- 博客(23)
- 收藏
- 关注
RSS订阅原创 Linux新建用户
为实验室服务器添加普通用户，方便大家使用，大家互不干扰互不影响。1 添加用户查看用户所在用户组groups新建用户abc并指定stu用户组，为新用户在home下建立文件夹useradd -g stu -d /home/abc abc#好像没新建，还是要mkdir修改密码passwd abc修改文件夹权限chown -R abc:stu /home/abcchmod 750 /home/abcls -la #查看权限删除用户userdel -r abc.......
2022-04-18 16:02:40
493
原创 Win10同时使用有线和WiFi配置
本教程针对的是：有线公司内网/无线外网的情况。在学校/公司能遇到这种情况：使用有线公司内网能够连接公司内部网站/服务器却不能连Internet，使用无线网连接Internet却不能插上有线以连接公司内网。那么能不能同时实现网上冲浪和访问公司内网呢？只需以下简单两步：一、插上WIFI，连上网线(不要在意细节)二、打开网络中心CMD或运行窗口(Win+R)键入ncpa.cpl打开。选中WLAN右击属性，双击Internet版本4，点击下方高级，然后页面下方自动跃点不要勾选，手动输入5。同.
2021-06-24 16:59:34
8464
1
原创 VS Code远程SSH免密登录配置
最近更新了VS Code之后，发现Remote-ssh拓展里的端口转发功能没了，很伤心，在探索的同时，顺手配置了一下VS Code ssh免密登录，以省去每次连接远程文件夹时输入两次密码的烦恼。网上教程很多，但是很多没有给出细节，对于新手不友好，本文旨在通俗地介绍配置方法。关键词：VS Code；vscode；ssh；远程开发本次教程建立在VS Code+Remote-SSH插件开发环境。本地环境是Windows，远程环境是Linux的普通用户，非root。第一步：本地打开C:\User.
2021-04-25 09:57:04
1526
2
原创 NAS与ReID的有效结合
CVPR2021上将NAS与ReID结合的文章，搜索到了一个轻量网络，在ReID任务上取得了很高的精度。文章标题：Combined Depth Space based Architecture Search For Person Re-identification论文地址：https://arxiv.org/abs/2104.04163代码地址：暂未开源目录1 简介2 贡献3 内容3.1 Combined Depth Space3.2 Top-k Sample Search3.3 Fine-gr.
2021-04-21 08:29:41
610
2
原创 屠榜！Swin Transformer ！
各种视觉Transformer互相赛高，微软亚洲研究院的Swin Transformer开源了！该模型在分类、检测等多个任务上屠榜！文章标题：Swin Transformer: Hierarchical Vision Transformer using Shifted Windows论文地址：https://arxiv.org/abs/2103.14030代码地址：Swin Transformer1 概述 从ViT出现以来，各种视觉Transformer模型层出不穷，但是几乎所有的Trans.
2021-04-15 10:19:52
918
2
原创 AAformer: Auto-Aligned Transformer for Person Re-Identification 解读
局部特征的方法让Re-ID任务的精度得到了飞跃，那么 使用Transformer还能不能使用局部方法呢？当然可以，本文作者提出了一个Transformer Re-ID局部框架，据说有了此框架，CNN中的局部方法就可以迁移到Transformer，岂不美哉？文章标题：AAformer: Auto-Aligned Transformer for Person Re-Identification论文地址：https://arxiv.org/abs/2104.00921代码地址：即将开源1 概述 最.
2021-04-12 15:40:13
1514
3
原创 Pytorch混合精度训练
作为微型实验室的学生，为其他同学节约GPU资源义不容辞，于是最近探索了Pytorch使用混合精度训练的方法，传言可加速60%，且在某种程度上节约显存。原来NVIDIA提供了用于Pytorch的混合精度加速训练工具——Apex(不是哥斯拉大战金刚那个)，但个人在使用时总是出现这样那样的问题，于是索性放弃。幸运的是，从Pytorch 1.6版本开始，torch官方提供了混合精度训练工具！！！下面就来介绍：使用非常简单，即autocast+GradScaler。我们先来回顾一下最原始的Pytorch损.
