- 博客(164)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Text guided explorable image superresolution
在这个示例中，我们定义了一个简单的超分辨率神经网络，它接受一个图像和一个文本嵌入作为输入，并返回一个超分辨率处理后的图像。这个网络结构可以根据实际需求进行扩展和改进，例如加入注意力机制、使用更复杂的卷积结构或者结合其他模型设计来更好地结合文本信息。"Text guided explorable image superresolution"是一个使用深度学习技术来进行图像超分辨率处理的研究领域。这个领域的关键点是结合文本指导来引导系统探索更好的超分辨率结果。
2024-03-20 16:00:57
220
原创 阿里云生态离线数仓
1. 大数据开发治理平台DataWorks1. 大数据开发治理平台DataWorks功能齐全：10多年大数据建设沉淀完整的平台，覆盖数据开发治理的全生命周期简单易用：全图形化界面，SQL为主的数据开发方式安全稳定：双11日千万级任务稳定调度，金融级数据安全保障开放兼容： 支持多种大数据引擎绑定，开放OpenAPI定制化对接能力。
2023-12-06 21:11:17
893
原创 阿里云实时数据仓库Hologres&Flink
为企业所有决策制定过程，提供所有系统数据支持的战略集合。传统的离线数仓无法实现当天数据的及时分析数据，所以需要开发实时数仓开填补空缺。
2023-12-06 16:46:52
1516
原创 【Leetcode】383. 赎金信
给你两个字符串：ransomNote 和 magazine ，判断 ransomNote 能不能由 magazine 里面的字符构成。如果可以，返回 true；否则返回 false。magazine 中的每个字符只能在 ransomNote 中使用一次。falsefalsetrue。
2023-11-09 21:21:59
224
原创 【Leetcode】202. 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target的那整数，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。[0,1]因为 nums[0] + nums[1] == 9 ，返回 [0, 1]。[1,2][0,1]
2023-11-09 17:08:23
133
原创 【Leetcode】349. 两个数组的交集
给定两个数组，编写一个函数来计算它们的交集。输出结果中的每个元素一定是唯一的。我们可以不考虑输出结果的顺序。
2023-11-06 17:35:58
135
原创 【Leetcode】242. 有效的字母异位词
给定两个字符串 s 和 t ，编写一个函数来判断 t 是否是 s 的字母异位词。示例 1: 输入: s = "anagram", t = "nagaram" 输出: true示例 2: 输入: s = "rat", t = "car" 输出: false你可以假设字符串只包含小写字母。
2023-11-04 21:36:41
132
原创 【论文阅读 12】PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes
由于对象的多样性以及物体之间的杂乱和遮挡引起的场景的复杂性，这个问题具有挑战性。我们在 YCBVideo 数据集和 OccludedLINEMOD 数据集进行了广泛的实验，以表明 PoseCNN 对遮挡具有很强的鲁棒性，可以处理对称对象，仅使用彩色图像作为输入提供准确的姿态估计。我们对 YCBVideo 数据集和 OccludedLINEMOD 数据集进行了广泛的实验，结果表明 PoseCNN 对遮挡物体具有很强的鲁棒性，能够处理对称物体，并且仅通过彩色图像输入即可提供准确的姿态估计。
2023-11-02 21:37:33
133
原创 【ChatGPT 01】ChatGPT基础科普
艾伦•图灵(Alan Turing)发表论文**《计算机器与智能》图灵测试**）的概念，用来检测机器智能水平。，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。从此图灵测试成为了任务的一个重要评测标准。因此，很多自然语言处理任务都可以用图灵测试来进行评测，例如对话系统、问答系统、文本生成等。
2023-10-29 22:01:34
1094
原创 【Django 05】Django-DRF（ModelViewSet）、路由组件、自定义函数
