鹿鹿的博客

原创 【医学影像系列三】青光眼诊断眼底图像数据集｜代码｜论文总结｜结果汇总｜名词解析｜评价指标

导语：这是之前做青光眼诊断研究时候整理的资料，所有的文章数字编号都对应我之前发表的论文阅读博客，比如方法汇总 No.15 对应【医学+深度论文：F15】这篇文章。有一些对大家有用但是我没有用到的学习资料也放在文中。汇总整理难免有遗漏，希望大家能够提出和补充，谢谢～Dataset数据集汇总DatasetName & PaperCountryPhotoFeatureEquipmentdiseaseDrishti-GS Retinal image dataset .

原创 【MMDetection 系列：二】详细步骤使用教程，如何修改来跑自己的数据集

MMDetection我的理解首先要 安装环境，conda create ，按照官网五步走，安装配置好接着 修改configs 文件里面的配置文件，修改 num_class （类别+1）以及 work_dir 路径，以及 train 、validation、test 的data 路径接着 制作数据，因为我的数据和 voc 很像，制成voc格式mmdetection├── mmdet├...

原创 Windows下使用Linux scp 命令

ScpLinux scp命令用于Linux之间复制文件和目录。scp是 secure copy的缩写, scp是linux系统下基于ssh登陆进行安全的远程文件拷贝命令。从本地做操作：本地右键——点击 Git Bash Herescp local_file remote_username@remote_ip:remote_folder scp -r local_folder remote_...

原创 【语义分割系列：七】Attention Unet 论文阅读翻译笔记 医学图像 python实现

Attention U-Net2018 CVPROzan Oktay, Jo Schlemper, Loic Le Folgoc, Matthew LeeAttention U-Net: Learning Where to Look for the Pancreas1、Introduce什么是attention？Attention 即为注意力机制，举例就是在复杂场景文字识别中，使用At...

原创 IOU(Intersection Over Union) 概念清晰图解 + python代码示例

IOU(Intersection Over Union)交并比（Intersection-over-Union，IoU），目标检测中使用的一个概念，是产生的候选框（candidate bound）与原标记框（ground truth bound）的交叠率，即它们的交集与并集的比值。最理想情况是完全重叠，即比值为1。计算 **已知：**矩形T的左下角坐标(X0,Y0)，右上角坐标(...

原创 【医学影像系列：一】数据集合集 最新最全

医学影像Github ：哈佛 beamandrew机器学习和医学影像研究者-贡献的数据集Academic torrentsGithub ：医学成像数据集ISBI（生物医学成像国际研讨会）EyeOCT光学相干断层扫描（OCT）和年龄相关性黄斑变性（AMD）光学相干断层扫描（OCT）和糖尿病性黄斑水肿（DME）年龄相关性黄斑变性（AMD）和糖尿病性黄斑水肿...

原创 【语义分割系列：四】Unet 论文阅读翻译笔记 医学图像 pytorch实现

UNet2015 MICCAIOlaf Ronneberger, Philipp Fischer, Thomas BroxU-Net: Convolutional Networks for Biomedical Image Segmentation5 Minute Teaser Presentation of the U-net 5分钟预告片介绍GitHub时间顺序： old —...

原创 【FCPX】Final Cut ProX 入门必备快捷键/插件下载链接/常用字体转场特效

快捷键素材框操作效果点击后回车修改素材库、事件名称选中事件，拖入视频导入素材i+o选择一个片段f收藏故事线操作效果command+T添加默认转场shift+c预览窗口option+往上移动复制一个片段option+w添加空白占位符commend + b素材剪切shift+z浏览完整时间线option+R替换选择的素材command+方向键选择素材shift+z浏览完整时

原创 【深度学习推荐系统-王喆】笔记系列 3 浪潮之巅——深度学习在推荐系统中的应用

第 3 章 浪潮之巅 —— 深度学习在推荐系统中的应用概述与传统机器学习模型相比，深度学习模型的优势1、表达能力更强能够挖掘出更多数据中潜藏的模式2、结构非常灵活能够根据业务场景和数据特点，灵活调整模型结构，使模型与应用场景完美契合深度学习推荐模型的演化关系图1、改变神经网络的复杂程度AutoRec --> Deep Crossing2、改变特征交叉方式代表模型NeuralCF, PNN3、组合模型代表模型Wide&D.

