图像处理
崩溃了、
这个作者很懒,什么都没留下…
展开
-
自监督 经典之byol(部分代码分析)
自监督学习是近几年热门的话题,依据我目前所接触的知识,其主要有两种。一种是生成式,即GAN。我师兄在研究生阶段主要研究这一方面。另外一种就是对比式,注重对比,对比的思想在于,不要求过分注重像素级信息。红蓝两种颜色放在一起,你知道了什么是蓝色,自然你也就知道了什么是红色,这就是对比的魅力。我目前所接触的关于对比式自监督的方法有:simclr、simsiam、byol。simclr的思想很容易理解。输入的图片通过数据增强,得到x1和x2,将两者分别通过一个网络F得到h,在经过一个投影头得到z,两个z,通原创 2021-04-28 20:00:08 · 2524 阅读 · 1 评论 -
凯明大神 moco v3
文章链接在这:https://arxiv.org/abs/2104.02057针对训练过程中的不稳定性从batch_size、lr、优化做了分析。4.2 提出了a trick来提升稳定性转载 2021-04-07 17:11:36 · 436 阅读 · 0 评论 -
图像通道分离和合并,并做随机裁剪
自己写了个图片通道分离,单通道做裁剪,合并通道的一个函数import cv2import numpy as npdef num_flip(data,mode): # 输入一个多维数组,包含多个通道 num = data.shape[-1] # 此处获得通道的个数,即列表里面数组的个数 list1 = [] ; list2 = [] list1.append(cv2.split(data)) # 通道分离,保存在list1中 for i in range(n原创 2021-03-28 11:02:52 · 178 阅读 · 0 评论