这些技术知识点可以配合使用，帮助我们快速构建出具有 CRUD 功能的 Web 应用，并且遵循了 Django 框架的惯例和最佳实践。它们的应用场景包括博客系统、电商平台、社交网络等各种类型的 Web 应用。通过使用这些技术知识点，我们能够提高开发效率，减少重复的代码编写工作，并且保证代码的一致性和可维护性。ModelViewSet 是 Django REST framework 提供的一个视图集类，它封装了常见的模型操作方法。属性为要查询的对象集合，并设置。模型类提供了默认的增删改查功能。
2023-10-22 22:43:19
694
原创 【Django 04】Serialization 序列化的高级使用
是一个参数，用于指定要序列化或反序列化的 Python 对象。具体来说，它是一个类实例(Class Instance),通常是指一个从数据库或其他数据源中检索出来的模型实例(Model Instance)。当我们需要将一个模型实例转换为 JSON 或其他格式时，可以使用 Django 的序列化器(Serializer)来实现。反序列化与序列化则相反。文件 撰写序列化内容。
2023-10-21 22:13:38
786
原创 【Django 03】QuerySet 和 Instance应用
从数据库中查询结果存放的集合称为 QuerySet。Django ORM用到三个类：Manager、QuerySet、Model。每个Model都有一个默认的manager实例，名为objects。Django的ORM通过Mode的objects属性提供各种数据操的接口（API），并通过 Model.objects 方法返回QuerySet，生产符合查询条件的列表，列表中包含多个 Instance。
2023-10-19 19:51:00
724
原创 【Django 02】数据表构建、数据迁移与管理
QUALIFIED = ('qualified', '良品')``UNQUALIFIED = ('unqualified', '不良品')``status = CharField(max_length=32, choices=Status.choices, default=Status.QUALIFIED, verbose_name='状态')`是 Django 3.0 引入的一个枚举类，用于在模型字段中创建可选择的、文本值的选项。指定在多对多等关系中反向使用的名称。on_delete。
2023-10-18 20:52:33
857
原创 【Django 01】环境搭配与项目配置
Django 是一个使用 Python 编写的开源 Web 应用程序框架，它提供了一套用于快速开发安全、 可扩展和高效的 Web 应用程序的工具和功能。Django 基于 MVC（Model-View-Controller）架构模式，采用了最佳实践，强调代码的可重用性和可维护性。它的设计理念是 DRY（Don't Repeat Yourself）， 通过提供许多内置功能和现成的解决方案，使开发人员能够专注于业务逻辑而不必从头开始构建所有组件。
2023-10-16 22:36:18
967
原创 【论文阅读 10】Unsupervised Anomaly Detection for Surface Defects With Dual-Siamese Network
基于双孪生网络的表面缺陷无监督异常检测IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS0. 摘要在真实工业场景下，无监督异常检测面临挑战，因为少量的正常图像提供有限的区分信息，而异常缺陷难以预测。尽管目前广泛使用基于图像重建的方法进行异常检测，但它们不能有效地学习语义表示，导致重构效果不佳。本文中，我们将异常检测视为一个联合问题，涉及特征重建和修复，使用双孪生框架来解决。提出的方法迫使网络从正常区域学习特征分布，并捕获语义上
2023-10-10 11:32:41
201
原创 什么是图像翻译
域(Domain)：一系列具有相同风格的图像集合。图像翻译(Image Translation)：从一张图像到另一张图像的变换，也是域迁移。（风格迁移、图像上色、图像分割...）
2023-09-26 09:56:57
257
原创 【论文阅读 08】Defect Detection in Electronic Surfaces Using Template-Based Fourier Image Reconstruction