原创 【深度学习推荐系统-王喆】笔记系列 2.8 总结——深度学习推荐系统的前夜

原创 【深度学习推荐系统-王喆】笔记系列 2.7 LS-PLM——阿里巴巴曾经的主流推荐模型

原创 【推荐系统】ESMM Entire Space Multi-Task Model 论文阅读&思维导图&代码

ESMM概述Entire Space Multi-Task Model:An Effective Approach for Estimating Post-Click Conversion Rate背景传统的CVR方法存在两个方面的缺陷SSB样本选择偏差(sample selection bias)传统的「CVR」模型训练的时候用的是被点击的曝光数据（clicked impressions）传统cvr模型训练样本（点击->转化）预测的时候却是针对曝光的

原创 【深度学习推荐系统-王喆】笔记系列 2.6 GBDT+LR——特征工程模型化的开端

原创 【深度学习推荐系统-王喆】笔记系列 2.5 从FM到FFM——自动特征交叉的解决方案

原创 【深度学习推荐系统-王喆】笔记系列 2.4 逻辑回归——融合多种特征的推荐模型

原创 【深度学习推荐系统-王喆】笔记系列 2.3 矩阵分解算法——协同过滤的进化

原创 【深度学习推荐系统-王喆】笔记系列 2.2 协同过滤 —— 经典的推荐算法

原创 【广告系列一】广告相关名词 CTR/CVR/eCPM...

广告相关名词推广/广告指标广告基础名词电商类网红类网盟类其他Referecne推广/广告指标VerbENCNimpression展示量/曝光 点击数 / CTRCPMcost per mille千次展示成本CPM = 广告费用/展示次数x1000CPCCost per clicks按点击付费平均每次点击花费CPACost per action按照行动付费可以是点击，安装，购买等oCPMOptimized Cost per Mille优

原创 Python 计算MD5值 图片查重去重

MD5MD5 即 Message-Digest Algorithm 5（信息-摘要算法5）。摘要算法又称哈希算法、散列算法。它通过一个函数，把任意长度的数据转换为一个长度固定的数据串（通常用16进制的字符串表示）。MD5 是从MD2、MD3 和 MD4 发展而来的一种加密算法，其主要通过采集文件的信息摘要，以此进行计算并加密。通过MD5算法进行加密，文件就可以获得一个唯一的 MD5 值，这个值是独一无二的，就像我们的指纹一样。[1]code以下给出判断两个文件夹是否有重复图片的例子import

原创 【视频理解】TSN Temporal Segment Networks: Towards Good Practices for Deep Action Recognition 笔记

Temporal Segment Networks: Towards Good Practices for Deep Action Recognitionhttps://arxiv.org/abs/1608.00859https://github.com/yjxiong/temporal-segment-networkshttps://github.com/yjxiong/tsn-pytorch时间分段网络（TSN，Two-Stream）结合了稀疏的时间采样策略和视频级别的监督，可以使用整个动作视

原创 【MMD】MikuMikuDance入门教程|下载模型动作相机场景音乐借物表

新手入门MMD第一步资源下载开始制作载入模型载入动作载入相机载入音乐载入场景保存导出保存工程导出作品其他借物表 非常重要第一步导语：适合入门的小白，包括下载MMD软件，模型动作相机场景音乐资源，半小时制作一个可爱的动画视频，简单了解MMD流程和简单过程，给之后深入学习打一个基础。资源这里所使用的MMD包以及教材下载 from RedialC 大佬：【pan.baidu.com/s/1HOlQC6fQxXK86W8_47YYJQ 提取码: 5hsh】(大佬20.07.28发布的，亲测可用)学习的