2021-04-09 12:03:24
338
4
原创 TransReID: Transformer-based Object Re-Identification 介绍
这是首篇开源的将transformer用于行人重识别的文章，基于原来的bag of tricks (BoT)1。文章标题：TransReID: Transformer-based Object Re-Identification论文地址：https://arxiv.org/abs/2102.04378代码地址：TransReID安利小技巧：把链接github.com变为github1s.com试试，就是github后面加个1s(1秒)。1 简介 这是首篇使用视觉Transformer (V.
2021-04-08 11:16:25
1067
3
原创 ‘tuple‘ object has no attribute ‘log_softmax‘错误参考
最近将视觉Transformer(ViT)作为backbone实现ReID时，出现了这样的错误： Traceback (most recent call last): File "main.py", line 272, in <module> main(parser.parse_args()) File "main.py", line 213, in main trainer.train(epoch, train_loader, optimizer) File "/
2021-04-08 09:53:17
1837
1
原创 AWB——Complementarity-enhanced Mutual Networks for Unsupervised Domain Adaptation in Person Re-ID
论文地址：arXiv:2006.06525代码地址：Attentive-WaveBlock1 概述这是一篇有关UDA Re-ID的文章，方法性能在paper with code上位居榜首，本文可以归类于基于伪标签的UDA，也是通过减少伪标签的噪声来提升模型性能的。文中的方法参考了一个很有意思的Re-ID框架——Mutual Mean-Teaching (MMT)1，MMT框架则来自于深度相互学习(Deep Mutual Learning)2方法，该方法和模型蒸馏/教师-学生模型类似，但是相互学习的目标
2021-04-02 08:42:24
565
1
原创 A Comprehensive Survey of Neural Architecture Search: Challenges and Solutions——NAS入门调研
A Comprehensive Survey of Neural Architecture Search: Challenges and Solutions日期：2020/11/20 来源： arXiv:2006.029031 概述具有强大自动表征能力的深度学习的出现使得学者不必再使用各种人工特征方法来解决问题，只需要将工作重心放在数据预处理、网络结构的搭建、调参以及优化策略上，深度学习社区里有人形象幽默地称深度学习工程师为“调参工程师(炼丹师)”，由此可见搭网络、调参、优化需要相当的耐心和时间
2020-12-07 09:16:26
1135
原创 Pytorch入门操作——构建简单的神经网络
读研伊始，简单了解了一下pytorch构建神经网络的方法，特记录。1、利用Pytorch实现神经网络时，要注意：numpy和tensor的互化数据类型的转化，包括numpy的int32、float64等，注意numpy中astype()的用法。注意conv接收的数据为4维：batch, channel, H, W，维度的增加和减少要记住squeeze()和unsqueeze()的用法，改变tensor尺寸要熟悉view()的用法。想要手动定义卷积核，可以使用torch.nn.function
2020-09-18 09:09:58
315
1
原创 Deep Learning for Person Re-identification: A Survey and Outlook——准研究生论文周报
1 简介 这是一篇综述性文章，本文从closed-world和open-world两个方面较细致地分析了Re-ID，并展望了前景。这次的心得写得较长，也算是一个总结。 首先，作者通过将Re-ID分为封闭世界(closed-world)的ReID和开放世界(open-world)的Re-ID来陈述，如下表，通俗地说，closed-world指的就是较为理想的环境下的实验，比如单模态的数据集、正确框出的行人box，open-world指的是更贴近现实应用场景的实验，比如跨模态、直接利用原始视频流或图片帧
2020-07-30 17:41:12
960
1
原创 Infrared-Visible Cross-Modal Person Re-Identification with an X Modality——准研究生论文周报
1 标题 Infrared-Visible Cross-Modal Person Re-Identification with an X Modality 来源：AAAI 20202 概述 本文也是一篇跨模态ReID(cm-ReID)，和上周的那篇结合特有特征和共享特征的cm-ReID相比，本文在两个数据集上的表现并不如前者，不过也是提供了一种思路吧。 本文的思路和做法巧妙而简单，跨模态ReID是个很难的任务，因为模态之间的差异或者说gap较大，为了减小gap，作者引入了一个介于RGB和红外图
2020-07-22 19:50:18
615