一种用于检测和定位非周期性模式图像中小缺陷的新方法。在电子工业中，例如在印刷电路板或集成电路芯片的图像中，通常需要找到并识别微小的缺陷。传统的模板匹配技术通常在图像的局部像素信息上工作，因此对于几何变化、光照变化以及随机噪声非常敏感。此外，基于傅里叶变换的方法通常适用于普通和周期性纹理表面，不太适用于非周期性模式图像。在这篇论文中，提出了一种全局傅立叶图像重建方法，以应对这一问题。该方法通过比较模板图像和待检测图像的整个傅里叶光谱，来寻找缺陷。
2023-09-19 21:50:17
252
原创 【论文阅读 08】Adaptive Anomaly Detection within Near-regular Milling Textures
在钢质量控制中的应用，我们提出了图像处理算法，用于无监督地检测隐藏在全局铣削模式内的异常。因此，我们考虑了基于全局傅里叶的方法和局部剪切波分解来阻尼铣削纹理。这些基于频率的方法与空间域基于模板的自相关进行了比较。作为一种替代方法，所谓的匹配追踪是通过联合傅立叶和基于小波的字典提出的，可以同时利用全局铣削槽和局部异常的两个模型。所有这些方法都使用定量和特定领域的定性指标针对手动注释的真实世界数据集进行评估。
2023-09-19 20:17:20
427
原创 【论文阅读 07】Anomaly region detection and localization in metal surface inspection
本实验使用了包含不同方向和照明条件下金属部件图像的数据集。我们的目标是通过从没有异常的等效参考图像中减去图像来找到图像中的异常。由于参考图像有多个且略有变化的视点，因此这是一项挑战。只能在减法过程中使用没有异常的相同参考图像获得的残留物中检测到异常。所提出的系统基于从相似图像池中寻找最佳参考。还介绍了一种基于相似度的图像排序方法。所提出的方法可以很好地适应具有深色异常的高对比度图像。
2023-09-19 10:23:06
709
1
原创 【论文阅读 06】A Vision Based System for Anomaly Detection and Classification in Additive Manufacturing
本文提出了一种在3D 打印机上安装基于视觉的系统的方法，以便在打印过程中检测和分类异常。因此，引入质量监测检查打印过程，以确保发生缺陷最小，如果出现缺陷，减少打印材料的浪费。该项目使用聚乳酸(PLA)材料作为印刷材料进行。打印过程被分成几个检查点，以捕获产品的顶部表面。本文回顾了几种流行的图像处理技术。使用 Raspberry Pi （树莓派）拍摄的图像使用 Python OpenCV 处理并分类为有缺陷的和非有缺陷的组。进行Hu矩分析，提取捕获图像和模板图像的二值特征的信息。
2023-09-18 20:30:37
97
原创 【论文阅读 05】图像异常检测研究现状综述
图像异常检测任务根据异常的形态可以分为定性异常的分类和定量异常的定位两个类别.的分类：整体地给出是否异常的判断，无需准确定位异常的位置。如图2左上图所示, 左侧代表正常图像, 右侧代表异常图像,在第1行中,模型仅使用服饰数据集中衣服类型的样本进行训练，则其他类别的样本图像 (鞋子等) 对模型来说都是需要检测的异常样本, 因为他们在纹理、结构和语义信息等方面都不相同.
2023-09-18 15:44:03
1034
2
原创 上传云端服务器遇到的各种问题
使用命令：unzip -O CP936 20230816.zip。出现了这个问题一般是上传不对，再上传一次。今天我将本地代码上传云端服务器。解压之后又出现了乱码的问题。
2023-09-15 10:41:35
168
1
原创 【语义分割 01】Open MMLab
OpenMMLab是一个由中国开发者主导的具有世界影响力的人工智能计算机视觉开源算法体系, 至今已经开源了30+视觉算法库。
2023-09-12 12:02:40
267
原创 【PyTorch 08】如果要手动安装对应的包
2. torch.version.cuda：查看cuda版本。首先查看当前安装好的Pytorch版本和对应的cuda版本。cp代表python版本，本机是3.10的，点击下载。1. pip list：查看torch版本。接下来使用下面这句话安装工具。就可以找到下面这种形式。
2023-09-11 17:21:19
345
原创 【GNN 02】GCN
图卷积获取特征需要：各节点输入特征、网络结构图。图卷积是半监督任务，不需要全部标签，少量标签也能训练，计算损失时只考虑有标签。
2023-09-11 10:40:56
184
原创 【ROS 06】机器人系统仿真
机器人操作系统学习、开发与测试过程中，会遇到诸多问题，比如:场景1:机器人一般价格不菲，学习ROS要购买一台机器人吗？场景2:机器人与之交互的外界环境具有多样性，如何实现复杂的环境设计？场景3:测试时，直接将未经验证的程序部署到实体机器人运行，安全吗？...在诸如此类的场景中，ROS中的仿真就显得尤为重要了。
