不务正业的程序媛-CSDN博客

原创 DCGAN整理总结

DCGAN整理总结GAN什么是GAN？GAN重要参数及损失函数DCGAN什么是DCGAN？DCGAN结构TensorFlow版本MINIST手写体生成模型Pytorch版本人脸生成模型GAN什么是GAN？ GAN是一个教深度学习模型捕捉训练数据的布局来从该布局中生成新数据的框架。最早是2014年Ian Goodfellow提出的。GAN主要由两部分模型组成——生成器和判别器。 &nbs

2020-12-03 09:03:11 6969 3

论文标题往往是一篇文章的缩写，可以概括整篇文章。对于计算机视觉领域，大多数文章的标题可以由以下部分组成：效能/方法任务其中任务是必不可少的部分，用于告知读者自己的主要研究领域。方法和效能可以省略，也可以不同时出现，但如果该研究任务并非自己首先提出，则需要加上方法/效能进行修饰，以避免标题太空太泛。例如：方法+任务：Graph-Based Image Segmentation效能+任务：Real-time image segmentation效能+方法+任务：Real-time Sem

2020-12-03 08:51:36 374

原创编码器-解码器入门级理解

编码器-解码器编码器-解码器使用场景一、PCA二、自编码器（AE）1、欠完备自编码器2、过完备自编码器3、正则化自编码器①、去噪自编码器②、稀疏自编码器三、变分自编码器（VAE）编码器-解码器使用场景编码器-解码器在我们的日常生活中并不陌生，这个编码和解码的过程最简单的例子，就是打电话。在电话前讲话，声音信号将被转换为电信号进行传输，传输到另一端后又会转换为声音信号被对方听见。声音信号转化为电信号可以看做编码过程，相反则为解码过程，这里电信号是声音信号的另一种表现形式，只不过是通过硬件实现的转换。在机

2020-10-28 22:32:42 3452

原创 Content-aware Generative Modeling of Graphic Design Layouts 论文阅读

图像设计布局的内容感知生成建模摘要简介团队贡献相关工作1、图像设计布局2、深度生成模型数据集1、语义布局注释2、关键词提取3、表示布局模型1、多模式嵌入网络图像编码器文本编码器属性编码器2、布局生成网络3、损失函数4、训练细节5、运行时布局生成内容感知布局生成1、自动布局生成2、添加用户约束结果和评估1、实现细节2、基线3、自动布局生成的结果4、受约束的布局生成结果5、输入内容对布局的影响总结和讨论1、编码输入图像的尺寸2、图像及其布局之间的强耦合3、加强视觉设计原则4、人机共创性摘要 &nb

2020-09-30 15:41:24 986

原创 House-GAN 论文阅读

House-GAN: Relational Generative Adversarial Networks for Graph-constrained House Layout Generation摘要关键词简介布局问题相关数据集评估指标假设House-GAN模型房间布局生成器房屋布局判别器：实验评估结果摘要图1：House-GAN是基于关系生成对抗网络的新型图约束房屋布局生成器。气泡图作为输入自动生成多个房屋布局选

2020-09-28 20:57:05 2647

原创 IsoMatch: Creating Informative Grid Layouts论文阅读

IsoMatch: 创建信息网格布局摘要贡献通用目标函数IsoMatch算法相关应用评估运行时间总结局限性优势摘要诸如图像之类的对象的集合通常以网格形式直观地呈现，因为它是一种紧凑的表示形式，非常适合搜索和探索。大多数网格布局都是使用非常基本的标准（例如日期或文件名）进行排序的。在这项工作中，作者提出了一种根据任意距离度量安排对象集合的方法。尽可能保持成对的距离，同时仍然产生特定的目标布置，该布置可以是2D网格，球

2020-09-26 22:11:17 250 1

原创计算机视觉——语义分割入门级综述

计算机视觉——语义分割语义分割是什么？语义分割评价语义分割数据集经典算法介绍FCNPyramid Scene Parsing NetworkDeeplab V1 V2 V3 V3plusUperNetSqueeze-and-Excitation NetworksSelective Kernel NetworksGather-Excite: Exploiting Feature Context in Convolutional Neural NetworksCBAMENCnetPSANetAttention

