qq_40723205的博客

翻译 8/30 Hourglass网络原理

采用hourglass网络的优点在于物体特征点可能出现在网络的不同层，每一个top-down到bottom-up的结构都是一个stacked hourglass模块。堆叠hourglass 网络是个递归的结构，输入从左到中间，维度增加，特征map的大小变小，从中间到右，维度减少，特征map变大，即C1嵌套C2，C2嵌套C3，依次类推，，，C5，C6, C7是residual模块串联，总网络是4层的嵌套。...

原创 8/29 Hourglass网络结构

with slim.arg_scope(hourglass_arg_scope_tf()): # D1 net2 = slim.conv2d(inputs, 64, (7, 7), 2, scope='conv2-1') net2 = bottleneck_module(net2, out_channel=128, res=128, scope='bottleneck2-1') ...

转载 8/29 BatchNorm

BatchNorm有什么作用？需要对数据做归一化，因为深度神经网络主要就是为了学习训练数据的分布，并在测试集上达到很好的泛化效果，但是，如果我们每一个batch输入的数据都具有不同的分布，显然会给网络的训练带来困难。另一方面，数据经过一层层网络计算后，其数据分布也在发生着变化，此现象称为Internal Covariate Shift，会给下一层的网络学习带来困难。batchnorm直译过来就是批规范化，就是为了解决这个分布变化问题。为了减小InternalInternal CovariateC

原创 8/29 ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory

sudo ldconfig /usr/local/cuda-10.0/lib64

转载 8/28 matlab中 meshgrid 函数的用法

https://blog.csdn.net/foreverhuylee/article/details/32731349绘制3-D图形所需的网格数据。在计算机中进行绘图操作时， 往往需要一些采样点，然后根据这些采样点来绘制出整个图形

原创 8/28 python运行错误：CUDA error: invalid device ordinal

添加代码指定GPUimport osos.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"os.environ["CUDA_VISIBLE_DEVICES"] = "2"

转载 8/27 图数据集之cora数据集

原创 8/27 Could not dlopen library ‘libcublas.so.10.0‘

sudo cp /usr/local/cuda-10.0/lib64/libcublas.so.10.0 /usr/local/lib/libcublas.so.10.0 && sudo ldconfigsudo cp /usr/local/cuda-10.0/lib64/libcufft.so.10.0 /usr/local/lib/libcufft.so.10.0 && sudo ldconfig

原创 8/25 matlab在小数点后某一位四舍五入,即保留几位小数

>>a=123.4567890; >>a=roundn(a,-4) a = 123.4568

原创 8/25 matlab记录数组中出现重复数的个数

a=[0.5,0.55,0.55,0.44,7,8,1,9];b = tabulate(a(:));c=[5,5,5,4,7,8,1,9];d = tabulate(c(:));

翻译 8/25 图像梯度为0

100和90之间亮度相差10，并不是很明显，与一大群90的连续灰度值在一起，轮廓必然是模糊的。如果相邻像素灰度值有变化，那么梯度就有值，如果相邻像素灰度值没有变化，那么梯度就为0。

转载 8/24 ubuntu打开命令行终端

在桌面任意空白处，按CTRL+ALT+T

翻译 8/24 (CVPR2018) Non-local Neural Networks

https://zhuanlan.zhihu.com/p/33345791https://zhuanlan.zhihu.com/p/52510471什么是local 和 non-local ?Local这个词主要是针对感受野(receptive field)来说的。以卷积操作为例，它的感受野大小就是卷积核大小，而我们一般都选用3*3，5*5之类的卷积核，它们只考虑局部区域，因此都是local的运算。同理，池化(Pooling)也是。non-local指的就是感受野可以很大，而不是一个局部领域

翻译 8/23 matlab中 end : 用法总结

A(N:end,:)表示矩阵A的第N行到最后一行所有的列A=magic(5)A =17 24 1 8 1523 5 7 14 164 6 13 20 2210 12 19 21 311 18 25 2 9A(3:end,:)ans =4 6 13 20 2210 12 19 21 311 18 25 2 9A(end,1:2:end) 的意思是从A中取元素，取得的元素为A的最后一行，从第1列开始每个两个元素取一个mg(:,1:2)的意思是bai 取矩阵(或者图.

翻译 8/23 matlab 计算图像平均梯度代码

clc;clear;close all;img = imread('crop/1.png');img = im2double(img);[~,~,imxy] = my_gradient(img);s1 = mean(imxy(:));disp(s1);function [imx,imy,imnorm] = my_gradient(im)imx = [im(:,end,:) - im(:, 1,:),-diff(im,1,2)];imy = [im(end,:,:) - im(1.

