- 博客(29)
- 收藏
- 关注
RSS订阅
原创 video object segmentation(VOS)论文目录 2020
video object segmentation2020 CVPR2020 ECCV之前的2017-2019年论文会逐渐陆续添加上，自己的一些论文翻译和总结也会陆续整理上来。近些年里，跟视频相关的任务逐渐增多，从之前的Video Classification到后来的Video Object Segmentation，相关任务还有很多：Video Captioning/Video Object DetectionVideo Super-Resolution/Video Instance Segmen
2020-08-21 16:46:25
4088
原创 VOS论文阅读 :Kernelized Memory Network for Video Object Segmentation(2020 ECCV)
[论文阅读 2020 CVPR]Kernelized Memory Network for Video Object SegmentationSemi-Supervised. KMNSTM在VOS任务中的问题KMN ContributionHide-and-SeekMemory ReadSTM Memory ReadKernelized Memory ReadKernelized Memory NetTwo Stage TrainingResultPerformanceAblation studyQual
2020-08-12 13:41:19
1716
原创 Pytorch-Onnx-TensorRT
TensorRT严格地依赖于硬件条件，所以与Cuda、Cudnn版本强相关。Following are the four steps for this example application:Convert the pretrained image segmentation PyTorch model into ONNX. ONNX是一个深度学习模型的标准，来帮助从不同的框架中进行转换，例如Caffe2、Chainer、PaddlePaddle、Pytorch、MXNet。Import the
2022-03-21 11:30:37
2302
原创 语义分割方法总结与综述
语义分割论文Dilated convolutionlow-level & high-level information fusion2019 CVPR DFANet：Deep Feature Aggregation for Real-Time Semantic Segmentation2020 PAMI Deep High-Resolution Representation Learning for Visual RecognitionEncoder-Decoder/U-NetMulti-Scale
2022-03-21 11:26:49
10264
1
原创 Torchvision模型修改
使用torchvision.models加载的模型默认使用的是BatchNorm，当需要在分布式机器上训练时，我们需要将BatchNorm转换成SyncBatchNorm，可以使用：backbone = models.resnet18(pretrained=True, norm_layer=nn.SyncBatchNorm)
2021-09-15 17:28:10
416
原创 特征图拼接
对于处理像素位置处channel维度为12341234的特征，可以通过fold转换成两通道的[1,2,3,4] [1,2,3,4]当需要把12341234区分为按1、2、3、4分组的特征，可以使用reshape+transpose同理把1、2、3、4分组特征concat在一起，希望转换为12341234，同样可以使用reshape+transposefold和PixelShuffle的区别，以及11223344<---->12341234转换的具体细节，之后补充...
2021-07-01 11:53:10
1027
原创 计算机视觉（秋招面试准备资料）
目录基础知识经典分类网络GoogleNetResNetXceptionDenseNetDetNetShuffleNetHRNet卷积反卷积/转置卷积扩张卷积 语义分割/目标检测可变形卷积 语义分割/目标检测可分离卷积 DepthWise convolution问题正则化NormalizationBatch NormalizationLayer NormalizationDropoutL1/L2激活函数损失梯度下降/爆炸/消散分割损失分割任务VOS语义分割最近准备面试，所以记录一下自己学习的进程。因为本人做
2021-06-24 15:18:18
2178
1
原创 mmsegmention运行demo测试报错
ImportError: /home/hadoop-hmart-waimaiups/anaconda3/envs/open-mmlab/lib/python3.7/site-packages/mmcv/_ext.cpython-37m-x86_64-linux-gnu.so: undefined symbol: _ZN6caffe28TypeMeta21_typeMetaDataInstanceISt7complexIdEEEPKNS_6detail12TypeMetaDataEvImportError:
2021-05-11 15:31:53
626
原创 测试集的准确率与在训练时测试的结果差距极大
在模型训练过程中，每训练一个epoch，就测试一个epoch，以了解网络性能。当使用网络测试时，测试集的准确率与在训练时测试的结果差距极大。经过仔细查证，问题出在dropout上，在训练过程，直接使用了no_grad()函数来关闭梯度计算，with torch.no_grad(): images = images.to(device)此时训练迭代的测试的过程中未关闭BatchNormalization和Dropout，以这种状态进行测试而在真正测试过程中使用了model.eval()关
2021-04-30 13:25:21
7905
4
原创 中文街景店铺检测和识别数据集
