栗子菜菜

原创 【小样本分割】Self-Support Few-Shot Semantic Segmentation

自支持小样本语义分割:将自支持(查询原型匹配查询特征)模块应用于前景和背景原型，以进行自支持匹配。

原创 卫星位姿的相关概念

有的卫星要求其一个轴始终指向空间固定方向，通过卫星本体围绕这个轴转动来保持稳定，这种姿态稳定方式就叫自旋稳定。它的原理是利用卫星绕自旋轴旋转所获得的陀螺定轴性，使卫星的自旋轴方向在惯性空间定向。以同步卫星为例，在地球看来，同步卫星是在天空中静止的，因为公转周期是一天一圈，公转轴与地轴重合。那么自转周期也应该是一天一圈，自转轴与地球自转轴平行。

原创 【JavaScript】函数和方法

【JavaScript】函数和方法。

原创 【小样本分割】MSANet: Multi-Similarity and Attention Guidance for Boosting Few-Shot Segmentation

小样本分割的目的是在只有少量密集标记样本的情况下分割看不见的类对象。原型学习，即从支持图像中提取的特征通过平均全局和局部对象信息生成单个或多个原型，已广泛应用于FSS。然而，仅利用原型向量可能不足以表示所有支持图像的特征。为了提取丰富的特征并进行更精确的预测，我们提出了一种多相似性和注意力网络（MSANet），包括两个新模块，一个多相似性模块和一个注意力模块。多相似度模块利用支持图像和查询图像的多个特征图来估计准确的语义关系。注意力模块指示MSANet专注于与类别相关的信息。httpshttps。...

原创 【论文笔记】Learning What Not to Segment: A New Perspective on Few-Shot Segmentation

小样本分割新视角：学习哪些是不需要分割的

原创 [vue]v-for循环出的列表如何实现每一项单独展开收起

v-for循环出的列表实现单个展开收起

原创 【element-ui】el-tag设置不同的背景颜色

el-tag设置背景颜色

原创 [前端]flex布局不定宽度时，子div无法撑开父div

flex布局不定宽度时，子div无法撑开父div（min-width）

原创 【Vue】el-date-picker 警告问题Prop being mutated: “placement“

element-ui版本问题导致ElDatePicker出现警告Prop being mutated: "placement"

原创 【Vue】列表中数据较长时，按固定宽度展示，超出的用“...“当鼠标放上时可以展示全称

超出宽度的用...

原创 【vue】el-tabel动态选择列

有选择展示列

原创 PFENet++- Boosting few-shot Semantic Segmentation with the Noise-filtered Context-aware Prior Mask

摘要在这项工作中，我们重新审视了 "Prior Guided Feature Enrichment Network for Few-Shot Segmentation "中提出的先验掩码指导。先验掩码作为一个指标，突出了未知类别的感兴趣的区域。在最近的研究中，在不同的框架上取得了更好的性能。然而，目前的方法直接采用了元素与元素之间的对应关系来表示属于目标类别的概率。因此，在先验掩码生成过程中，更广泛的背景信息很少被利用。为了解决这个问题，我们首先提出了Context-aware Prior Mask (C

原创 Linux如何根据PID查找父进程PPid

当通过kill -9 pid杀死进程时，有时候会出现空间依旧占用的问题，这是因为子进程有父进程，要通过杀死父进程进而杀死子进程，从而释放占用空间。1.查找进程占用nvidia-smi2.根据子进程PID查找父进程PPIDcat /proc/PID/status3.杀死父进程kill -9 PPID...

原创 vue项目

Vuevuevuescoped<style lang='sass' scoped></style>在style样式中常常使用scoped，目的是让样式私有化，仅在当前文件下显示，不与外部样式混杂多个类html中一个标签允许定义多个类，中间用空格隔开<div class="header flex"></div>（1）复用性可以引用第一个类的样式也可以引用第二个类样式，多种样式共同使用（2）覆盖性当用一个别人写好的框架时，可以直接引用别

原创 服务器上如何安装Anaconda3

通过镜像下载或者下载在本地传入服务器链接：https://pan.baidu.com/s/1HQk4BDH7Rb0n7JcjmGnj6g提取码：u7dp输入 sh Anaconda3-4.3.1-Linux-x86_64.sh（Anaconda版本号）进行安装错误：若出现bash无法使用看看这位大佬在source .bashrc出现的bash命令找不到的解决办法一直enter知道出现输入yes或者or（输入yes），继续enter，出现install python…输入cond..

原创 牛客网关于”OJ在线编程常见输入输出练习“（JavaScript版）

计算a+b输入描述：输入包括两个正整数a,b(1 <= a, b <= 1000),输入数据包括多组。输出描述：输出a+b的结果输入样例：1 510 20输出样例：630function sum(m,n){ return m+n;}var line='';while(line=readline()){//读取字符串，一行算一个字符串 var arr=line.split(' ');//将字符串转化为字符串数组，去掉空格 var a=p.