转载 8/23 matlab diff函数

http://blog.csdn.net/u013018721/article/details/37766187

原创 8/21 （CVPR2011） Internal Statistics of a Single Natural Image

这篇文章是CVPR2011年关于单张自然图像自相似的文章。Internal Statistics of a Single Natural Image自相似性就是 图像patch会在自身图像或者跨尺度图像中重复出现。这篇文章主要是对自相似的一个具体的证明。对于图像中的每一个patch，用parzen窗概率密度估计 以dist为半径的区域Ndist中的密度然后对具有相同梯度的patch计算了一个平均密度最后计算在dist范围内，计算NN(最邻近neighbor个数 就是最相似patc

原创 8/20 （ICCV2009）Super resolution from a single image

Classical SR 的过程， 即利用多张低分辨率图像(subpixel misalignment)的相同位置的patch 来拟合成高分辨率图像中的对应区域。对于低分辨率图像中的一点， 可以找到高分辨率图像的一个 patch 进行对应。 该过程暂且可以写成一个线性的约束表达式：当这些区域之间有重叠的时候，就可以通过联立方程求解了。这个就是Classical SR的一般性求解过程，这里需要多张低分辨率图像。加上该文章提出的自相似性，就可以只用单张的低分辨率图像了：对于低分辨图像中的每个pa..

翻译 8/20 subpixel misalignment

subpixel misalignment may appear in some local areas

原创 8/19 (CVPR2020) Robust Reference-based Super-Resolution with Similarity-Aware Deformable Convolution

Abstract:本文为基于参考图像的超分方法提出了一个参考图像对齐特征提取网络（Similarity Search and Extraction Network）传统方法是在参考图像上用暴力搜索或者光流估计寻找与目标图像的最佳匹配位置，本文方法采用端到端的训练方法没有额外的监督或者大的计算量。本文提出的模型不仅可以预测最佳的匹配位置，而且可以知道最佳匹配的关联。这使得本文方法对不相关的参考图像更加鲁棒（RefSR性能退化存在的主要问题）。如果没有参考图像，可以利用self-similari..

翻译 8/19 仿射变换

翻译 8/19 高级特征 低级特征

线性组合是一阶特征经过n次有效的线性组合形成n阶特征，这里有效的组合，比如线性-线性组合，只能算要一个有效的线性组合，线性-非线性-线性，这样算两个有效的线性组合。如何说高阶特征，可以理解为经过多次线性-非线性-线性操作之后形成的特征，为高度抽象特征。...

原创 8/17 (arXiv2020) Feedback Graph Attention Convolutional Network for Medical Image Enhancement

Q1: 图像增强是指什么？图像在环境，光线的影响下，造成图像模糊不清晰，对比度低，图像增强的目的就是 利用某种手段提高图像的对比度，突出图像中人物或物体，有利于后边的识别等处理。Q2：自相似先验知识绿色的三个框，场景内容一样，分辨率不一样蓝色的三个框，分辨率一样，但是某些区域在这张图像有，另一张图像没有，就是不同的位置丢失信息不一样。自相似性作为约束做图像超分。本文方法将先验知识放入网络中，构造图卷积神经网络，自己学习自相似先验知识（pach之间的相似性以及相似性程度）本文提

翻译 8/18 非局部均值去噪（NL-means）

基本思想是：当前像素的估计值由图像中与它具有相似邻域结构的像素加权平均得到

翻译 8/14 二维高斯函数

原创 8/13 matlab subplot

转载 8/7 如何使用matlab调试？

https://jingyan.baidu.com/article/3c48dd3481790fe10ae35854.html

翻译 8/4 奈奎斯特采样定理（香农采样定理）

解释 采样率 和 所测信号频率 之间的关系

翻译 8/3 Parzen 窗 Matlab实现

1. 一维高斯函数密度函数估计close all;clear all;X = normrnd(0,1,1,10000);%从正态分布中产生10000个均值为0，方差为1 的样本f = -3:0.01:3;%确定横坐标范围function p = Parzen(X,h_1,N,x)% X 是所有的样本% h 是Parzen窗的窗口大小% N 是采样的总样本大小% x 是密度估计的点% 采用高斯窗口大小p = zeros(length(x),1); h = (h_1/s.

转载 8/3 MATLAB绘制正态分布概率密度函数(normpdf)图形

本文首先给出正态分布概率密度函数（The normal distribution probability density function）的公式和标准正态分布概率密度函数的公式，然后通过normpdf( )生成标准正态分布概率密度函数的数据，然后通过plot( )绘制标准正态分布概率密度函数的图形。工具/原料 MATLAB normpdf mean standard deviation 方法/步骤 第一，正态分布概率密度函数的公式如下图。其中，μ为平均

翻译 8/3 meshgrid

翻译 8/2 matlab 中绘制二维颜色图表示z轴

翻译 8/2 图像梯度

清晰图像和模糊图像之间的差别在哪里呢？图像模糊是因为图像中物体的轮廓不明显，轮廓边缘灰度变化不强烈，层次感不强造成的，轮廓边缘灰度变化明显些，层次感强些是不是图像就更清晰些呢。那么，这种灰度变化明显不明显怎样去定义呢。我们学过微积分，知道微分就是求函数的变化率，即导数（梯度），那么对于图像来说，可不可以用微分来表示图像灰度的变化率呢，当然是可以的，前面我们提到过，图像就是函数嘛。如果相邻像素灰度值有变化，那么梯度就有值，如果相邻像素灰度值没有变化，那么梯度就为0。如果我们把梯度值与对