- 博客(57)
- 问答 (1)
- 收藏
- 关注
RSS订阅
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
27128
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
4438
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
3927
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