- 博客(46)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Pyppetter结合beautifulSoup爬虫定位支付宝SDK和华为SDK更新的最新版本
Pyppeteer 结合beautifulSoup爬虫定位支付宝SDK和华为SDK更新的最新版本
2022-08-09 15:31:23
567
1
原创 牛客面试必刷101——哈希
文章目录两数之和 BM50数组中出现次数超过一半的数字 BM51数组中只出现一次的两个数字 BM52缺失的第一个正整数 BM53三数之和 BM54两数之和 BM50原题给出一个整型数组 numbers 和一个目标值 target，请在数组中找出两个加起来等于目标值的数的下标，返回的下标按升序排列。（注：返回的数组下标从1开始算起，保证target一定可以由数组里面2个数字相加得到）数据范围：2≤len(numbers)≤105，−10≤numbersi≤109，0≤target≤1092\leq
2022-05-23 18:26:59
384
原创 牛客面试必刷TOP101——动态规划
最长公共子串class Solution: def LCS(self,str1 , str2 ): # write code here if len(str1) < len(str2): str1, str2 = str2, str1 res = '' max_len = 0 for i in range(len(str1)): if str1[i - max_le
2022-05-20 15:02:28
787
原创 牛客面试必刷TOP101——二分查找排序
列表[二分查找-I BM17][二维数组中的查找 BM18][寻找峰值 BM19][组中的逆序对 BM20 ][旋转数组的最小数字 BM21][比较版本号 BM22][二分查找-I BM17]原题请实现无重复数字的升序数组的二分查找。给定一个 元素升序的、无重复数字的整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标（下标从 0 开始），否则返回 -1class Solution: def search(self , num
2022-05-11 16:44:15
1508
原创 牛客面试必刷TOP101——双指针
合并两个有序数组判断是否为回文字符串合并区间最小覆盖子串反转字符串最长无重复子数组盛水最多的容器接雨水问题判断是否为回文字符串 【BM88】给定一个长度为 n 的字符串，请编写一个函数判断该字符串是否回文。如果是回文请返回true，否则返回false。字符串回文指该字符串正序与其逆序逐字符一致。题解：双指针，分别从数组头尾开始往中间扫，如果两个指针指向的元素相等，则同时往中间移动；否则说明不是回文字符串，返回False。class Solution: def judge(se
2022-05-02 18:46:20
503
1
原创 牛客面试必刷TOP101——链表
反转链表链表内指定区间反转链表中的节点每k个一组翻转合并两个有序链表合并K个有序链表判断链表中是否有环链表中环的入口结点链表中倒数最后k个结点删除链表的倒数第n个节点两个链表的第一个公共结点链表相加(二)单链表的排序判断一个链表是否为回文结构链表的奇偶重排删除有序链表中重复的元素-I 删除有序链表中重复的元素-II反转链表class Solution: def ReverseList(self , head: ListNode) -> ListNode:
2022-05-01 16:14:43
979
原创 【最大数】&【最小数】
剑指offer45输入一个非负整数数组，把数组里所有数字拼接起来排成一个数，打印能拼接出的所有数字中最小的一个。示例1输入: [10,2]输出: “102”这个题本质上还是一个排序问题，要解决的是如何定义元素的大小。比如示例1中，如何定义10和2的大小，从而使得排序好的数组的排序结果最小。首先将整数数组转换为字符串数组。令a = ‘10’，b = ‘2’a+b = ‘102’b+a = ‘210’显然210 > 102，也就是a需要放在b的前面，使得拼接结果最小。据此，我们就可以
2022-04-26 10:49:33
179
原创 Django+Bootstrap-table实现管理员信息管理
实现过程分为界面设计；动态渲染；数据获取界面设计将这个界面分为ORM查询models.Book.object.filter()返回的是Query setmodels.Book.object.get()返回的是Model，可以使用model_to_dict转化为字典进行访问
2022-04-25 17:24:01
3651
1
原创 Python+Django实现简单HelloWord网页
安装Django使用anaconda在python环境中安装django包pip install django创建Django项目使用django-admin在命令行创建django-admin startproject myproject专业版PyCharm创建django项目默认文件在创建完项目后，会生成和项目同名的目录，以及一个manage.py文件1、manage.py 项目管理、启动项目、创建app、数据管理，这个文件不需要改动2、在myproject中，我们需要
2022-04-21 12:50:50
3471
6
原创 leetcode25—K 个一组翻转链表
借助栈实现k组翻转操作、空间复杂度O(n)1、 统计链表长度n，如果n<k，则直接返回原链表，否则进入下一步2、每次令pre指向前一组的最后一个结点，cur指向当前组的第一个结点将当前组前K个结点加入到栈中，此时cur指向当前组的最后一个结点，即图中的3当前组的最后一个结点是翻转后的第一个结点，因为令pre.next = cur，即0->4；记住下一组的第一个结点，存储在nx中，即nx = cur.next当栈不为空时，依次弹出栈，令cur指向栈弹出的结点，即cur.next = s
2022-04-01 17:03:59
614
原创 Ubuntu20.04+Openvino安装
