略孤狼-CSDN博客

原创研一：如何入门科研以及注意

研一：如何入门科研以及注意前言准备工作文献阅读建议注意事项学习方法心态调整前言又是一年开学季，想必很多上岸的小伙伴都多多少少会陷入到科研做不下去的苦海中，那么我现在就简单说说如何去解决这些面临的问题。如有不对的地方还请多多指教，只针对大部分的研究生，对于个人能力较强的，或者导师完全天使下凡的可以绕道。准备工作在暑假期间，导师可能会让阅读文献，或者做一些调研。这个确实是一种科研能力的锻炼，刚开始确实会特别的烦燥，不过不用担心（烦躁的还在后面）。在这个期间要做的主要就是：1.文献搜集和阅读的能力2

2021-08-19 22:00:21 1330

原创 2020-CVPR-AdaCoF: Adaptive Collaboration of Flows for Video Frame Interpolation

简化解读：2020-CVPR-AdaCoF: Adaptive Collaboration of Flows for Video Frame Interpolation摘要方法和loss实验结果摘要之前的缺点：不能处理复杂的运动改进的方法：AdaCoF，以及一个新的损失函数方法和loss下图简单介绍了本文的方法：一般情况下的卷积：可变形卷积是共享kernel权重的卷积：不同权重的卷积：扩张，d代表扩张的倍数：本文网络结构，U-Net的网络结构，无BN层

2021-08-19 19:02:41 941

原创 Latex安装问题

Latex安装报错解决Latex安装Latex报错Latex安装参考博文：https://blog.csdn.net/Mikowoo007/article/details/87378235?utm_medium=distribute.pc_relevant.none-task-blog-2defaultbaidujs_baidulandingword~default-0.control&spm=1001.2101.3001.4242Latex报错Installing to: D:/texli

2021-08-19 18:43:33 1846 1

原创 2021-CVPR-风格迁移 Drafting and Revision

2021-CVPR-Drafting and Revision: Laplacian Pyramid Network for Fast High-QualityArtistic Style Transfer简介文章信息摘要Introduction相关工作略方法主体网络结构Drafting Network结构ADAINRevision结构总结贡献如下实验结果客观评价主观评价效果图简介文章信息论文名称英文：Drafting and Revision: Laplacian Pyramid Network fo

2021-07-03 13:34:18 3325 4

原创 2021-CVPR-CDFI: Compression-Driven Network Design for Frame Interpolation

2021-CVPR-CDFI: Compression-Driven Network Design for Frame Interpolation2021-CVPR-CDFI: Compression-Driven Network Design for Frame Interpolation论文简介论文名称作者信息代码论文内容摘要IntroductionRelated workThe Proposed Approach2021-CVPR-CDFI: Compression-Driven Network D

2021-07-03 11:54:26 804 6

原创 module ‘tokenization‘ has no attribute ‘FullTokenizer‘+‘Tensor‘ object has no attribute ‘numpy‘+tf.e

问题1：module ‘tokenization’ has no attribute ‘FullTokenizer’导致这种问题有几种可能，关于tokennizetion解决方法1：pip install bert-tensorflow==1.0.1解决放法2：kaggle的话需要将tpkennizetion拷贝到working中copyfile(src = “…/input/…/tokenization.py”, dst = “…/working/tokenization.py”)import

2021-04-05 13:29:28 2065 1

原创 SepConv-Video Frame Interpolation via Adaptive Separable Convolution

SepConv视频插帧-通过自适应可分离卷积进行视频插帧一.简介二.网络结构三.损失函数四.实验细节补充五.结果对比以及不足一.简介标准的视频插帧方法首先估计两帧之间的光流，然后在运动的指导下生成中间帧，就是不是端到端的方法，而作者提出的方法是end-to-end的。而且光流的方法对遮挡，模糊，亮度突变情况处理的并不好。所以最近的方法（其实就是本篇论文作者自己提出的方法AdaConv-之后会在下一篇文章介绍）用空间自适应卷积核估计中间帧，但是这种方法需要比较大的核，因为要处理幅度比较大的运动，而且要为每

2021-03-30 21:01:29 913 1

原创 Kernel Based Progressive Distillation for Adder Neural Networks：基于核的渐进式蒸馏的加法神经网络

2020 NeurIPS AdderNet基于核的渐进式的蒸馏加法神经网络一.简介二.问题解决2.1问题提出2.2初步解决方案2.3具体分析2.4问题解决——用核方法来解决这个问题2.5渐进式学习三.实验结果分析3.1基于MNIST数据集将分类结果可视化3.2不同实验设置对比3.3作者在CIFAR-10,CIFAR-100,ImageNet上分别进行了实验四.总结一.简介加法器神经网络（ANN）提供了一种低能耗深层神经网络的新方法。但是，当用加法替换所有卷积时，精度会下降。作者认为这主要是由于使用L1范