2023-09-09 17:16:47
862
1
原创 【GNN 01】概述
图的邻接矩阵：文本数据也可以表示图的形式，邻接矩阵表示的连接关系。以图像为例子，每个像素点周围都有邻居，A就表示邻居之间的关系。
2023-09-09 17:03:09
164
原创 【ROS 05】ROS常用组件
TF2已经替换了TF，TF2是TF的超集，建议学习 TF2 而非 TFTF2 功能包的增强了内聚性，TF 与 TF2 所依赖的功能包是不同的，TF 对应的是tf包，TF2 对应的是tf2和tf2_ros包，在 TF2 中不同类型的 API 实现做了分包处理。TF2 实现效率更高，比如在:TF2 的静态坐标实现、TF2 坐标变换监听器中的 Buffer 实现等。
2023-09-05 17:07:06
326
原创 【ROS 04】ROS运行管理
ROS是多进程(节点)的分布式框架，一个完整的ROS系统实现： 在多级层深的ROS系统中，其实现与维护可能会出现一些问题，比如，如何关联不同的功能包，繁多的ROS节点应该如何启动？功能包、节点、话题、参数重名时应该如何处理？不同主机上的节点如何通信？本章主要内容介绍在ROS中上述问题的解决策略(见本章目录)，预期达成学习目标也与上述问题对应：掌握元功能包使用语法；掌握launch文件的使用语法；理解什么是ROS工作空间覆盖，以及存在什么安全隐患；掌握节点名称重名时的处理方式；掌握话题名称重名时的处理方式；掌
2023-09-02 21:05:34
302
原创 【ROS 03】ROS通信机制进阶
ros::spin() 是进入了循环执行回调函数，而 ros::spinOnce() 只会执行一次回调函数(没有循环)，在 ros::spin() 后的语句不会执行到，而 ros::spinOnce() 后的语句可以执行。ROS中时间相关的API是极其常用，比如:获取当前时刻、持续时间的设置、执行频率、休眠、定时器...都与时间相关。在ROS程序中，频繁的使用了 ros::spin() 和 ros::spinOnce() 两个回旋函数，可以用于处理回调函数。加随机数，避免重名问题。
2023-09-01 11:35:03
203
原创 【数据分析】统计量
1. 均值、众数描述数据的集中趋势度量，四分位差、极差描述数据的离散程度。是统计独立的，那么二者之间的协方差就是0，因为两个独立的随机变量满足。2. 标准差、四分位差、异众比率度量离散程度，协方差是度量相关性。从直观上来看，协方差表示的是两个变量总体误差的期望。的协方差为0，二者并不一定是统计独立的。但是，反过来并不成立。
2023-08-28 10:29:58
727
原创 【数据库】连接查询
全连接没有主附表的区别，按照连接条件可以匹配到的记录会返回匹配后的结果匹配不到的记录用null进行填充。union:用于合并两个或多个SELECT 语的结果集，并消去表中任何重复行。union all:用于合并两个或多个SELECT 语的结果集，保留重复行。全连接会返回两张表中全部的记录，本质上是对两个表中的记录取并集。例:用union all合并t1与t2表。例:用union合并t1与t2表。
2023-08-23 10:21:10
160
1
原创 【数据分析】缺失值处理
采用其他特征的信息，通过建立模型来预测缺失值，常用的模型包括KNN、决策树、随机森林等。通过已有的数据，推算出缺失值，常用的插值方法包括线性插值、多项式插值、样条插值等。对于缺失值比例较小的数据，可以考虑删除缺失值较多的行或列。的特征，采用该特征在已有数据中的。的特征，采用该特征在已有数据中。
2023-08-23 10:03:22
693
原创 【数据分析】卡方检验
卡方值的大小与样本量（自由度）有关。一般来说，卡方值越大越好，但并不准确。比如5000和5010的差异为10；40和50的差异为10，明显后者差异更大。可以看到卡方值为16.667，p =0.000<0.01，所以不同地区的饮食习惯情况呈现出。例如研究人员想知道两组学生对于手机品牌的偏好差异情况。使用频率高，仅使用Pearson卡方，不支持加权数据。卡方值表示观察值与理论值之间的偏离程度。一般使用卡方检验进行分析的目的是。
2023-08-23 09:17:16
241
可视化-TortoiseGit.zip
2022-04-26
专栏：python基础 对应文章【Python 01】~【Python 34】的全部代码
2022-04-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人