- 博客(763)
- 资源 (2)
- 收藏
- 关注
原创 End-to-End Object Detection with Transformers
DETR(Detection Transformer)是一种基于Transformer架构的端到端目标检测模型,由Facebook AI研究院提出。DETR将目标检测问题转化为一个序列到序列的问题,通过Transformer的编码器和解码器结构来实现目标检测任务。
2024-08-19 00:02:30
625
原创 transformer
Transformer是一种基于自注意力机制的深度学习模型,广泛应用于自然语言处理任务。它的核心特点包括自注意力机制、多头注意力、编码器-解码器架构、位置编码、残差连接和层归一化,以及并行化计算能力。
2024-08-09 23:08:45
771
原创 Visual Studio 中的键盘快捷方式
本部分中的所有快捷方式都将全局应用(除非另有指定)。“全局”上下文表示该快捷方式适用于 Visual Studio 中的任何工具窗口。
2024-07-03 22:49:02
870
原创 Slicer学习笔记(六十五) 3DSlicer的医学图像数据增强扩展模块
基于3D Slicer5.1.0 编写了一个测试医学图像的数据增强测试扩展模块。扩展模块名:DataAugementation下载该项目后,可以将该扩展模块添加到3D Slicer的扩展中。关于如何给3DSlicer 添加扩展可以看我前面的博客。
2024-03-02 22:36:30
622
原创 python读写yaml
YAML,Yet Another Markup Language的简写,通常用来编写项目配置,也可用于数据存储,相比conf等配置文件要更简洁。
2023-06-08 20:21:26
1681
原创 yolov8 模型部署
YOLOv8的3个检测头一共有80x80+40x40+20x20=8400个输出单元格,每个单元格包含x,y,w,h这4项再加80个类别的置信度总共84项内容,所以通过上面命令导出的onnx模型的输出维度为1x84x8400。这样的通道排列顺序有个问题,那就是后处理的时候会造成内存访问不连续。修改代码后需要执行前面的安装命令pip install -e '.[dev]'使代码生效。这样修改后再执行上面的模型导出命令,模型的输出维度变为1x8400x84。
2023-05-13 23:42:46
1490
原创 Protobuf简介
Protocol Buffers是谷歌用于序列化结构化数据的与语言无关、与平台无关的可扩展机制——想想XML,但它更小、更快、更简单。您只需一次定义数据的结构方式,然后就可以使用特殊的生成源代码,使用各种语言轻松地在各种数据流之间读写结构化数据。要创建地址簿应用程序,需要从.proto文件开始。.proto文件中的定义很简单:为想要序列化的每个数据结构添加一条消息,然后为消息中的每个字段指定一个名称和类型。这里是定义你的消息的.proto文件,addressbook.proto。
2023-03-04 17:27:10
819
原创 VTK学习笔记(四十)vtk提取单层数据
VTK实现单层图片的提取方法有很多,可以使用的filter有很多。提取中心层片 y轴切片。提取中心层片,z轴切片。提取中心层片,x轴切片。
2023-02-20 22:20:38
742
原创 C++中vector的使用
(a,b)函数,可返回向量[a,b]区间内的最大元素的地址。做 * 后可得到相应的元素值。当需要得到某一区间内的最大值时。迭代器,输出为单一元素迭代器。使用vector中的。
2023-02-15 11:01:36
251
原创 动手深度学习笔记(四十八)8.4. 循环神经网络
虽然这个模型可能没有很准确地反映出后续词的语义, 比如,“It is raining in San Francisco”(旧金山下雨了) 和“It is raining in winter”(冬天下雨了) 可能才是更完美的合理扩展, 但该模型已经能够捕捉到跟在后面的是哪类单词。我们可以通过计算序列的似然概率来度量模型的质量。如上所述,隐藏层是在从输入到输出的路径上(以观测角度来理解)的隐藏的层, 而隐状态则是在给定步骤所做的任何事情(以技术角度来定义)的输入, 并且这些状态只能通过先前时间步的数据来计算。
2023-02-12 16:03:33
451
原创 动手深度学习笔记(四十七)8.3. 语言模型和数据集
同样,在文档摘要生成算法中, “狗咬人”比“人咬狗”出现的频率要高得多, 或者“我想吃奶奶”是一个相当匪夷所思的语句, 而“我想吃,奶奶”则要正常得多。与猴子使用打字机完全不同的是,从这样的模型中提取的文本 都将作为自然语言(例如,英语文本)来传递。只需要基于前面的对话片断中的文本, 就足以生成一个有意义的对话。显然,我们离设计出这样的系统还很遥远, 因为它需要“理解”文本,而不仅仅是生成语法合理的内容。中, 我们了解了如何将文本数据映射为词元, 以及将这些词元可以视为一系列离散的观测,例如单词或字符。
2023-02-09 23:11:01
327
原创 动手深度学习笔记(四十六)8.2. 文本预处理
我们先将训练集中的所有文档合并在一起,对它们的唯一词元进行统计, 得到的统计结果称之为语料(corpus)。下面的tokenize函数将文本行列表(lines)作为输入, 列表中的每个元素是一个文本序列(如一条文本行)。最后,返回一个由词元列表组成的列表,其中的每个词元都是一个字符串(string)。文本: [‘twinkled’, ‘and’, ‘his’, ‘usually’, ‘pale’, ‘face’, ‘was’, ‘flushed’, ‘and’, ‘animated’, ‘the’]
2023-02-09 23:01:51
300
1
原创 动手深度学习笔记(四十五)8.1. 序列模型
这样的假设是合理的,因为新的动力学一定受新的数据影响, 而我们不可能用目前所掌握的数据来预测新的动力学。也就是说,输入数据的数量这个数字将会随着我们遇到的数据量的增加而增加, 因此需要一个近似方法来使这个计算变得容易处理。注意,如果我们处理的是离散的对象(如单词), 而不是连续的数字,则上述的考虑仍然有效。仅是离散值时,这样的模型特别棒, 因为在这种情况下,使用动态规划可以沿着马尔可夫链精确地计算结果。当然,序列数据不仅仅是关于电影评分的。当下获得的最直接的好处就是参数的数量总是不变的, 至少在。
2023-02-07 22:47:29
237
原创 动手深度学习笔记(四十四)8. 循环神经网络
最重要的是,到目前为止我们默认数据都来自于某种分布, 并且所有样本都是独立同分布的 (independently and identically distributed,i.i.d.)。然而,大多数的数据并非如此。例如,文章中的单词是按顺序写的,如果顺序被随机地重排,就很难理解文章原始的意思。同样,视频中的图像帧、对话中的音频信号以及网站上的浏览行为都是有顺序的。换句话说,如果我们拥有一张图像,我们需要有效地利用其像素位置, 假若我们对图像中的像素位置进行重排,就会对图像中内容的推断造成极大的困难。
2023-02-07 21:29:23
406
原创 动手深度学习笔记(四十三)7.7. 稠密连接网络(DenseNet)
ResNet极大地改变了如何参数化深层网络中函数的观点。稠密连接网络(DenseNet) (Huang et al., 2017)在某种程度上是ResNet的逻辑扩展。让我们先从数学上了解一下。回想一下任意函数的泰勒展开式(Taylor expansion),它把这个函数分解成越来越高阶的项。分解为两部分:一个简单的线性项和一个复杂的非线性项。那么再向前拓展一步,如果我们想将。拓展成超过两部分的信息呢?一种方案便是DenseNet。同样,ResNet将函数展开为。也就是说,ResNet将。
2023-02-06 22:47:31
193
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人