中文 Photo OCR街景数据集中文街景数据集CTWShopSign（中英文）Baseline国内外在中文场景图像文字识别的研究极少。究其原因，一是汉字类别庞大，在照片中进行文字识别的难度较大；二是中文场景图像数据集的缺乏。街景数据集SVT、ICDR2013、ICDAR2015、COCO-Text、SynthText很少有包含中文文字/字符的图片。中文数据集的主要有CTW、RCTW、ICPR 2018 MYWI（in 2017&2018）。RCTW (a.k.a CTW-12k)是ICD
2021-03-24 16:11:47
3553
原创 Ubuntu中Failed to initialize NVML: Driver/library version mismatch问题的解决
重启大法好
2021-01-12 15:16:36
342
原创 pytorch模型加载的一些方式
模型加载torchvison.modelsnn.ModuleListgetattr & setattrtorchvison.modelsrgb_encoder = models.resnet101(pretrained=True)self.conv0_rgb = nn.Sequential(rgb_encoder.conv1, rgb_encoder.bn1, nn.PReLU())self.conv1_rgb = nn.Sequential(rgb_encoder.maxpool, *rg
2021-01-04 11:10:41
954
原创 [论文阅读2020]URVOS: Unified Referring Video Object Segmentation Network with a Large-Scale Benchmark
URVOS: Unified Referring Video Object Segmentation Network with a Large-Scale BenchmarkAbstractIntroductionRelated WorkReferring Image SegmentationVideo Object SegmentationMulti-modal Video UnderstandingRefer-Youtube-VOS DatasetURVOSVisual EncoderLanguage
2020-11-05 10:50:59
1731
原创 [阅读笔记] Making a Case for 3D Convolutions for Object Segmentation in Videos（2020 BMVC）
这里写目录标题一级目录二级目录三级目录一级目录二级目录三级目录
2020-08-30 11:22:18
677
原创 [每日一题]Leetcode 17 电话号码的字母组合
这里写目录标题题目描述解题思路python代码题目描述给定一个仅包含数字 2-9 的字符串，返回所有它能表示的字母组合。给出数字到字母的映射如下（与电话按键相同）。注意 1 不对应任何字母。示例:输入："23"输出：["ad", "ae", "af", "bd", "be", "bf", "cd", "ce", "cf"].说明:尽管上面的答案是按字典序排列的，但是你可以任意选择答案输出的顺序。解题思路（用昨天大佬每日一题的思路，很简单地就过了）首先为了书写代码的简洁，建立字典来保
2020-08-26 13:29:26
184
原创 Motion-Attentive Transition for Zero-Shot Video Object Segmentation(2020 AAAI)
Motion-Attentive Transition for Zero-Shot Video Object SegmentationIntroductionProposed MethodNetwork OverviewMATSSABARImplementation DetailsExperimentsAblation StudyResult链接: arxiv.Introduction论文中提供了一种利用运动信息来增强时空对象表示的方法，在深度学习时代之前，对象运动就一直被视为视频对象分割的有益提示.
2020-08-25 21:00:44
1011
原创 [每日一题]Leetcode 459 重复的子字符串
Leetcode 459 重复的子字符串题目描述解题思路python代码做不出题，我很抱歉。题目描述给定一个非空的字符串，判断它是否可以由它的一个子串重复多次构成。给定的字符串只含有小写英文字母，并且长度不超过10000。示例 1:输入: "abab"输出: True解释: 可由子字符串 "ab" 重复两次构成。示例 2:输入: "aba"输出: False示例 3:输入: "abcabcabcabc"输出: True解释: 可由子字符串 "abc" 重复四次构成
2020-08-24 14:36:47
313
原创 [每日一题]Leetcode 111 二叉树的最小深度
Leetcode 111 二叉树的最小深度题目描述解题思路python代码官方DFS代码官方BFS代码题目描述给定一个二叉树，找出其最小深度。最小深度是从根节点到最近叶子节点的最短路径上的节点数量。说明: 叶子节点是指没有子节点的节点。示例:给定二叉树 [3,9,20,null,null,15,7], 3 / \ 9 20 / \ 15 7返回它的最小深度 2.解题思路1、直接深度优先遍历，并在每个叶子节点处进行比较保存最小深度。仔
2020-08-21 12:23:08
241
原创 [每日一题] Leetcode 529 扫雷游戏
Leetcode 529 扫雷游戏题目描述解题思路代码版本1for循环优化数组优化题目描述让我们一起来玩扫雷游戏！给定一个代表游戏板的二维字符矩阵。 ‘M’ 代表一个未挖出的地雷，‘E’ 代表一个未挖出的空方块，‘B’ 代表没有相邻（上，下，左，右，和所有4个对角线）地雷的已挖出的空白方块，数字（‘1’ 到 ‘8’）表示有多少地雷与这块已挖出的方块相邻，‘X’ 则表示一个已挖出的地雷。现在给出在所有未挖出的方块中（‘M’或者’E’）的下一个点击位置（行和列索引），根据以下规则，返回相应位置被点击后对
