四月0427-0430学习过程记录_cogblobtool1 拟合-CSDN博客

本文链接：https://blog.csdn.net/qq_44944477/article/details/124490461

本文探讨了SwinTransformerV2模型在图像处理和深度学习中的应用，该模型在多个数据集上表现出高效率和精度。文章还介绍了如何在C#中移植图像处理和深度学习程序，并详细梳理了Git的使用流程。同时，涉及到了机器视觉中的相机镜头选型和参数配置，如CogAcqTool和CogBlobTool工具的运用。

摘要由CSDN通过智能技术生成

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