Python编程总结（二）

1. pytorch中保存好加载网络及参数的代码：

    a. 保存及加载整个网络的结构及权重信息：

        torch.save(Target_model, "model_save.pth");

        Target_model=torch.load("model_save.pth");

    b. 只保存网络的权重参数：

        torch.save(Target_model.state_dict, "model_save.pth");

        Target_model.load(torch.load("model_save.pth"));

2.  后续可继续做的创新方向：

    a. Transfer Learning: 用于穆勒矩阵图像和偏振图像；

    b. 多图压缩，包括多偏振图像和多穆勒矩阵图像；

    c. Double Sparse，用于多穆勒矩阵图像和多偏振图像分类或者检索；

    d. Deep Learning+LBP，将之前的LBP方法和Deep CNN或者Transformer结合起来；

    e. Deep Learning+LSF, 将之前的水平集方法和Deep Learning结合起来；

    f. Hierarchical LSF+CNN，单个水平集函数引入多个参数，将图像分割成任意多区域；

    g. 多模态图像之间的信息融合，例如多偏振和多穆勒；

    h. 对比分割后和不分割目标的分类结果；

    i. 对比配准后和配准前的分类效果；

    j. 稀疏卷积神经网络，用于减少神经网络的参数；

    k. 非线性的特征变换以得到更好的分类结果，在之前ICIP文章的基础上进行改进；

    l. 自动标注（分割）工具；

    m. MullerDet: Detection with Mueller matrix.

3. AttributeError: 'int' object has no attribute 'time'问题的解决：

    原因：在代码中有变量使用了time这个名字，并且time的类型发生了改变，使得和初始的不一致；

    解决方法：将变量中time这个名字改成其它名字；

    总结：以后给变量起名字不能起和系统中一些专有模块或函数相同的名字。

4.