- 博客(61)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 【Kaggle】House Prices - Advanced Regression Techniques
【代码】【Kaggle】House Prices - Advanced Regression Techniques。
2023-02-13 09:50:51
312
1
原创 【2021-CVPR】clDice - a Novel Topology-Preserving Loss Function for Tubular Structure Segmentation
保留拓扑精度对于一些任务很重要，比如对血管分割来分析血流。目前针对管状曲线结构的语义分网络，常用的两个定量评估标准为：1）基于重叠的度量，例如Dice；2）基于体积距离度量。目前大多问题关注点为局部管状结构和全局形成的网络，二者之中最重要的是全局网络拓扑的连通性。以血管数据为例，对全局平均损失的训练会导致对大血管的体积分割的强烈偏向。（如下紫色区域相对于红色区域）针对二值几何图形，根据不同的拓扑定义，基于细化和中间区的各种算法已证明是可以保留拓扑关系的。然而目前还没提出端到端的损失函数。本文借此提出了一
2023-02-08 23:09:03
940
原创 【2021-IEEE】Image Segmentation Using Deep Learning: A Survey
作者在本次调查中，涵盖了语义和实例级分割的广泛开创性工作，包括全卷积像素标记网络，编码器-解码器体系结构，多尺度以及基于金字塔的方法，递归网络，视觉注意模型和对抗环境中的生成模型。研究了这些深度学习模型的相似性，优势和挑战，研究了使用最广泛的数据集，报告了性能，并讨论了该领域有希望的未来研究方向。结论：综述总结
2022-12-03 15:28:14
922
原创 【2021-TITS】Deep Learning in Lane Marking Detection: A Survey
创新点：1.总结深度学习网络架构、优化目标2.总结了相关现有数据集不足：分析：结论：综述总结。
2022-11-22 09:52:45
589
原创 【2019-TGRS】Aerial LaneNet: Lane-Marking Semantic Segmentation in Aerial Imagery Using Wavelet-Enhanc
创新点：1.建立了航片路面标志数据集2.在不同步骤中将输入图像的离散小波变换插入到FCNNs中来保存高频信息（包括标线），从而专注于小尺寸车道标记不足：分析：积结论：SOTA、end-to-end、pixels-to-pixels。
2022-11-16 11:44:21
312
1
原创 【2015-MICCAI】U-Net: Convolutional Networks for Biomedical Image Segmentation
精读论文U-Net: Convolutional Networks for Biomedical Image Segmentation（附翻译和代码）
2022-11-11 16:45:05
1128
原创 【2015-CVPR】Fully Convolutional Networks for Semantic Segmentation
创新点：1.端到端，逐像素预测，自监督预训练2.接受任意大小输入，推理并学习产生相应大小输出3.将浅层信息与深层信息相结合不足：分析：结论：SOTA、end-to-end、pixels-to-pixels。
2022-11-10 17:02:30
1080
原创 【2017-VCIP】LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation
1.编码器和解码器直接相连，共享了学习信息，保留了通常丢失掉的空间信息2.编码器用ResNet18，编解码器参数更少不足：123结论：CamVid中的SOTA、
2022-11-09 10:51:09
902
原创 【2018-AAAI】Spatial As Deep: Spatial CNN for Traffic Scene Understanding
提出面向RGB图像针对车道线的语义分割网络SCNN，实现行和列上的信息传递发布车道线检测数据集CULane Dataset（三次样条曲线标注四条线）不足：只有四条车道线；基于语义分割；代码配置？1.分割单通道多通道都还行2.细长结构信息，可解决外显不明显问题3.有益于大目标分割结论：传递空间信息 、易集成、端到端、1st in a challenge。
2022-10-31 20:38:07
586
1
原创 【2022-CVPR】Rethinking Efficient Lane Detection via Curve Modeling
提出用参数贝塞尔曲线模型进行端到端检测RGB图车道线的方法提出基于变形卷积的特征反转融合来利用对称性不足：特征翻转融合是专为前置相机设计的，很难集成到边缘设备上1.针对前置摄像头拍的RGB图算法能否应用到俯视单通道强度图上？2.能否将原来的(实线虚线)目标检测转化为关键点检测？可能后续精度要好些（关键点检测和目标检测和语义分割的关系）3.啥是可变形卷积？结论：a new SOTA；低延时，小模型，端到端，anchor-free，NMS-free。
2022-10-14 18:25:02
2363
原创 【重装系统】正版Windows系统重装总结
闲来无事摸鱼一波~最近较为流行的Windows系统有和，根据安装后的系统组成又可分为和。但网上的指南鱼龙混杂且不乏好多破解版的教程，所以今天就此来总结一下，作为笔记供日后查阅。哈哈哈哈哈🐱🏍。
2022-08-22 15:58:39
1637
