学习目标
- 精读论文
- 实现在C#中移植图像处理、深度学习等程序
- 熟悉Git和SVN使用
- 机器视觉过程记录
本次学习内容
1. 论文精度成果: 插入图片
Swin Transformer V2: Scaling Up Capacity and Resolution
论文源码:https://github.com/
microsoft/Swin-Transformer
该模型目的:为了能联合NLP和CV模型,得到一个大规模的预训练模型,在自然语言和图像处理领域(如目标检测,实力分割取得较高精度,且能匹配下游任务图片的分辨率及)得以应用。
从论文摘要abstract和introduction可得Swin Transformer V2具有如下优点:
1.在ImageNet-V2、COCO 、ADE20K 、Kinetics-400 vedio等数据集上是的训练更加高效,相比Google十亿级别训练的可视化模型,只用了40天标记数据,40天训练。
2.在V2中使用
res-post-norm替代V1中原本的dot product attention
A log-spaced continuous relative position bias替代了 先前的parameterized approach
3.使用了更简单、合适的模型以提高窗口解决的效率
3. C#中移植图像处理、深度学习等程序
XX模块 代码实现。没时间弄=。=
4. 新学的指令
git : 本地使用流程:
1.新建工作空间
mkdir work_ws
cd work_ws
2.git init 初始化
git init
Reinitialized existing Git repository in C:/Users/Nebula/C#_ws/.git/
3.编写工作空间下的文件
私人操作
4.git add filename 添加文件
te
git add filename
5.git commit 提交本地库
git commit -m "record log"
[master (root-commit) c65d9bb] add cs file
1 file changed, 16 insertions(+)
create mode 100644 test1.cs
6. 在==工作空间==误删指定名称文件后恢复
rm filename
git checkout filename
7.查看git记录
git log
commit c65d9bbf29a074e15b0ba8d30640a863a51b4e4d (HEAD -> master)
Author: mqh <984674398@qq.com>
Date: Fri Apr 29 10:39:28 2022 +0800
add cs file
8.查看状态
git status
On branch master
nothing to commit, working tree clean
9.误删文件(用户区)进行恢复(前提是本地端有之前的git上传的版本)
git checkout -- filename.type
4. 机器学习过程记录
相机镜头选型
VisionPro:
1.CogAcqTool
作用:获取相机图像
参数配置:
①相机选取
②视频格式:海康相机大多使用Mono 8/10/10p/12/12p
2.CogBlobTool
作用:斑点工具,找斑点、个数、面积等
主要参数配置:斑点阈值
硬阈值:固定、相对
软阈值:动态、固定、相对
连通性
测的尺寸:
面积:可筛选、过滤指定面积
ConnectivityLabel:筛选是否为斑点