原创 【Music】视频配乐|多模态检索 Content-based video–music retrieval (CBVMR) Using Soft Intra-Modal 笔记

2018 ICMRContent-Based Video–Music Retrieval Using Soft Intra-Modal Structure ConstraintIntroductionbidirectional retrieval挑战设计一种对元数据没有要求的跨模式模型难以获得匹配的视频音乐对，视频和音乐之间的匹配标准比其他跨模态任务（例如，图像到文本的检索）更加模糊ContributionsContent-based, cross-modal embedding ne

原创 【ffmpeg】最全简单实用教程｜安装音频视频剪切融合拼接抽帧等

ffmpeg 官方文档FFMPEG常用命令ffmpeg 实用教程（非常全）Mac Downloadbrew音视频音／视频流容器channel使用FFmpeg常用操作音频音频转换格式多个音频混音改变音量大小音频淡入淡出调整音频速率音频延迟静音音频音频拼接视频抽帧帧合成视频抽取视频中的音频替换视频音轨剪切拼接ReferenceMac Downloadbrew/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/

原创 【MMD】MikuMikuDance入门&必备网址整理

IntroduceMMD【MikuMikuDance】MikuMikuDance，通常缩写为MMD，是一个免费的动画程序，让用户动画和制作3D动画电影，最初是为Vocaloid角色Hatsune Miku制作的。MikuMikuDance程序本身由Garnek（HiguchiM）编程，自创建以来经历了重大升级。 它的制作是VOCALOID推广视频项目VPVP 的一部分（from baidu）Web国内B站https://www.bilibili.comMMD贴吧http://tieba.ba

原创 【Distill 系列：三】CVPR2019 Relational Knowledge Distillation

Relational Knowledge DistillationRelational Knowledge DistillationTL;DRteacher 和 student feature 可能有 gap，student 应该学习 teacher 样本之间的关系而不是 teacher 样本本身区别于直接蒸馏teacher 和student的特征信息，本文将teacher样本间的距离和角度以及student样本间的距离和角度作为knowledgeknowledge：relationdista

原创 【leetcode】小彩蛋｜主页draw

新版的个人主页，能定义自己的个人ASCII用下面网站生成自定义自己想放的字的ASCII，点击黄框，粘贴进去即可推荐： https://www.kammerl.de/ascii/AsciiSignature.php备用： http://patorjk.com/software/taag/#p=display&f=%E6%B6%82%E9%B8%A6&t=lulu%20love%20nuomi...

原创 【医学影像系列：二】眼底图像数据集整理（糖尿病视网膜病变/青光眼...）

眼底图像其他医学图像数据集合集 最新最全

原创 【小白刷剑指offer】第四题 重建二叉树 c++/python

4 重建二叉树输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}，则重建二叉树并返回。递归方法运用栈实现// python 解法// class Solution:// def buildTree(self, preorder, inorder):// if not preorder://

原创 【Music 系列：一】Deep Learning Techniques for Music Generation

Deep Learning Techniques for Music GenerationPerformance RNNMusicVAEWavenetAbstract五个维度分析：ObjectmelodypolyphonyaccompanimentcounterpointRepresentationwaveform, spectrogram, note, chord, meter and beat波形，频谱图，音符，和弦， 节拍formatMIDI, piano ro

原创 【Distill 系列：三】On the Efficacy of Knowledge Distillation

https://arxiv.org/pdf/1910.01348.pdfteacher不是性能越高越好（这个我实验验证得到的结果一致）teacher训练中early stop蒸馏中early stop有利于提高蒸馏效果（未尝试）Method一个潜意识的猜想：性能越高的teacher的蒸馏效果越好可以看到，随着teacher模型变大，蒸馏的student性能并没有依次提高作者提出了可能...