准备工作1、有一台Ubuntu20.04的机器2、有python环境3、有root权限4、openvino的安装包Ubuntu20.04虚拟机安装首先下载windows版的vmware workstation下载链接：https://www.vmware.com/cn/products/workstation-pro/workstation-pro-evaluation.html觉得蛮的也可以到百度云下载[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zf
2022-03-22 16:29:51
2121
2
原创 Meta-Baseline Exploring Simple Meta-Learning for Few-Shot Learning
Meta-Baseline: Exploring Simple Meta-Learning for Few-Shot Learning介绍现在大多数方法使用元学习meta-learning解决小样本任务，即将整个训练集划分为三种类别不相交的训练、验证和测试集。网络训练时以task为单位，每个task视为一个N-way K-shot任务，由Support Set包括N×KN\times KN×K样本和Query SetN×QN\times QN×Q样本组成。根据支持集样本将N×QN\times QN×Q样
2021-12-06 14:14:00
1647
原创 Kinetics数据集下载
Kinetics数据集是行为识别中十分重要的benchmark，其地位相当于图像分类中的ImageNet。本人目前在做小样本行为识别，需要用到Kinetics-400数据集搭建Kinetics-100小样本行为识别数据集。由于种种原因，网上的数据集都有缺失，所以本人基于已经下载的数据集，使用youtube-dl下载缺失视频，仅供大家参考。百度网盘1、https://www.codeleading.com/article/23055974480/该方法用了特定软件将数据集分割成132个小数据集，下载完成
2021-11-30 16:34:11
5888
9
原创 基于推荐算法的电影系统——具体实现（3）
普通用户在普通用户网页实现中，重点在于如何根据给定数据生成多个网页，本设计采用Flask自带的jinja模板渲染模块实现。其次是评论功能，点击评论，弹出一个模态框，发表完评论后，可以在右侧看到自己刚发表的评论。电影详情页首先定义一个静态模板页面，对于要显示的信息分别定义变量，且引用类型为data.name。因此在后端向前端传数据时数据类型是字典类型，因此在前端定义变量时要注意变量的书写。当点击电影首页的详情时，调用url ”/template”，该路由绑定template()函数，在该函数中，首先从前
2021-11-29 16:05:02
5810
1
原创 基于推荐算法的电影系统——总体设计（2）
本章开始将介绍电影交流平台的总体设计。数据库设计总共建了6张表格，如表4-1所示，每个表格的详细设计如下：Person：用户ID、用户昵称、生日、年龄、性别、普通用户or管理员 Movie：电影名、上映时间、类型、评分、点赞数、评论数Account：账户ID、密码、ID类别Access：用户ID、点赞权限、评论权限Comment：用户ID、电影名、评论信息Advise：用户ID、建议信息总体设计对于前台的普通用户而言，大致设计了7个模块，如图4-1所示，分别为登录、注册、网站首页、建
2021-11-29 15:48:30
1843
原创 基于推荐算法的电影系统——理论介绍（1）
本项目目的是从猫眼读取数据，搭建一个电影网站，向用户推荐可能感兴趣电影。本章首先介绍完成这样一个系统需要哪些理论知识。1. Web网络爬虫在chrome上登陆猫眼电影的top100榜单之后，查看该网页的源代码，通过源代码信息知道想要获取的电影的信息在网页的哪一个模块和层级，以便于在后续的爬虫工程中更加快速的获取和运用，提升和增加爬虫的工作效率，更加准确的获取电影信息。需要掌握的爬虫技术：1、BeautifulSoup包2、requests包3、re包的运用（正则表达式匹配）导入和使用reque
2021-11-29 15:36:31
5715
1
原创 Temporal Distinct Representation Learning for Action Recognition
背景将2D CNN用于视频相关任务时存在两个问题：1、不同帧使用相同的卷积核提取特征，会导致大量冗余数据。2、大量数据冗余主要表现在spatial semantics extraction(空间语义信息提取)上。对此作者提出了Progressive Enhancement Module（PEM）模块，类似SE-Net设计，PEM对特征进行注意力加权，对具有可鉴别信息的通道进行加强，同时压缩连续帧的通道从而减少冗余特征。此外，作者还在时域信息建模后，设计了一个Temporal Diversity lo
2021-11-18 14:31:06
237
转载 VS Code连接远程服务器报错‘_workbench.downloadResource‘ failed
VS Code的Error: Running the contributed command: ‘_workbench.downloadResource’ failed解决Xshell可以连接成功，但是VS Code无法连接，亲测下面的方法很好用https://blog.csdn.net/ibless/article/details/118610776
2021-07-14 09:22:36
4165
原创 Dense Dilated Network for Few Shot Action Recognition
Motivation数据稀缺问题是新出现的行动类别的一个常见问题，这阻碍了神经网络学习辨别特征。同一类别中的动作具有多种背景，这需要足够数量的带注释的视频数据来训练深度神经网络。因此作者想能不能用很少的例子找到学习新动作类别的方法？方法作者采用了图像识别任务中一个新颖的DenseNet，采用密集连接来充分利用整个视频的时空信息。将一个视频分为n个片段，使用TSN分别提取空间信息和时间信息，然后使用具有密集连接的块提取特征，最后得到每个片段的预测分数，融合分数得到视频的预测结果。Dense Dila