原创 Cross-modality Person re-identification with Shared-Specific Feature Transfer——论文周报
文章目录1 标题2 概述3 创新点4 算法及实验4.1 模型及算法双流特征提取器(Two-stream feature extractor)共有-特有转移网络(Shared-Specific Transfer Network,SSTN)①亲和力模型(Affinity modeling)②共享和特定信息的传播共有-特有互补学习(Shared and specific complementary learning)①共享特征的模态自适应②特定特征的投影对抗学习③重建增强优化4.2 实验5 心得1 标题 C
2020-07-16 15:16:39
686
1
原创 Person Re-Identification by Deep Joint Learning of Multi-Loss Classification——准研究生论文周报
1 标题 Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 来源：IJCAI 2017 日期：7月6日2 概述 发文当时(2017年)，用特征提取做REID的学者很多，但这些工作往往仅通过全局(global)特征或局部(local)特征实现。全局特征和局部特征之间存在一定的互补性，合理结合两种特征，能达到一加一大于二的效果，且在捕获信息时，同时观察全局信息和局部信息更贴近人类视觉系统。 为
2020-07-08 15:24:50
340
1
原创 COCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification——准研究生论文周报
1 标题 COCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification 来源：CVPR 2020 日期：06月30日 周二2 概述 现存的绝大多数REID数据集中，单一行人的着装是相同的，然而在实际生活中，换衣服是不可避免的，想要REID算法落地投入应用，更不能回避行人着装变化的情况。 为此，文章贡献了新的换衣数据集COCAS(ClOthes ChAnging Person Set)，数据集中同一行人有多
2020-07-02 11:25:00
1062
5
原创 AdderNet: Do we really need multiplications in deep learning——准研究生论文周报
1 标题 AdderNet: Do we really need multiplications in deep learning 来源：CVPR 2020 日期：06月26日 周五2 概述 在计算机运算中，乘法耗费时间和硬件资源，而加法又快又省，CNNs中的卷积等操作都涉及大量的浮点相乘，神经网络真的需要乘法吗？为此，文中提出了加法器网络adder networks(AdderNets)，用L1距离作为filter和feature的相似度量，摒弃原来的乘法运算，以减少神经网络运算的代价。此外，
2020-06-26 15:37:00
555
原创 Unsupervised Person Re-identification via Multi-label Classification——准研究生论文周报
1 标题 Unsupervised Person Re-identification via Multi-label Classification 来源：CVPR 2020 日期：06月16日 周二2 概述 本文提出了一种基于多标签分类的无监督(unsupervised)行人重识别方法，将无标签的REID任务变为多分类问题，从而找到图像真正标签。和之前的无监督方法不同，本文提出的方法使用多标签分类损失来更新网络，所以它并不依赖于标记好的数据(labeled data)和性能较好的预训练模型(go
2020-06-17 10:43:25
451
原创 2020年3月学习——线代篇
文章目录1 浙大四版目录2 学习2.1 行列式行列式的一些性质余子式2.2 矩阵运算一些性质1 浙大四版目录行列式矩阵及运算矩阵的初等变换与线性方程组向量的线性相关性相似矩阵及二次型线性空间与线性变换2 学习2.1 行列式行列式的一些性质性质1：行列式与它的转置行列式相等性质2：对换行列式的两行(列)，行列式变号推论：如果行列式两行(列)完全相同或成比例，行列式为0...
2020-03-29 20:27:32
309
原创 2020年3月底学习——概率论篇
3月底学习1 任务复习记录线性代数知识读一遍PCB论文尝试实现RPP尝试程序基于视频实现完成论文绪论部分2 学习2.1 方差统计描述定义：方差用来衡量随机变量或一组数据离散程度，统计中的方差（样本方差）是每个样本值与全体样本值的平均数之差的平方值的平均数总体方差计算：σ2=Σ(X−μ)2Nσ^2=\frac{Σ(X-μ)^2}{N}σ2=NΣ(X−μ)2其中σ2为...
2020-03-27 19:59:03
184
原创 Markdown学习-创建CSDN博客
MarkDwon VSCode初学时间：2020-03-12来源：知乎———[Markdown] 使用vscode开始Markdown写作之旅最后更新：2020-03-121、拓展Markdown all in oneMarkdown Preview Enhanced2、标题#表示一级标题 ##表示二级标题 可表示六级 3、正文换行(重要！！！)使用两个...
2020-03-26 13:34:45
380
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人