2020-09-21 21:48:21 1216

原创计算机视觉——目标检测入门级综述

计算机视觉——目标检测背景与动机目标检测任务深度学习发展历程目标检测发展历程卷积神经网络输入层卷积神经网络经典模型目标检测经典算法现状与发展背景与动机目标检测任务首先理解什么是目标检测任务，它与图片分类有何区别？理解目标检测算法就要先明确它的输入和输出：输入：原始图片输出：是什么？（类别）在哪里？（位置）与图片识别（分类）的区别在于，目标检测任务还要将物体具体的位置标出。如上图，不同颜色的框内标记着检测出的不同类型的物体，有自行车、人汽车、摩托车、信号灯等。每一个框都有一个标签，里面标注

2020-09-21 11:09:55 1389

原创 Adaptive Photographic Composition Guidance_CHI 2020论文阅读

自适应摄影构图指导摘要关键词CCS介绍相关工作相机内指导摄影实践调查有经验的摄影师采访相机内指导的设计目标构图指导有经验的摄影师注释。Mechanical Turk注释注释观点自适应电枢启发式算法移动实现评估启发式结果研究设计迭代初步研究初步试点研究界面初步试点研究结果第二次试点研究（4个条件）第二次试点研究界面第二次试点研究结果形成性研究（没有指导和静态线）形式性研究界面形式性研究结果总结评估和讨论总结性研究（静态和自适应线）总结性研究界面总结性研究结果无指导和自适应线的比较用户情景局限性和未来的工作结论

2020-08-05 10:26:44 547

原创机器学习之K-means算法（小白入门级别）

K-means算法算法流程描述算法流程K值的选择质心的初始化距离的度量新质心的计算是否停止K-meanspython实现代码各方法的解释代码数据集介绍结果分析聚类结果结论改进二分K-meansK-means++后处理降低SSE算法流程描述 K-means算法又名k均值算法,K-means算法中的k表示的是聚类为k个簇，means代表取每一个聚类中数据值的均值作为该簇的中心，或者称为质心，即用每一个的类的质心对该簇进行描述。其算法思想大致为：先从样本集中随机选取 k个样本作为簇中心，并计算所有样本

2020-07-27 19:32:46 2134

原创机器学习之ID3算法（小白入门级别）

ID3算法算法流程描述算法流程python实现代码各方法的解释代码数据集介绍训练数据和测试数据划分结果分析分类准确率及决策树优点和缺点改进的算法：C4.5算法CART算法算法流程描述 ID3算法是一种贪心算法，用来构造决策树。它以信息熵的下降速度为选取测试属性的标准，即在每个节点选取还尚未被用来划分的具有最高信息增益的属性作为划分标准，然后继续这个过程，直到生成的决策树能完美分类训练样例。算法流程输入需要分类的数据集和类别标签和靶标签。检验数据集是否只有一列，或者是否最后一列(靶标签数据默认放

2020-07-27 19:32:29 2297

原创 YOLO v3目标检测

YOLO v3工作原理描述相关概念YOLO残差块（Residual Blocks）跳跃连接（skip connections）上采样（Upsampling）目标检测边界框回归(Bounding Box Regression)IoU非极大值抑制（Non-Maximum Suppression，NMS）工作原理全卷积神经网络解析输出锚框（Anchor Box）预测中心坐标边界框的维度目标分数类别置信度在不同尺度上进行预测输出处理目标置信度的阈值处理非最大值抑制执行过程数据集介绍执行结果工作原理描述相关概念

2020-07-27 19:32:07 2061

原创摄影、图像基础知识杂记（不定期更新）

图像色彩基础图像色彩都是由RGB三个色彩通道组合而成的，在Photoshop中，设置图片为线性叠加可以直观看到色彩的组合。因为感光元件只能感受光线的强弱，需要Bayer滤镜实现色彩捕捉，即RGBG，因为在该滤镜中R:G:B=1:2:1。直方图是用来评价图片曝光的主要方法，色彩通道直方图与亮度直方图是不一样的，亮度直方图更接近于绿色直方图(由于RGBG)。另外，色彩管理是必要的。首先要选择一款具有自动色彩管理的修图软件，其次还要选择具有自动色彩管理的图片浏览软件，最后sRG

2020-07-16 19:39:25 220

原创 smartcrop.js——智能图片裁剪库

smartcrop.js介绍组件原理安装基本使用方法网页示例更多案例介绍图像裁剪是许多Web应用程序中的常见任务，通常只要基于图像中心裁切图像即可。但这是一个折衷方案，有时裁剪效果会不尽人意。Smartcrop.js是Jonas Wagner对内容感知图像裁剪进行实验的结果，于2014年就在GitHub上发布了第一个版本。它使用了相当简单的图像处理和一些规则来尝试实现更好的图像裁剪。smartcrop-CLI 工具提供了使用命令行来操作 smartcrop.js。还可以通过smartcrop-gm