2021-04-21 10:32:52
696
3
原创 Learning by Aligning Videos in Time
方法首先学习一个嵌入空间，在这个空间中，内容相似的两个视频可以方便地在时间上对齐。作者首先旨在优化嵌入空间，仅考虑两个视频之间的全局对齐成本，这可能导致琐碎的解决方案。为了克服这个问题，作者调整嵌入空间，使得对于每个输入视频，时间上靠近的帧被映射到嵌入空间中的邻近点，而时间上远离的帧被相应地映射到嵌入空间中的远处。Notations：fθf_\thetafθ表示一个参数为θ\thetaθ的神经网络，定义两个输入X={x1,x2,...,xn}X=\{x_1,x_2,...,x_n\}X={x1,
2021-04-20 15:04:01
361
2
原创 Few-Shot Action Recognition with Compromised Metric via Optimal Transport
这篇文章基于最优传输OT来设计distance函数paper: https://arxiv.org/pdf/2104.03737.pdfMotivation在小样本行为识别方法中，作者分析大致可以分为两种。一种是基于aggregation，即将视频分为若干segment，提取每个segment特征，采用average pooling等方式对segment特征进行聚合得到一个视频级特征，设计一个距离函数，计算unseen类特征到seen类特征距离，得到预测标签；另一种是基于matching的方法，即提
2021-04-12 15:10:01
694
7
原创 Temporal-Relational CrossTransformers for Few-Shot Action Recognition
这篇文章用到了transformer来对视频帧进行时序信息探索，网络结构是基于原型网络进行改进的，代码已开源。paper: https://arxiv.org/abs/2101.06184code: https://github.com/tobyperrett/trxMotivation在该文章之前，小样本学习方法都是将query视频和support集视频中最好的 视频相比，或是和所有视频匹配，最后取平均。该方法带来的问题是，同一个动作不同的视频有着不同的长度和速度，因此此种匹配方式不太符合视频的
2021-04-01 11:04:41
3404
6
原创 SEMI-SUPERVISED FEW-SHOT ATOMIC ACTION RECOGNITION
提示：这里可以添加要学的内容例如：1、 搭建 Java 开发环境2、 掌握 Java 基本语法3、 掌握条件语句4、 掌握循环语句Motivation提示：这里统计学习计划的总量例如：1、 技术笔记 2 遍2、CSDN 技术博客 3 篇3、 学习的 vlog 视频 1 个...
2021-03-31 15:05:05
419
8
原创 CLTA: Contents and Length-based Temporal Attention for Few-shot Action
Motivation使用3D卷积或者3D+LSTM会导致过拟合，因为用了很少的数据去训练一个复杂的模型。现在的小样本方法大多是基于比较视频描述子的，但是很多方法只注重了空间信息而忽略了时间信息。作者介绍了三种用于小样本行为识别的方法，第一种通过帧特征的点乘计算帧之间的自注意力从而赋予时间权重，但是没有考虑连续帧，会错失关键帧；第二种使用temporal filter为不同帧赋予不同时间权重，但是从seen action用于unseen action可能会丢失时间信息；第三种之间比较帧之间的相似性，但是会
2021-03-31 10:04:51
251
4
原创 Few-shot Action Recognition with Prototype-centered Attentive Learning阅读笔记
遇到的问题相同类间存在交叉，还会存在一些外围的孤立样本，这种数据分布对于小样本识别而言会产生很大的影响。因此作者提出采用transformer中的自注意力来减轻这些限制。同时作者认为，以query样本为中心的匹配机制缺乏数据有效性，没有充分利用有限数据之间的分布关系，因此提出了一个以原型为中心的匹配作为补充。方法作者提出了一个原型为中心的注意学习模型，解决了类间重叠和外围孤立样本的问题。1、 提出了HAL混合注意力学习，在支持集上应用自监督，在从查询集到支持集上应用交叉监督，从而降低类间差别2
2021-03-03 10:38:55
827
6
原创 基于度量metric学习的few-shot learning
本文主要看了四种网络，分别为孪生网络、匹配网络、原型网络和关系网络，对这四个网络进行简要的介绍，详细可看原文。Siamese Neural Networks for One-shot Image RecognitionMatching Networks for One Shot LearningPrototypical Networks for Few-shot LearningLearning to Compare: Relation Network for Few-Shot Learning
2021-03-03 10:17:04
834
1
原创 Few-Shot Video Classification via Temporal Alignment
这篇文章是2019年的关于小样本在行为识别领域的应用，其主要是通过对齐两个视频的帧，用最小路径的代价衡量两个视频的相似度从而实现视频分类的。
2020-12-06 11:16:40
1190
原创 （5）融合cbam的two-stream项目搭建----flask应用搭建
1、预测函数导入rgb和flow的CBAM模型，进行预测，将二者预测结果平均法求最终预测结果返回。def predict_action(vid,frame_count): rgb_model_path = 'checkpoint/rgb_resnet152_cbam_model_best.pth.tar' flow_model_path = 'checkpoint/f...