原创 【YOLO系列】YOLOv6,v7,X
YOLOv6由美团于2022年提出，并非官方，目前尚无论文，让子弹再飞一会✈️，挖个坑先⛳。YOLOv7由YOLOv4原班人马于2022年提出，让子弹再飞一会✈️，挖个坑先。YOLOX由旷世于2021年提出，挖个坑先。
2022-08-22 08:08:38
2117
原创 【YOLO系列】YOLOv5
YOLOv5作者并未发表论文，紧跟YOLOv4发布，性能与YOLOv4不分伯仲，同样也是当时最先进的目标检测技术，并在推理速度上是当时最强。
2022-08-22 08:08:20
2307
原创 【YOLO系列】YOLOv4
YOLOv4是对YOLOv3的一个改进，总结了几乎所有的检测技巧，引用文献量**超过100篇**，又提出了一点技巧，然后经过筛选，排列组合，挨个实验哪些方法有效。实际上是一种技巧的堆叠，没有提出实质性的新内容，但确实提高了性能。
2022-08-22 08:08:04
555
原创 【YOLO系列】YOLOv2
YOLO系列的第二个版本，可检测出超过9000种目标类别，并可运行在不同的尺寸之下，在保持原有速度优势的条件下使得精度得以提升。同时提出了在目标检测数据集和分类数据集上联合训练的方法，取得了很好的效果。
2022-08-22 08:07:33
136
原创 【YOLO系列】YOLOv1
以前的目标检测是利用分类器来执行检测任务，而YOLO将目标检测看作关于边界框和相关类别的回归问题，直接从完整的图像上预测边界框和类别概率，可以实现端到端。推理速度45FPS 448×448，准确率63.4mAP。
2022-08-22 08:07:11
494
原创 【RCNN系列】Mask RCNN
Mask RCNN是在Faster RCNN的基础上提出的实例(语义)分割网络，它通过添加一个分支与现有的用于bbox识别的分支并行来预测对象的mask，可有效检测图中目标，并为每个实例生成高质量的分割mask。说明了不同任务之间互相借鉴的可能性，也启发我们在深钻某一领域的同时也要涉猎广泛，其他任务的方法也许是解决你问题的新思路。
2022-08-21 14:49:04
951
原创 【RCNN系列】Fast RCNN
对R-CNN进行了改进提升，技术流程为：候选区域生成、CNN网络提取整图特征、ROI池化得到候选区域特征、同时完成分类+回归。
2022-08-21 14:37:14
275
原创 【RCNN系列】R-CNN
R-CNN算法全名为区域卷积神经网络，遵循传统目标检测算法的流程，将整个任务分为：候选区域生成、CNN网络提取区域特征、分类、预测框回归四个部分。
2022-08-21 14:29:42
173
原创 【分类网络】ResNet
ResNet即深度残差网络，由何凯明于2015年底提出，一经问世，就在ImageNet中斩获图像分类、检测、定位三项冠军。其最大特点就是非常深，常用的有ResNet-50和ResNet-101。
2022-08-21 13:37:47
365
原创 【分类网络】GoogLeNet
GoogLeNet是2014年ILSVRC竞赛的获胜者，又名Inception V1。GoogLeNet不像VGG继承了LeNet以及AlexNet的一些框架，它在网络上做了更大胆的尝试，该模型虽然只有22层，但参数量只有AlexNet的1/12。
2022-08-21 13:30:19
196
原创 【分类网络】NiN
NIN改进了传统的CNN，采用了较少的参数就取得了超过AlexNet的性能，AlexNet参数大小是230M，NIN只需29M，此模型后来先后被Inception与ResNet等借鉴。它在卷积层后面增加1×1卷积核，然后将全连接层换成全局平均池化层，提供了减少训练参数的思想，提高了运算速度，有效避免了过拟合。
2022-08-21 13:21:07
191
原创 【分类网络】VGG
VGG Net在ILSVRC2014上取得了第二名的成绩，第一名是GoogLeNet，这里先写VGG是因为这个模型在多个迁移学习任务中的表现要优于GoogLeNet。到目前为止，VGG依然经常被用来提取图像特征，它的缺点是参数量有140M之多，耗费计算资源需要更大的存储空间，但是这个模型很有研究价值。目前常用的VGG结构为**VGG-16**和**VGG-19**。
2022-08-21 12:25:31
790
原创 【分类网络】AlexNet
AlexNet的出现标志着神经网络的复苏和深度学习的崛起。在ImageNet2012的图片分类任务上，AlexNet以15.3%的错误率登顶，而且以高出第二名十几个百分点的差距吊打所有其他参与者。原文主要结论是：模型的深度对于提高性能至关重要，AlexNet的计算成本很高，但因在训练过程中使用了图形处理器(GPU)而使得计算具有可行性。
2022-08-21 12:16:58
235
原创 【分类网络】LeNet
LeNet是一系列网络的合称，包括LeNet-1~LeNet-5，由深度学习三巨头的Yan LeCun在1900年提出，他同时也是卷积神经网络(CNN)之父，现在所说LeNet代指**LeNet-5**。LeNet的实现确立了CNN的结构，现在的神经网络中的许多内容在LeNet网络结构中都能看到，例如卷积层、Pooling层、ReLU层。LeNet网络结构比较简单，适合神经网络的入门学习。
2022-08-21 11:01:13
271
原创 使用C++生成dll(动态链接库)，并用python调用
说明：windows下的动态链接库相当于linux下的共享库，它可以类比为具有一系列特定函数的接口可供各种程序调用。同时，由于一般安装的python都是64位的，而生成的动态链接库可能是32位的也可能是64位的，这就导致动态链接库在pyhon中调用的时候会出现不匹配的问题。本篇博客意在使用C++生成64位的dll，然后供python调用...
