- 博客(29)
- 资源 (10)
- 收藏
- 关注
RSS订阅原创 Overleaf(Latex)论文里插入高清matlab图像，亲测有效！！
如何在论文里插入高清的实验结果是个令人头疼的问题，这里以overleaf对matlab结果为例进行了测试，亲测有效。
2024-06-03 21:00:09
712
原创 BEV感知算法学习
每个像素都分配了一组离散的深度，这样整个图像的维度就是D×H×W（跟点云一样）。对于每个像素p，网络预测了一个上下文向量c和深度分布α，点。也就是说，射线上每个点的特征由α和c的外积决定。三个步骤：Lift, Splat, Shoot。
2024-02-03 12:33:38
800
原创 基于环视鱼眼相机的全景拼接
对于USB摄像头无需使用gst,gst是针对csi摄像头的，因此直接调用cap读取即可。本文主要记录基于环视鱼眼相机的全景拼接过程中遇到的问题及其解决思路。1、针对多个鱼眼相机连接问题。
2024-01-16 10:46:23
1309
原创 Python中import出现路径错误总结
utils前面有一个点表示从上一级目录开始查找，两个点…utils则表示再往上一级的目录，因此对于这种情况在添加路径时需要考虑sys.path中是否包含他的上一级或上两级甚至更多级。①首先确认找不到的文件是否为第三方库，如果是，则直接pip install xxx.在import时经常会出现如下引用格式。
2023-10-25 10:49:31
856
原创 Tensorflow 1.x版本Tensor转Numpy
不得不说，习惯了Pytorch后突然改用Tensorflow太不习惯了，Tensorflow版本不兼容真是个硬伤，搞完这个赶紧转Torch吧。
2022-11-16 21:58:14
984
转载 高光谱图像端元提取——vertex component analysis（VCA/python）
高光谱图像端元提取方法——VCA及其python实现
2022-11-03 15:44:25
2751
1
原创 关于LSTM预测时间序列数据没有自变量问题
我们都知道LSTM在预测时间序列问题上取得了很好的效果，但是目前网上很多预测问题存在一个通病，就是这些所谓的预测并不是真正的预测。
2022-10-11 17:25:43
816
原创 关于GAN在时间序列问题中的想法
首先本文的主旨思路是根据GENERATIVEADVERSARIALNETWORKSINTIMESERIESASURVEYANDTAXONOMY一文来的。论文链接https//arxiv.org/pdf/2107.11098.pdf。
2022-07-14 19:46:17
535
原创 Matlab中转置的重要性
折腾了整整两天，没想到被Matlab的Reshape函数给坑了。我的问题如下：我现在有一个39025的mat文件（这个mat文件其实是9595的图像，内部包含有3个端元）然后我在读取这个文件的时候，采用的方法是：T = reshape(T, 95, 95, 3);想着直接暴力出奇迹，但是结果极其糟糕，满屏都是噪声点，结果如下：于是，我选择先对该文件进行转置，得到9025*3的文件后，再使用reshape：T = S_output';T = reshape(T, 95, 95, 3);得到
2022-05-20 16:31:57
583
原创 英文论文句法储备
1、For a better trade-off between speed and accuracy为了xx和xx之间更好的权衡，trade-off用的较多。2、state-of-the-art（SOTA）表示目前最先进的、最优的。——————————————————————————一条分割线，将会不断更新！...
2022-03-15 17:40:13
406
2
原创 RSTSU、LSMM、LSVMM比较
RSTSU该模型出自王群明老师的Real-Time Spatiotemporal Spectral Unmixing of MODIS Images。**模型目标：**预测Tn时刻MODIS数据的比例。**已知条件：**之前Tm时刻MODIS和Landsat数据。模型阶段：第一阶段：对Tm和Tn时刻的MODIS图像进行光谱差异的变化检测，提取不变的像元（这些像元内的土地覆被分布在时间上是相同的，但由于植被物候、阳光和大气条件的变化，光谱可能会有所不同），这些像元的比例（丰度）可通过对Tm上分类的L
2022-02-11 11:55:57
2154
原创 Blocks-removed spatial unmixing for downscaling MODIS images论文阅读
- 研究背景对于基于空间分解的方法，存在一个公认的问题：块效应（block effect），即同一土地覆被类的像元在空间相邻的粗像元上呈现出不同的反射率，导致物体内部存在视觉上明显的块状伪影，在空间分解预测中普遍存在块效应。基于此问题，本文提出了SU-BR（ blocks-removed spatial unmixing ）。块效应产生原因使用不同的局部窗口来实现不同粗像元的分解。这意味着包含不同土地覆被光谱特性的不同粗像元参与了空间相邻中心像元的分解。因此，在空间相邻的粗像元上，相同的土地覆被类别
2022-02-07 16:50:30
237
原创 Solving environment: failed with initial frozen solve. Retrying with flexible solve.解决方法
在使用conda安装包时，常常会遇到Solving environment: failed with initial frozen solve. Retrying with flexible solve这个问题：解决方法：conda config --set channel_priority flexible亲测有效
2021-10-22 11:51:33
1342
原创 Linux下的进程处理
Linux下的进程处理当我们在Linux的服务器下运行程序时，执行Ctrl + c或 Ctrl + z时只是挂起了进程，此时的进程并没有真正结束，进程不退出会导致显存无法释放，有时候会产生错误。杀死进程的方式：pkill -9 python 杀掉所有python进程但是也会杀掉别人的进程，如果使用该命令，应该保证只有自己的进程在运行ps -aux查看所有进程找到自己的进程号，然后使用 kill -9 进程号 杀死进程（推荐这种方法）...