原创 前端的一些知识点

前端基础知识点关于position属性的四个取值z-indexCSS的样式标准盒模型和怪异盒模型的区别关于position属性的四个取值static ：静态定位，position属性的默认值，top、left、right、bottom不生效，是浏览器中原始的位置relative：相对定位，不脱离文档流，参考在文档流中的位置，通过top、left、right、bottom定位，可通过z-index分级absolute：绝对定位，脱离文档流，根据已经定位的父元素（relative、absolute、f

原创 【外网访问学校服务器】阿里云服务器+frp+内网服务器

寒假将至，为了在家能继续用学校的服务器，通过云服务器的公网ip作为桥梁进行内网渗透，来访问学校的服务器。设备：服务端（阿里云轻量服务器）客户端（ Ubuntu 20.04.1）阿里云先设置密码新增几个端口在云服务器和内网服务器分别下载frp进行配置frp通常下载很慢，可以通过命令，或者百度网盘下载【linux版】链接：https://pan.baidu.com/s/1S5Eob794onZMprArqq6LdQ提取码：iriz参考博客1博客2博客3大佬写的都很详细，我就不赘述了注意

原创 关于实习，秋招

做好时间规划，3，4月份的实习，6、7月份的提前批（在提前批之前要学完一遍），很多企业8月份就开始秋招了不要等着复习好在面，不可能复习好的，边面边成长，可以拿小厂练手要参加提前批...

原创 模型训练时出现的错误

加载模型出错RuntimeError: Error(s) in loading state_dict for DataParallel:Unexpected key(s) in state_dict: “module.sa_conv.0.weight”.解决方法：logger.info("=> loading weight ‘{}’".format(args.weight))checkpoint = torch.load(args.weight)model.load_state_dict(

原创 LeetCode 热题 HOT 100（JavaScript）

LeetCode 热题 HOT 100（JavaScript）1.两数之和2. 两数相加3.无重复字符的最长字串4.寻找两个正序数组的中位数1.两数之和给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出 和为目标值 target 的那 两个 整数，并返回它们的数组下标。你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。你可以按任意顺序返回答案。var twoSum = function(nums, target) { if(num

原创 【论文翻译】Self-Guided and Cross-Guided Learning for Few-Shot Segmentation

Self-Guided and Cross-Guided Learning for Few-Shot Segmentation摘要1 Introduction2 Related Work2.1 完全监督语义分割2.2 小样本分割3. Problem Setting4 Methodology（方法论）4.1. 概述4.2支持集上的自我引导学习（SGM）4．3查询集训练4．4. 交叉引导的multiple shot学习5实验5.1实施细节5.2数据集和评估指标5.3与先进的方法进行比较5.4消融实验6结论论文

原创 Linux如何根据pid定位到进程所在目录

1.查询pidnvidia-smi2.cd /proc/pid_numll -acwd:所在目录exe：对应的环境

原创 Linux anaconda 激活环境出错

输入source activate “your_name”出现解决办法：vim ~/.bashrc然后最后一行加入export PATH=$PATH:/home/用户名/anaconda3/bin然后保存更改，运行：source ~/.bashrc可以激活环境，但是关掉窗口又无法激活了可以先cd进入文件夹再激活cd anaconda3/binsource activate xx成功激活...

原创 【论文阅读】Prior Guided Feature Enrichment Network for Few-Shot Segmentation

Prior Guided Feature Enrichment Network for Few-Shot SegmentationAbstractIntroductionRelated WorkSemantic Segmentation（语义分割）Few-shot Learning（小样本学习）Few-shot Segmentation（小样本分割）Our MethodTask Description（任务描述）Prior for Few-Shot Segmentation重要的观察（为什么使用先验引导）P

原创 多个文件夹里的内容合并到一个文件，并重命名为固定位数

多个文件夹里的内容合并到一个文件，并重命名为固定位数import os,shutilpath='源路径'topath="目标路径"n=0for root,dir,file in os.walk(path,topdown="False"): if len(file)!=0: for filename in file: shutil.copyfile(os.path.join(root,filename),os.path.join(topath,file

原创 目录下的多个文件夹里的内容合并到一个文件夹

import os,shutilpath="源路径"topath="目标路径"n=0for root,dir,file in os.walk(path,topdown="False"): if len(file)!=0: for filename in file: shutil.copyfile(os.path.join(root,filename),os.path.join(topath,filename)) n=n+1

原创 var和let区别

原创 JavaScript刷题小本本-14天数据结构入门

Leetcode 53最大子序和给定一个整数数组 nums ，找到一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。示例 1：输入：nums = [-2,1,-3,4,-1,2,1,-5,4]输出：6解释：连续子数组 [4,-1,2,1] 的和最大，为 6 。Leetcode 217 存在重复元素给定一个整数数组，判断是否存在重复元素。如果存在一值在数组中出现至少两次，函数返回 true 。如果数组中每个元素都不相同，则返回 false 。示例 1:输入: [1,2,

原创 Linux服务器断网后模型继续训练--screen

在Linux服务器上跑深度学习代码经常需要好几天才能完成，如果中途网断了，连不上服务器，代码无法继续运行，如何解决这个问题？1.建立screenscreen -S name2.激活环境source activate xx3.运行代码screen命令screen -S name创建screen -ls查询窗口screen -r name进入kill -9 id ，screen -wipe删除screen...

