Davidzhangyuanhan/Bamboo商汤2022.3发表，主要内容为如何对开源数据集进行合并论文分为摘要、背景介绍、相关工作、标签系统、Bamboo数据集构建、数据集数据、验证集实验

imagenet论文解读博客

论文地址：https://arxiv.org/pdf/2203.05482.pdf论文相关讲解：https://baijiahao.baidu.com/s?id=1727838067837303006&wfr=spider&for=pc论文贡献：在imagenet上通过该方法对于ViT-G模型，达到sota 90.94%的效果模型汤方法可以用在图像分类和NLP领域，提高下游的out-of-distribution和zero-shot效果Finally, we analytical

# 绘制多分类混淆矩阵from sklearn.metrics import confusion_matrix# probabilities为所有测试结果，yv为验证集Validation samples (images, labels)cnf_matrix = confusion_matrix(np.argmax(yv, axis=1), np.argmax(probabilities,axis=1))_ = print_confusion_matrix(cnf_matrix, selected_

可视化中间层不同通道特征及所有卷积层特征读取图片#读取图片from tensorflow.keras.preprocessing import imagepath='xxx.jpg'img = image.load_img(path,target_size=(224,224))img=image.img_to_array(img)x = np.expand_dims(img, a...

目录论文代码pytorch发展简史 RCNN->Fast RCNN->Faster RCNN算法原理详细内容及源码a. RPNb. ROI poolingc. classification and regressionc. 训练源码流程梳理相关面试题目前基于Faster Rcnn的改进参考链接正文todo：发展简史R-CNN -> SPP ...

参考链接：机器之心文章卷积3d卷积1*1卷积转置卷积空洞卷积可分卷积具体内容：1.8. 3d卷积常用于视频领域和医疗领域，从d, w, h三方面进行卷积，比起2d卷积能够获取时序特征。RGB图片也是3维通道，常用形式为wh3，这里的3是channel信息，实际上使用的仍然是2d卷积，从w，h的角度做卷积，不对通道做变换，但是3d卷积从w, h, d三个角度做卷积。9....

1. 提出原因2. 作用3. 原理4. 细节