- 博客(6)
- 收藏
- 关注
原创 连接远程服务器coding常用工具
常用工具vscode一款究极棒的代码编辑器,谁用谁知道,可以通过它写代码。下载地址:https://code.visualstudio.com/常用的插件:PythonGit History:管理代码的各个版本Remote-SSH:远程连接服务器vncviewer远程可视桌面,可以省去很多linux命令的书写,直接跟windows一样用就行,方便好用下载地址:https://code.visualstudio.com/第一次用的时候,需要对xstartup文件做点修改#!/bin/
2021-12-22 15:45:33
640
原创 论文阅读:FracBNN: Accurate and FPGA-Efficient Binary Neural Networks with Fractional Activations
FracBNN二值化工作的主要贡献有四点:(1)基于ReactNet的想法,通过改变激活层与BN层的位置,提出了一种更优秀的二值卷积结构(2)第一卷积层的二值化方案,并保持精度不降(3)分数卷积的提出,为了更高的精度,作者选择了2bit的激活值,但是很巧妙的对其进行了拆分跟组合,使卷积过程是1bit的卷积,从而便于硬件采用xnor与popcount加速(4)完成了FPGA上的加速器实现,ImageNet上Top-1精度到达了71.8%
2021-12-03 12:23:57
1054
3
原创 BGNET_PLUS整体结构分析
前面的博文主要是介绍了BGNET的论文思路以及特征提取模块,今天总体总体介绍一下BGNET_PLUS的总体网络结构,整个网络可以具体分成六个部分:特征提取+3D stackhourglass+组相关性计算+引导图生成+双边网格插值+视差优化,结合他论文里那张非常宽泛的图来看就是如下图所示:下面给出每个部分的网络结构:特征提取&引导图生成:3D stackhourglass:视差优化:我写了一个小脚本统计了上面每个模块的参数占比:...
2021-07-30 14:18:50
861
原创 论文阅读笔记 HITNET:Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching
知识准备这部分主要是一个理解HITNET的前期知识准备,不了解一下的话可能看起来比较生涩,个人觉得加上这部分知识之后再看待HITNET这篇文章逻辑上会更为流畅一些。1.HITNET的灵感本质上来自于传统的双目匹配方法Patch Match,patch作为一个块,其比单个像素所包含的信息更多,核心要素是对一个图像区域中的所有切块进行重复搜索,以获得另一个图像区域中最相似的切块。这种算法的流程一般包括随机场初始化、propagation、后处理等基本步骤。2.在Patch Match的问题中有个无法回
2021-07-30 14:08:34
3906
2
原创 BGNet代码解读
理论准备Bilateral Grid Learning for Stereo Matching Networks论文内容解读请参看“论文阅读笔记:Bilateral Grid Learning for Stereo Matching Networks”特征提取模块视差预测模块网络结构class BGNet(SubModule): def __init__(self): super(BGNet, self).__init__() self.softmax =
2021-06-23 18:31:08
2502
20
原创 论文阅读笔记:Bilateral Grid Learning for Stereo Matching Networks
摘要立体匹配网络的实时性能对于许多应用都很重要,例如自动驾驶、机器人导航和增强现实 (AR)。尽管近年来立体匹配网络取得了重大进展,但平衡实时性能和准确性仍然具有挑战性。在本文中,我们提出了一种有效的边缘保留的匹配代价卷上采样模块,它是基于可学习的双边网格中的切片操作。切片层是无参数的,在可学习引导图的作用下,这使我们能够从低分辨率的特征图获得高质量的匹配代价卷。我们提出的成本量上采样模块可以无缝嵌入到许多现有的立体匹配网络中,例如 GCNet、PSMNet 和 GANet。这些网络可因此被加速,同时保持
2021-06-18 19:36:44
2514
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人