原创 Adaptive Prototype Learning and Allocation for Few-Shot Segmentation

Adaptive Prototype Learning and Allocation for Few-Shot SegmentationAbstractIntroductionRelated WorkSemantic Segmentation（语义分割）Few-shot Learning（小样本学习）Few-shot Segmentation（小样本分割）Superpixel Segmentation（超像素分割）Problem DefinitionProposed MethodSuperpixel-gui

原创 ASGNet模型的训练测试

这里写目录标题配置环境训练、测试配置环境根据官网准备环境ASGNet1.安装torch根据pytorch官网中自己的配置复制代码eg：conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch出现错误：解决方法：unset http_proxy && unset https_proxy2.安装其他的scipy, opencv-python, tensorboardXpip

原创 【论文翻译】SETR:Rethinking Semantic Segmentation from a Sequence-to-Sequence Perspective with Transformer

SETR摘要介绍相关工作语义分割Transformer模型设计FCN-based semantic segmentationSegmentation transformers (SETR)Image-sequence摘要大多数语义分割方法采用了一个带有编码器-解码器结构的全卷积网络(FCN)。编码器逐渐降低空间分辨率，并通过更大的感受野学习更抽象/语义的视觉概念。由于上下文建模对于分割至关重要，最近的努力集中在通过扩张/压缩卷积或引入注意模块来增加感受野。但是，基于编码器-解码器的FCN架构保持不变。在

原创 【论文翻译】VIT:An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale

VIT摘要介绍相关工作模型VISION TRANSFORMER (VIT)微调和高分辨率实验结论摘要虽然Transformer架构在自然语言处理任务中已经成为事实标准，但是它在计算机视觉领域的应用仍然受限。在视觉领域，注意力要么和卷积网络结合使用，要么替换卷积网络中的某些部分，同时保持整体结构不变。本文表明对CNNs的依赖不是必要的，纯转换器（pure transformer）直接应用于图像块（image patches）序列在图像分类任务中能发挥很好的作用。当对大量数据进行预训练并把它转移到多个中型或

原创 Rethinking Semantic Segmentation from a Sequence-to-Sequence Perspective with Transformers

SETR论文手写笔记，容易丢，先放这哈哈哈

原创 Linux服务器用gdown下载google Drive中文件

参考大佬教程1.安装git clone https://github.com/wkentaro/gdown.gitcd gdownpip install gdown问题：在clone文件时可能出现把git clone https://github.com/wkentaro/gdown.git中https改成git。2.下载文件gdown https://drive.google.com/uc?id=标识符如https://drive.google.com/drive/folders/1

原创 等比例修改图像大小，并对应修改xml标注信息

在进行目标检测中，把图像统一修改成固定尺度，并把xml文件中的标注信息进行修改。import mathimport osfrom PIL import Image, ImageDrawimport numpy as npimport xml.etree.ElementTree as ETdef get_random_data(filename_jpg, box, nw, nh): """ 修改 box :param filename_jpg: 图片名 :para

原创 修改图像后缀

.jpg改为.jpeg，还可以修改成其他的格式import osimport stringdirName = r"C:\Users\Lenovo\Desktop\mydataset\JPEGImages\\" #最后要加双斜杠，不然会报错li=os.listdir(dirName)for filename in li: newname = filename newname = newname.split(".") if newname[-1]=="jpg":

原创 Dense Label Encoding for Boundary Discontinuity Free Rotation Detection

【论文阅读笔记】Dense Label Encoding for Boundary Discontinuity Free Rotation Detection原文链接GitHub链接：https://github.com/JingZhang617/Joint_COD_SOD文章目录Author一、Abstract二、Introduce1.数据扩充2.三、Related Work1.Salient Object Detection Models2.Camouflaged Object Detection

原创 训练inceptionv3

在wang-intership-4训练模型1.ls：看看有哪些文件夹2.进入模型所在的文件夹cd posture_rec_4inceptionvv3/cd v33.进入环境tuma a -t v34.准备数据cd slimcd netcat inception_v3.pypython inception_v3.pysource activate tensorflowV1_14python create_tfrecord.pypython inception_v3_train_v