2022-08-09 23:00:19
4497
3
原创 C++ error LNK2019: 无法解析的外部符号 错误解决方案
今天在实现类模板实例化的时候遇到一个问题，就是把类模板函数实现放到类的cpp文件中，然后在main函数中使用这个类的时候，就会出现无法解析的外部符号函数名(xxxx)等错误，那么出现这个错误的原因是什么呢？博主遇到以上问题的原因是将“xxx.cpp”文件添加进了头文件中，若将对应的cpp文件添加进源文件中则不会出现此类报错。从项目的链接，项目的属性设置考虑，而不是从代码本身的角度考虑）原因就是现在的编译里不支持模板函数的申明和实现分开，要像上面那样使用类成员函数，有以下两种方法。.........
2022-07-21 21:23:24
5541
原创 【YoloV5】学习笔记 P2——代码环境配置
将预定的版本下载到本地，解压缩后配置环境配置环境中的requirements.txt中的torch默认为CPU版本的，下载GPU 版本的需要去pytorch官网去下载哔哩哔哩参考视频
2022-07-04 10:27:19
482
原创 【YoloV5】学习笔记 P1——CUDA安装
运行YoloV5可选为GPU或CPU环境。默认CPU环境无需配置，GPU环境需要安装与显卡版本对应的cuda，本文即针对GPU环境配置cuda过程
2022-07-03 18:56:00
1415
原创 【C++】保存浮点型数值图像Mat文件的三种方法
近期遇到了需要将浮点型数据(float或double)存储在一张图中的问题，例如将图像中的某一像素对应于点云中的大地坐标XYZ，即仿照原图像RGB存储伪图像XYZ。忙活了几天研究了一些图像格式以及相关函数库，找到了三种方法，就此记录下来。1.使用opencv库存储.tiff普通的图像格式如.bmp .jpg .png等只能以整型的形式被存储在图片中，无法满足浮点数据的存储要求，但.tiff类型支持浮点数据的存储。使用opencv版本为3.4.15，下面则以三通道浮点型数据无压缩存储tiff为例，直接.
2022-04-07 12:03:59
7881
原创 nuScenes数据集操作笔记
本文所用数据示例参考????详见????目录摘要：1.读取点云二进制数据2.显示点云二进制数据3.读取毫米波pcd数据4.点云向图像投影1.读取点云二进制数据输入：bin点云数据输出：txt文本文件from tkinter import filedialogimport structdef open_file(): file_path = filedialog.askopenfilename(title='Select file') return file_path
2021-08-19 10:30:35
1494
5
原创 KITTI数据集操作笔记
1.KITTI数据集读取序列oxts数据并存储为csv文件输入：选择oxts序列数据文件夹输出：csv文件数据import pandas as pdfrom tkinter import filedialogimport numpy as npimport osdef read_oxts(path): # 读取oxts数据 df = pd.read_csv(path, header=None, sep=' ') return dfdef openFile()
2021-08-10 19:23:31
691
原创 【python】经纬度坐标(以度为单位)转换为经纬度(度分秒为单位)
最近在处理数据的过程中，偶然遇到了经纬度转换的问题，如下所示，获取的GPS数据是以度为单位的，但是突然想将其转化为以度分秒为单位的数据，遂写点代码作为记录################################################################ 将以度为单位的经纬度(N*2)转化为以度分秒为单位的经纬度(N*3)# input:latlon.xlsx output:GPS.xlsx###################################.
2021-08-02 14:40:25
2797
原创 点云数据处理
import numpy as npimport mayavi.mlab# load .bin filelidar_path = "D:\graduate\latte-master\\app\\test_dataset\\0_drive_0064_sync\\bin_data\\0000000500.bin"pointcloud = np.fromfile(lidar_path, dtype=np.float32, count=-1).reshape([-1, 4])x = pointclou
2021-07-12 15:27:17
611
原创 ModuleNotFoundError：No module named ‘pycocotools‘的解决办法汇总
想到这里应该大部分人都是在复现Mask R-CNN、或Faster R-CNN或Fast RCNN或RCNN时出现的问题。。。博主所用配置如下，当然我认为直接用Linux问题应该会少很多/(ㄒoㄒ)/~~Windows10Anaconda3(Python)Pycharm所以上网查找：方案一 >>>失败+1????，其中可能遇到的问题：error: RPC failed； curl 28 OpenSSL SSL_read: Connection was reset, e
2021-05-02 23:56:02
8990
1
原创 【草稿】L-Shape fitting
1.rectangle_fitting.py# Object shape recognition with L-shape fittingimport matplotlib.pyplot as pltimport numpy as npimport itertoolsfrom enum import Enumfrom simulator import VehicleSimulator, LidarSimulatorshow_animation = Trueclass LShap.
2021-04-08 20:05:37
412
2011_09_26_drive_0005.zip
2021-08-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人