mjiansun的专栏

转载 等价矩阵、相似矩阵、合同矩阵

转载 Noise2Noise: Learning Image Restoration without Clean Data

Introduction这是ICML2018的一篇论文，其由来自英伟达、阿尔托大学和 MIT 的研究者联合发表。该文章提出了一个很有意思的观点：在某些常见情况下，网络可以学习恢复信号而不用“看”到“干净”的信号，且得到的结果接近或相当于使用“干净”样本进行训练。而这项结论来自于一个简单的统计学上的观察：我们在网络训练中使用的损失函数，其仅仅要求目标信号（ground truth）在某些统计值上是“干净”的，而不需要每个目标信号都是“干净”的。Theoretical background..

转载 图像质量评价指标之 PSNR 和 SSIM

转自：https://zhuanlan.zhihu.com/p/50757421暂时只理解了PSNR，后续如果用到SSIM再来研究补充。1. PSNR (Peak Signal-to-Noise Ratio) 峰值信噪比其中，第二和第三种方法比较常见。# im1 和 im2 都为灰度图像，uint8 类型# method 1diff = im1 - im2mse = np.mean(np.square(diff))psnr = 10 * np.log10(255 * 25

转载 常用分布函数

0-1分布二项分布泊松分布均匀分布指数分布正态分布

转载 详解最大似然估计（MLE）、最大后验概率估计（MAP），以及贝叶斯公式的理解

https://blog.csdn.net/u011508640/article/details/72815981

转载 条件概率、全概率和贝叶斯公式

1、条件概率公式 设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：P(A|B)=P(AB)/P(B)分析：一般说到条件概率这一概念的时候，事件A和事件B都是同一实验下的不同的结果集合，事件A和事件B一般是有交集的，若没有交集（互斥），则条件概率为0，例如：① 扔骰子，扔出的点数介于[1,3]称为事件A，扔出的点数介于[2,5]称为事件B，问：B已...

转载 COCO数据集的标注格式

COCO的 全称是Common Objects in COntext，是微软团队提供的一个可以用来进行图像识别的数据集。MS COCO数据集中的图像分为训练、验证和测试集。COCO通过在Flickr上搜索80个对象类别和各种场景类型来收集图像，其使用了亚马逊的Mechanical Turk（AMT）。比如标注image captions（看图说话）这种类型的步骤如下：（AMT上COCO标注步骤）COCO通过大量使用Amazon Mechanical Turk来收集数据。COCO数据集现在有3

转载 特征值和特征向量的几何意义是什么？

矩阵乘法对应了一个变换，是把任意一个向量变成另一个方向或长度都大多不同的新向量。在这个变换的过程中，原向量主要发生旋转、伸缩的变化。如果矩阵对某一个向量或某些向量只发生伸缩变换，不对这些向量产生旋转的效果，那么这些向量就称为这个矩阵的特征向量，伸缩的比例就是特征值。实际上，上述的一段话既讲了矩阵变换特征值及特征向量的几何意义（图形变换）也讲了其物理含义。物理的含义就是运动的图景：特征向量在一个矩阵的作用下作伸缩运动，伸缩的幅度由特征值确定。特征值大于1，所有属于此特征值的特征向量身形暴长；特征值

转载 商汤的mmsegmentation

https://blog.csdn.net/weixin_34910922/category_10785880.html

转载 深度学习超参数——momentum、learning rate和weight decay

前言利用深度学习网络训练模型时，需要对一些超参数作用与意义进行清楚了解，才能根据实际训练时出现的问题做相应调整，进而训练出满足精度的模型。一、momentum动量来源于牛顿定律，基本思想是为了找到最优，SGD通常来说下降速度比较快，但却容易造成另一个问题，就是更新过程不稳定，容易出现震荡。加入“惯性”的影响，就是在更新下降方向的时候不仅要考虑到当前的方向，也要考虑到上一次的更新方向，两者加权，某些情况下可以避免震荡，摆脱局部凹域的束缚，进入全局凹域。动量，就是上一次更新方向所占的权值。当误差曲面

转载 显卡驱动报错：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver.

使用nvidia-smi报错：NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running这是一个常见问题，经常出现在ubuntu系统中，主要原因还是系统内核升级了，导致新版本内核和原来显卡驱动不匹配解决方法：1.切换为集成显卡如果没有，那么先切换到字符界..

转载 【Pytorch】数据读取详解

研读完代码再来补充数据库DataBase + 数据集DataSet + 采样器Sampler = 加载器Loaderfrom torch.utils.data import *IMDB+Dataset+Sampler||BatchSampler=DataLoader1数据库 DataBaseImage DataBase 简称IMDB，指的是存储在文件中的数据信息。文件格式可以多种多样。比如xml, yaml, json， sql.VOC是xml格式的，COCO...

转载 【Python】多进程（二）

socket基于tcp协议的多进程聊天(异步)server端代码import socketfrom multiprocessing import Processdef chat(conn): while True: # 接收消息，打印消息 msg = conn.recv(1024).decode('utf-8') print(msg) conn.send((msg + '_sb').encode('utf-8')) conn.c

转载 【Python】Itertools.cycle()用法及代码示例

让迭代器可以无限循环迭代。迭代器定义为对象类型，其中包含可以使用循环访问或迭代的值。 内置与Python一起提供了不同的迭代器，例如列表，集合等。Itertools是Python模块，其中包含一些用于使用迭代器生成序列的内置函数。该模块提供了在迭代器上工作以生成复杂迭代器的各种功能。该模块可作为一种快速的内存有效工具，可单独使用或组合使用以形成迭代器代数。有不同类型的迭代器无限迭代器： 这些类型的迭代器会产生无限序列。短序列迭代器： 这些迭代器产生在某些迭代之后终止的序列...