2021-01-04 17:08:45 496 2

原创 google_images——download安装！无错

google_images——download安装安装文件改变使用安装google-images-download 安装很简单。只需要在终端下，执行以下命令：pip install google_images_download或者github：https://github.com/hardikvasa/google-images-download注意：这个装好之后是不可以直接下载的，下载不了图片。文件改变因为这个网站的google image download比较老，无法下载图片。将goo

2020-11-15 21:16:37 1903 5

原创 canny算子实现——matlab

canny算子实现——matlab灰度化求梯度以及方向NMS阈值拼接对比灰度化// An highlighted blockimg=imread('');%读取图像img=rgb2gray(img);%灰度化figure(1);imshow(img);title('灰度化原图');求梯度以及方向// An highlighted block%2.计算图像梯度[gx gy] = imgradientxy(img, 'sobel');%利用sobel滤波器获得x和y方向梯度[grad,

2020-11-15 20:48:14 1293

原创安装Mediapipe中遇到的问题ERROR: An error occurred during the fetch of repository ‘local_execution_config_pyt

安装Mediapipe中遇到的问题WSL安装创建账号密码装mediapipe流程WSL安装WSL可在微软应用商店中下载。创建账号密码打开Ubuntu会让你创建用户名和密码。装mediapipe流程关于这部分流程可以查看这个博主的流程https://blog.csdn.net/qq_36818449/article/details/103879399但是在照着博主做的过程中注意，Bazel的版本要是1.1.0的，因为mediapipe现在最多支持1.1.0的Bazel，安装0.27的是不可以运

2020-11-04 09:31:53 7955 2

原创 FileExistsError: [WinError 183] 当文件已存在时,无法创建该文件。附文件重命名代码

FileExistsError: [WinError 183] 当文件已存在时,无法创建该文件。问题：FileExistsError: [WinError 183] 当文件已存在时,无法创建该文件。文件重命名的时候我们可能会碰到这样的问题那么我们应该怎么解决呢？下面是我的文件首先ctrl+A全选图片，然后重命名全部命名为0然后代码就可以成功运行了：最后得到图像结果：顺便分享一下代码：import osclass ImageRename(): def __init__

2020-10-22 17:29:50 19717 6

原创目标检测锚框，NMS极大值抑制

目标检测锚框和NMS极大值抑制锚框NMS极大值抑制讲解锚框NMS锚框NMS极大值抑制讲解锚框和NMS极大值抑制想必大家在诸多地方都遇到过，那么究竟什么是极大值抑制呢?锚框锚框也就是我们很多书中说的anchor。这是什么意思呢？实际上这就是在进行目标检测的时候在特征图上每个点都设置相同数量的框框这就叫锚框。如图所示，我们可以看到左边的一堆方格子其实是特征层的像素点。其中红色框出来的是一个33的卷积。所有特征层的像素点都给分配k个锚框，如右图一样的锚框，每个像素点都有好几个。然后映射到原图上去，

2020-10-20 20:45:48 3452

原创 RNN循环神经网络超级大白话

RNN循环神经网络大白话讲解RNN单元从上图看，input_data是输入，hidden_layer的输出是h1，从左边来的是初始的隐藏层参数为h0。神经网络原本的公式也就是输入层X*Wih再经过设定的激活函数得到h0。h0乘上Who权重矩阵得到输出层。h1=tanh(x∗Wih)h1 = tanh(x*W_{ih})h1=tanh(x∗Wih)output=h1∗Whooutput = h1*W_{ho}output=h1∗Who在单个完整的RNN单元中，（不加下一层），有上一层的隐藏层

2020-09-27 23:35:35 325

原创 KNN算法以及cs231n代码实现

KNN算法以及代码实现KNN算法NN分类器KNN算法介绍基于CIFAR-10NN分类器基于CIFAR-10KNN分类器小结KNN算法在介绍knn算法之前我们首先要对nn分类器有所了解，下面首先介绍nn分类器，在其中对一些基础知识进行介绍，之后介绍KNN算法，对于cs231n作业一中的knn完整可实现代码写于此。数据集来源于http://www.cs.toronto.edu/~kriz/cifar.html，改数据集的具体信息可以在网上看到。在此便不进行叙述。NN分类器假设我们现在有一个关于狗的训练

2020-07-19 21:52:17 365

原创 Python元组逗号的重要性

Python元组逗号的重要性元组（tuple）与列表类似但是不可更改元素。我们都知道如果元组中只有一个元素是需要加逗号的，如果不加逗号在对字符串的处理中会出现这样的状况：s=('123.123')print(s[0])结果如图所示在加逗号之后s=('123.123',)print(s[0])得到这样的结果我们可以看到s[0]所代表的值是不一样的一个是把整个字符串当作一个元素，一个是自动对字符串进行分割。当然这会对我们的工作有很大的便捷，但是小伙伴们在使用的时候要注意哦！..

2020-07-05 01:38:56 1083

qq_41818458的博客