原创 【Pruning系列：二】Learning Efficient Convolutional Networks through Network Slimming｜YOLOv3实践 ｜Pytorch 总结

YOLOv3-model-pruninghttps://github.com/Lam1360/YOLOv3-model-pruningYOLOv3模型剪枝，瘦身80%，提速100%，精度基本不变Introduction以 eriklindernoren/PyTorch-YOLOv3（https://github.com/eriklindernoren/PyTorch-YOLOv3）为Y...

原创 【Tracking 系列：二】GOTURN｜Learning to Track at 100 FPS with Deep Regression Networks

基于回归的SOT算法可以跟踪未见过的类别样例FPS高Motivation只关注单一目标，物体运动是连续的，使用相邻帧回归位置Network两个输入分别过5层conv ，然后将feature concat再过3层4096维的FC（包含 ReLU 和 Dropout）,最后连接到一个输出为4的FC分别对应中心点x、y、w、h其主要步骤是：拿到上一帧图像以及我们要跟踪的目标在上...

原创 【Tracking 系列：一】Siamese-FC｜Fully-Convolutional Siamese Networks for Object Tracking

滑窗分类SOT早期的工作Siamese-FC, 对单目标来做跟踪，论文中通过计算两个图像patch之间的相似度，来定位物体，通过多次rescale 输入图片来实现多尺度物体的跟踪。Method网络整体分两个分支，两个分支使用相同的卷积进行特征抽取第一个分支抽取 目标object(如下图的z)的feature A第二个分支抽取 待搜索图片(如下图的x)的feature Bcro...

原创 【Distill 系列：二】CVPR 2019 Distilling Object Detectors with Fine-grained Feature Imitation

cvpr 2019detectors care more about local near object regionsmotivationFitnets: Hints for thin deep netshint learning 利用网络中间层 teacher & student feature map L2 loss分析 feature map 整体做 hint 不好，...

原创 【Distill 系列：一】bmvc2019 Learning Efficient Detector with Semi-supervised Adaptive Distillation

bmvc 2019motivationmore attention paid on two types of hard samples:hard-to-learn samples predicted by teacher with low certaintyhard-to-mimic samples with a large gap between the teacher’s and t...

原创 【Pruning系列：一】Learning Efficient Convolutional Networks through Network Slimming

NS机构Tsinghua,Intelmotivation训练中的剪枝基于BN（Batch Normalization）层的广泛使用，在BN层加入channel-wise scaling factor 并对之加L1 regularizer使之稀疏，然后裁剪scaling factor值小的部分对应权重用 BN 层的 y 来表示卷积核的重要程度，y 小对应卷积核重要性低γ 非常小时...

原创 【MMDetection 系列：三】Loss 函数详解 + Pytorch 实现

Referencehttps://zhuanlan.zhihu.com/p/40284001https://blog.csdn.net/weixin_41665360/article/details/100126744https://github.com/open-mmlab/mmdetectionhttps://github.com/thangvubk/Cascade-RPN （bas...

原创 【目标检测系列：十】Anchor Free | GARPN | Region Proposal by Guided Anchoring

CVPR 2019商汤Region Proposal by Guided Anchoringhttps://github.com/open-mmlab/mmdetectionDCNanchorDense–>sparsefix --> deformableproposed methodcenter of objectsscales and aspectW...

原创 【目标检测系列：九】Anchor Free | FCOS | Fully Convolutional One-Stage Object Detection

2019 arXivFCOS：Fully Convolutional One-Stage Object DetectionPyTorch: https://github.com/tianzhi0549/FCOS/PyTorch: https://github.com/shanglianlm0525/ObjectDetection-network问题没懂他这个对重叠物体的 操作为什么他...

原创 【Algorithm】查找之“折半查找”

class Solution(): def search(self,array , key ,begin , n):#进行折半查找 mid = int((begin + n) / 2) # print(begin,mid,n) if key == array[mid]: return mid if k...