- 博客(57)
- 问答 (1)
- 收藏
- 关注
原创 CVPR无监督/自监督学习(Un/Self-supervised Learning)方向论文学习(附摘要)
2021、2022年CVPR无监督/自监督学习(Un/Self-supervised Learning)论文整理(附摘要)
2023-03-29 16:49:45 1687 1
原创 完美解决RuntimeError: view size is not compatible with input tensor‘s size and stride.
完美解决RuntimeError: view size is not compatible with input tensor's size and stride.
2022-09-01 17:53:00 1633
原创 安装tensorflow时,Cannot uninstall ‘wrapt’. It is a distutils installed project.
pip安装:Cannot uninstall ''. It is a distutils installed project and thus we cannot accurately....解决办法
2022-08-14 17:09:42 1235
原创 【论文阅读】自监督学习--NIPS2020:Bootstrap Your Own Latent (BYOL, DeepMind)
Bootstrap Your Own Latent A New Approach to Self-Supervised Learning
2022-08-03 10:24:47 251 1
原创 CenterNet原理详解
CenterNet是一种anchor-free的目标检测网络,对于CenterNet的理解主要在于四方面:网络结构,heatmap生成,数据增强,loss函数理解,前向及输出。
2022-06-13 21:14:04 4094 2
原创 Pycharm进入debug模式后一直显示collecting data解决方法
Pycharm进入debug模式后一直显示collecting data解决方法
2022-05-26 15:28:31 8788 16
原创 深度学习基础知识点(一)CNN卷积神经网络——1.卷积方面的原理
1.感受野受哪几个参数的影响,计算感受野的大小 ?2.上采样方式subpixel,反卷积,resize3.卷积核大小为什么是奇数?4.CNN为什么参数共享?5.Dropout是什么?为什么Dropout可以防止过拟合?Dropout具体工作流程?Dropout在测试时需要怎么补偿?为什么说Dropout可以解决过拟合?6.CNN的平移不变怎么体现?7.为什么CNN比DNN在图像领域更具优势?......
2022-05-12 20:33:23 2700
原创 Anchor-based和Anchor-free优缺点对比
Anchor-based的缺点锚框设计的好坏一定程度上决定了检测算法的性能上限。1)Anchor-based的检测性能对anchor box的大小、纵横比和数量非常敏感,也就是说要小心调参。而设计锚框用到了众多的超参数,这带来了调参困难、使用起来不够简便等问题。锚框设计有三个超参数:锚框的关联层:选择哪些特征层作为关联锚框的检测层 锚框的大小:每个检测层上关联锚框的尺度大小 锚框的比例:每个检测层上关联锚框的长宽比例锚框设计好后,训练过程中需要对锚框进行匹配,划分正负样本。锚框匹配有两
2022-05-10 11:39:43 4137
原创 pip安装GDAL
pip安装GDAL;GetGeoTransform()使用,gdal截取图像,使用GDAL进行影像投影坐标、地理坐标、图上坐标的转换;ImportError: numpy.core.multiarray failed to import解决方法
2022-05-08 17:25:14 1769
原创 Process finished with exit code 137 (interrupted by signal 9: SIGKILL)错误
程序正确运行结束的提示是:Process finished with exit code 0。如果程序出现Process finished with code 137 (interrupted by signal 9: SIGKILL)。程序并没有运行完,系统强制杀死进程,一般来说是因为内存不足或者CPU不够用。出现这个信息说明发生了内存不足的问题,需要让程序少一些内存占用,在keras中,可以选择小的batch_size,不要把一整个大的文件一次性读到内存里。loss或者网络的输出不断积累导致计算图
2022-05-06 11:31:46 27129 1
原创 skimage.io.imread与cv2.imread的区别
常见的两种读图方式skimage.io.imread()和cv2.imread()的区别
2022-05-06 10:57:17 2426
原创 Transformer(一)搞懂Transformer及Self-attention/Multi-head Self-attention中的Q、K、V
Transformer及Self-attention/Multi-head Self-attention中的QKV讲解
2022-04-27 22:21:41 2017 1