2020-03-23 17:11:04
426
原创 （4）融合cbam的two-stream项目搭建----模型训练测试
主函数train_loader = torch.utils.data.DataLoader( train_dataset, batch_size=args.batch_size, shuffle=True, num_workers=args.workers, pin_memory=True) val_loader = tor...
2020-03-23 16:58:50
652
原创 （1）融合cbam的two-stream项目搭建----项目结构
文件目录结构│ extract.py #提取一个视频中的rgb帧和flow光流，返回rgb帧数量（rgb和flow数量相同）│ flask_flower.ipynb #基于flask的web框架的wsgi服务器，和客户端进行信息传递│ main_single_gpu.py #主函数，进行模型的训练和测试│ README.md #说明文件│ video_transforms...
2020-03-22 14:17:58
901
9
原创 （3）融合cbam的two-stream项目搭建----双流网络搭建
整体结构整个项目可以分为三个部分数据准备（datasets）1.1 rgb、flow提取，实现于build_of.py1.2 描述文件生成，将视频包含rgb数量和flow数量与视频所属类别一起分别写进文件，实现于build_file_lists。1.3 构建网络的输入（图片预处理缩放、裁剪、翻转），实现于ucf.py。模型搭建（modles）2.1 搭建时间网络，flow_resn...
2020-03-08 11:54:09
1789
1
原创 （2）融合cbam的two-stream项目搭建----数据准备
整体结构整个项目可以分为三个部分数据准备（datasets）1.1 rgb、flow提取，实现于build_of.py1.2 描述文件生成，将视频包含rgb数量和flow数量与视频所属类别一起分别写进文件，实现于build_file_lists。1.3 构建网络的输入（图片预处理缩放、裁剪、翻转），实现于ucf.py。模型搭建（modles）2.1 搭建时间网络，flow_resn.........
2020-03-07 20:58:14
1055
5
原创 密集光流提取dense_flow理解
主函数：输入的参数有：-f 视频文件名称-x x方向光流文件前缀-y y方向光流文件前缀-i rgb图像文件前缀-b 约束距离-t 光流提取算法类别（0- 1-）-o 输出格式std::vector<std::vector<uchar> > out_vec_x, out_vec_y, out_vec_img; calcDenseFlow(vid...
2020-03-07 17:46:46
1896
1
原创 Linux无管理权限dense_flow光流提取工具安装
最近毕设在所基于two-stream的人体行为识别，需要用到光流提取工具dense_flow,捣鼓了两三天终于把它装好。下面记录一下在安装dense_flow中出现的问题以及解决的方案。dense_flow工具：https://github.com/yjxiong/dense_flow1、新建python环境在服务器上跑项目，因此我直接在我的目录下新建了一个python环境来进行环境配置。...
2020-03-06 13:55:49
1557
6
原创 SVM+Surf+K-means花朵分类(Matlab)
在这里插入代码片```clcclear alltrain_path = "g:/flowers/train/";test_path = "g:/flowers/test/";K = 100;build_centers(train_path,K);%构建训练集特征向量[x_train,y_train] = cal_vec(train_path,K);%将特征向量和标签输入到SVM分...
2020-02-07 15:44:30
1996
14
原创 SVM+Sift+K-means实现图像分类（python）
1.Bag of Feature一种特征提取方法，借鉴了文本分类的思路，从一张图片中提取具有代表性的特征，将所有图片的特征放在一起形成一个字典，将这个字典里的特征聚类成K个词袋。对于每张图片中的每个特征，找到离特征最近的中心点，也就是找到该图片中K个词袋出现的频率，用这K个词袋出现的频率来构成图片的特征向量（k*1）。通过词袋聚类分析实质上是提取了图像的更高层的特征。本文采用的是sift特征，步.........
2019-12-27 16:09:02
16438
65
基于SVM+sift+K-means图像分类
2023-04-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人