2020-08-20 10:58:55
174
原创 [每日一题]Leetcode 647 回文子串
Leetcode 647 回文子串题目解题思路中心拓展Manacher 算法代码中心拓展Manacher 算法推荐的每日一题对我来说大部分情况下过于困难，如果能解决就做一下，过于困难的题目暂时跳过，先去刷数据结构里面的基础问题（今天和明天刷哈希表）。题目给定一个字符串，你的任务是计算这个字符串中有多少个回文子串。具有不同开始位置或结束位置的子串，即使是由相同的字符组成，也会被视作不同的子串。示例 1：输入："abc"输出：3解释：三个回文子串: "a", "b", "c"示例 2：输入
2020-08-19 16:37:18
360
原创 [每日一题]Leetcode 110 平衡二叉树
Leetcode 110 平衡二叉树题目思路代码及出现的问题题目给定一个二叉树，判断它是否是高度平衡的二叉树。本题中，一棵高度平衡二叉树定义为：一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过1。示例 1:给定二叉树 [3,9,20,null,null,15,7] 3 / \ 9 20 / \ 15 7返回 true 。示例 2:给定二叉树 [1,2,2,3,3,null,null,4,4] 1 / \
2020-08-17 12:04:45
294
原创 [每日一题] Leetcode 733 图像渲染
Leetcode 733 图像渲染题目思路代码深度优先搜索代码深度优先搜索整体代码广度优先搜索代码题目有一幅以二维整数数组表示的图画，每一个整数表示该图画的像素值大小，数值在 0 到 65535 之间。给你一个坐标 (sr, sc) 表示图像渲染开始的像素值（行 ，列）和一个新的颜色值 newColor，让你重新上色这幅图像。为了完成上色工作，从初始坐标开始，记录初始坐标的上下左右四个方向上像素值与初始坐标相同的相连像素点，接着再记录这四个方向上符合条件的像素点与他们对应四个方向上像素值与初始坐标相
2020-08-16 11:37:15
231
原创 VOS论文阅读：Fast Video Object Segmentation using the Global Context Module（2020 ECCV）
Fast Video Object Segmentation using the Global Context Module（2020 ECCV）Contribution一级目录二级目录三级目录A real-time, high-quality semi-supervised video object segmentation algorithm：Its accuracy is on par with the most accurate, time-consuming online learning m
2020-08-14 18:08:33
1373
原创 Leetcode 20 有效的括号
Leetcode 20 有效的括号题目思路代码题目（在题解中发现是B站算法笔试题。）给定一个只包括 ‘(’，’)’，’{’，’}’，’[’，’]’ 的字符串，判断字符串是否有效。有效字符串需满足：左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。注意空字符串可被认为是有效字符串。示例 1:输入: "()"输出: true示例 2:输入: "()[]{}"输出: true示例 3:输入: "(]"输出: false示例 4:输入: "([)]"输出: f
2020-08-14 14:25:13
198
原创 Leetcode 133 克隆图
Leetcode 133 克隆图题目描述解题思路代码错误代码正确代码题目描述给你无向 连通 图中一个节点的引用，请你返回该图的 深拷贝（克隆）。图中的每个节点都包含它的值 val（int） 和其邻居的列表（list[Node]）。class Node { public int val; public List<Node> neighbors;}测试用例格式：简单起见，每个节点的值都和它的索引相同。例如，第一个节点值为 1（val = 1），第二个节点值为 2（va
2020-08-12 18:33:36
253
原创 Leetcode 1514，概率最大的路径
Leedcode 1514：DijkstraLeetcode 1514 问题描述Dijkstra参考资料代码：Leetcode 1514 问题描述给你一个由 n 个节点（下标从 0 开始）组成的无向加权图，该图由一个描述边的列表组成，其中 edges[i] = [a, b] 表示连接节点 a 和 b 的一条无向边，且该边遍历成功的概率为 succProb[i] 。指定两个节点分别作为起点 start 和终点 end ，请你找出从起点到终点成功概率最大的路径，并返回其成功概率。如果不存在从 start
2020-08-11 20:55:06
812
原创 多分支训练，输出突然变nan
三分支同时训练，在几次iter之后就直接报错：其中一个分支的输出直接全为nan，还以为是网络架构或者数据结构出错，仔细核查之后，错误来源于三个分支中某个或某几个分支的损失过大，造成在一开始就出现了梯度爆炸的情况，通过减小学习率也仅仅只能适量减少这种情况的出现。因为两个分支的Loss是我自己写的，所以在对出现问题两个分支的Loss做了重建之后解决了问题。做一个记录，这个简单...
2020-03-19 10:55:32
259
原创 pytorch运行过程中死机（内存爆掉或者内存正常）
linux18.04下，在运行pytorch程序的过程中，电脑直接卡死死机，鼠标和键盘都没有反应，只能强制关机。安装htop观察内存和cpu的使用情况，内存32G，CPU是i7-8700。程序在之前没有问题，在修改添加了一个整个迭代过程中损失记录total_loss，程序爆掉，无法正常运行，在htop中就眼睁睁看着内存涨到30.8G，然后机器卡死。因为每次开机电脑都会弹出系统损坏，我还以为...
2019-07-17 11:56:41
8588
1
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