原创 NVIDIA NVML Driver/library version mismatch 解决方案
问题描述:执行nvidia-smi的时候, 出现下述报错解决办法:卸载原先加载的驱动# 卸载加载的nvidia驱动sudo rmmod nvidia_drmsudo rmmod nvidia_uvmsudo rmmod nvidia_modesetsudo rmmod nvidia# 再执行nvidia-smi就好了如图:参考链接:NVIDIA NVML Driver/library version mismatch 解决方案_月夜长影的博客-CSDN博客_nvml
2022-04-25 09:32:00 1584 1
原创 影响SAR图像电磁散射特性的因素
1、不同地物目标、位置、地物结构、表面形态、介电性能,对雷达波束(电磁波束)的反应不同。不同雷达波段、极化方式、入射角也会使地物在图像上形成不同的色调和纹理。
2022-04-18 15:45:00 5408
原创 python使用pip正确安装cv2块(一句话)
cv2 就是opencv-python模块直接使用如下安装命令即可:pip install opencv-python如果你使用的是python3:pip3 install opencv-python
2022-04-13 16:18:16 4439
原创 RepPoints、RepPoints v2算法
论文:https://arxiv.org/pdf/1904.11490.pdf代码:https://github.com/microsoft/RepPoints
2022-04-13 16:05:55 903
原创 linux下tar命令压缩/解压缩.tar/.gz/.bz2文件、分卷压缩
很不错的总结:linux下tar命令压缩/解压缩.tar/.gz/.bz2文件,linux分卷压缩
2022-04-12 11:26:12 25928 1
原创 论文阅读:Oriented RepPoints for Aerial Object Detection (CVPR 2022)
论文通过利用自适应点表示,提出了一种有效的自适应点学习方法来进行航空目标检测,该方法能够捕获任意方向实例的几何信息。为此,提出了三种定向转换函数,以方便准确定向的分类和定位。此外,提出了一种有效的质量评估和样本分配方案,用于自适应点学习,以便在训练期间选择具有代表性的面向代表的重复点样本,它能够从相邻对象或背景噪声中捕获非轴对齐的特征。引入空间约束来惩罚鲁斯特自适应学习的异常点。
2022-04-11 11:25:20 6037 2
原创 深度学习归一化方法总结(BN、LN、IN、GN)
一般在神经网络中会用到数据的归一化,比如在卷积层后进行归一化然后再下采样然后再激活等。目前比较受欢迎的数据归一化层有:BN(Batch Normalization),LN(Layer Normalization),IN(Instance Normalization),GN(Group Normalization)这4种。本篇文章主要是对比一下它们各自是怎么计算的。先看对数据的归一化是这么操作的。其实就是先计算均值和方差然后再标准化即可。具体的对一个标量数据,在给定的数据集中进行标准化是按如下进行计算的:
2022-04-09 13:12:42 7184 2
原创 论文阅读:Scale-aware Automatic Augmentation for Object Detection (CVPR 2021)
paper:https://arxiv.org/abs/2103.17220code:https://github.com/dvlab-research/SA-AutoAugGitHub - dvlab-research/SA-AutoAug目录1 Motivation1.1 图像级增强 Image-level augmentations1.2 盒级增强 Box-level augmentations2 Methods2.1 搜索空间2.2 评价指标2.3 搜索算法...
2022-04-07 11:23:38 2083
原创 通道注意力ECA-Net--CVPR2020
论文名称:ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks论文地址:https://arxiv.org/abs/1910.03151代码: https://github.com/BangguWu/ECANet这是一篇CVPR2020上对通道注意力进行改进的文章---ECANet,ECANet主要对SENet模块进行了一些改进,提出了一种不降维的局部跨信道交互策略(ECA模块)和自适应选择一.
2022-04-06 17:35:30 2074
原创 Transformer(三)搞懂Swin Transformer
Swin Transformer: Hierarchical Vision Transformer using Shifted Windows学习笔记
2022-04-01 21:05:28 3928 1
原创 PyTorch源码解读之torch.utils.data.DataLoader使用方法
torch.utils.data.DataLoader使用方法的学习笔记
2022-03-28 22:20:50 1609 1
空空如也
yolov5中修改输入图像为单通道,卷积层如何修改?
2022-03-03
TA创建的收藏夹 TA关注的收藏夹
TA关注的人