2021-09-23 10:55:00
152
原创 图像文本生成之用于生成图像描述的深度视觉语义对齐
Deep Visual-Semantic Alignments for Generating Image Descriptions 个人理解1. 初步介绍先前工作不足之处：①预先设定好词汇表，局限性很大②依赖hard-coded（硬编码：就是把一个本来应该（可以）写到配置信息中的信息直接在程序代码中写死了。），有固定模板，限制多样性，而且过于追求生成句子简单化，作者认为必要性不大。本文工作：实现了生成图片的密集描述，也就是说对于包含大量内容的图片，本文的模型可以轻松地识别出图片的内容以及自然语言中
2021-01-29 20:14:25
2285
原创 The emulator process for XXX was killed.
Android studio路径配置问题The emulator process for XXX was killed解决方法.最近学习Android开发，在配路径过程中遇到的这个问题。好多帖子说设置控制面板或boot启动时将虚拟设置打勾都不管用，他说他那有用，我说你这没用。先说一下我的问题吧：最开始是这样的，在右上角一直显示no devices（下图是安装好后的样子）然后我打开了AVD Manager会提示你创建虚拟设备virtual device，然后按照他的推荐下载即可。注意：在安
2020-12-19 21:31:39
2952
1
原创 GAN之野狼DiscoGAN
DiscoGAN学习（Learning to Discover Cross-Domain Relations with Generative Adversarial Networks）一、相关知识Cross-domain（跨域）：跨域这个词听起来比较陌生，但事实上很常见。举个栗子，我们能够辨认出一句英语以及他被翻译后的汉语；我们选择了一件夹克可能需要再搭配上相同风格的鞋子。其中英语、汉语两个...
2020-03-19 16:08:09
436
原创 区分按字寻址和按字节寻址
按字寻址VS按字节寻址最近在计算机组成原理中老是遇到这个问题，在这里区分一下。对于一定容量的存储器来说，按字访问和按字节访问的寻址范围是不同的。For example:一个容量为16MB的存储器，按字节寻址的范围即为16M，也就是说2的24次方，对应24根地址线；若按字寻址，那么寻址范围就与字长有关，对于一个16MB的存储器，若按16位长的存储字寻址，则寻址范围为8M，若按32位字长寻址，则寻...
2020-03-16 15:18:08
8614
原创 Octave下载与安装
Octave下载与安装下载地址：octave下载地址首先第一个建议：最好别下载压缩包，我下载了安装包后，会出现这样一个情况：这是压缩包里的内容，在解压完成后，若想要打开octave，需要双击这个图标，但是会有一个问题就是桌面无法形成快捷方式：于是我索性重新下载了一遍，直接下载.exe版本然后打开按部就班进行安装（有很多人到这里安装结束就可以使用了）。然鹅，在我电脑上一直报出一个问题就是...
2020-03-06 12:09:22
2194
3
原创 学习迁移学习
学习迁移学习一、相关背景随着机器学习和数据挖掘不断发展，一个愈加明显的问题出现在人们面前：要想机器学习能够正常运转必须要保证训练集和测试集有相同的特征空间并且同分布。一旦分布改变，大多数模型往往要根据数据重建，这样的代价是很高的，而迁移学习正是解决这样一个问题。举个栗子，我们要训练一个评价分类器，他可以对一个产品的评价进行分类（好评或差评）。为了实现这个功能，我们首先要收集这个产品的许多评价...
2020-03-02 10:16:15
1229
1
原创 SSD论文解读
SSD（SingleShotDetector）论文解读一、相关背景速率问题：在目标检测的速率上明显存在问题，此前最快的检测模型为Faster R-CNN（速率为每秒钟7帧）二、主要贡献提出了第一个基于目标检测的深度神经网络，不需要为回归框重新取样像素或特征，而且和之前的方法同样精确。在检测速率和检测精度上有了较大的提高。为了实现高精度检测，作者对于不同尺寸的特征图提出了不同的预测...
2020-02-19 14:21:47
328
原创 计算机系统的性能评价
计算机系统的性能评价对于计算机系统的性能评价主要包括两个指标：非时间指标和时间指标。非时间指标（1）机器字长：指机器一次能处理的二进制位数。由加法器、寄存器的位数决定一般与内部寄存器的位数相等字长越长，表示数据范围越大目前常见的有32位和64位字长（2）总线宽度：数据总线一次能并行传送的最大信息的位数。一般指运算器与存储器之间的数据总线位数有些计算机内部与外部数据总线...
2020-02-15 14:21:20
1660
原创 Faster R-CNN论文解读
Faster R-CNN论文解读一、相关知识存在问题：过去的模型在提取proposal时花费时间过多，对于proposal的处理较为繁琐。数据集：PASCAL VOC、 MS COCO二、论文贡献1、创造性的提出了把RPNs与Fast R-CNN相结合的方案，在数据集的目标检测上结果有了显著提升。2、大大地缩短了网络的运行时间，提高了精度和速度，节省成本。3、具有很高的使用价值。三...
2020-02-14 20:29:19
286
原创 Fast R-CNN论文解读
Fast R-CNN论文解读一、相关知识首先要了解R-CNN和SPPnets存在的不足之处：R-CNN:1、多层结构，比较冗杂。2、时间和空间开销较大。3、目标检测过程太慢。SPPnets:1、和R-CNN一样依然是多层结构较为繁琐。2、微调算法不能更新卷积层，限制了深层神经网络的准确性。二、论文贡献提出了Fast R-CNN算法，弥补了R-CNN和SPPnets的不足之处，...
2020-02-10 20:10:05
198
来跟小白一块学习迁移学习
2020-03-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人