2020-07-15 22:21:54 1169

原创机器学习之DBSCAN算法（小白入门级别）

DBSCAN算法算法流程描述核心概念基本概念半径与MinPts算法流程python实现代码各方法的解释代码数据集介绍结果分析聚类结果结论优点与缺点算法流程描述 DBSCAN是一种基于密度的聚类算法，这类密度聚类算法一般假定类别可以通过样本分布的紧密程度决定。同一类别的样本，他们之间是紧密相连的，也就是说，在该类别任意样本周围不远处一定有同类别的样本存在。通过将紧密相连的样本划为一类，这样就得到了一个聚类类别。通过将所有各组紧密相连的样本划为各个不同的类别，则我们就得到了最终的所有聚类类别结果。核心概

2020-07-09 19:33:27 3959

原创查找、排序算法整理

查找、排序算法整理查找算法分类排序算法分类查找和排序总结查找算法排序算法查找算法分类查找可分为静态查找和动态查找：静态查找：仅对查找表做查询和检索操作。动态查找：在查找时包含插入、删除或修改。还可分为无序查找和有序查找：无序查找：被查找数列有序无序均可。有序查找：被查找数列必须为有序数列。典型的有二分查找、插值查找、斐波那契查找。排序算法分类排序包括内部排序和外部排序：内部排序：整个排序过程不需要访问外存即可完成。外部排序：若参加排序的记录数量很大，整个序列的排序过程不可能在

2020-07-09 08:37:06 260

原创纳什均衡定义、举例、分类

纳什均衡纳什均衡在不同的领域的定义不尽相同，但是中心思想是相同的，即在非合作博弈中，双方为使自己利益最大化，而最终达到的一个均衡状态。在这个状态下，当所有其他人不改变策略，任意一方也不会（没有理由/动力）改变自己的策略。这时的策略组合也就是纳什均衡。下面是百度百科中有关纳什均衡的定义：纳什平衡（Nash equilibrium），又称为非合作博弈均衡，是博弈论的一个重要术语，以约翰·纳什命名。在一个博弈过程中，无论对方的策略选择如何，当事人一方都会选择某个确定的策略，则该策略被称作支配性策略。如果任

2020-07-08 10:02:18 25642

原创栈—LeetCode224、简易计算器

栈——简易计算器应该是最短的代码了吧（指正确答案QAQ）#include <stdio.h>#include <stdlib.h>#include <iostream>#include <stack>#include <vector>using namespace std;class Solution {public://正确答案//妙啊ヾ(◍°∇°◍)ﾉﾞ int calculate(string s) {

2020-06-10 21:12:21 110

原创栈—LeetCode394、字符串解码

栈——字符串解码类比表达式计算，主要思想是采用栈来实现，规律是：3[a2[c]b]第一次查找到“]”-> 3[accb]，再一次查找到“]”->accbaccbaccb。#include <stdlib.h>#include <stdio.h>#include <iostream>#include <stack>using namespace std;//错误示范。。。//问题1：无法得到大于9的数字//问题2：结果压根就不对，

2020-06-10 19:21:57 134

原创 LeetCode15/16、三数之和/最接近的三数之和（排序、双指针解法）

三数之和（排序、双指针解法）转战C++了。算法流程：1.特判，对于数组长度n，如果数组为null或者数组长度小于3，返回{}。2.对数组进行排序。3.遍历排序后数组：若nums[i]>0：因为已经排序好，所以后面不可能有三个数加和等于0，直接返回结果。对于重复元素：跳过，避免出现重复解。令左指针L=i+1，右指针R=n−1，当L<R时，执行循环：当nums[i]+nums[L]+nums[R]==0，执行循环，判断左界和右界是否和下一位置重复，去除重复解。并同时将L,R移到下

2020-06-08 14:24:41 170

原创 LeetCode11、盛最多水的容器

盛最多水的容器1、暴力解法：求出各垂线做边的面积，找最大。class Solution { public int maxArea(int[] height) { if (height == null || height.length == 0) return 0; int max = 0; for (int i = 0; i < height.length; i++) for (int j = i+1; j < height.length; j++)

2020-06-07 09:49:29 122

原创 LeetCode10、正则表达式匹配动态规划解法

正则表达式匹配动态规划解法public class RegularExpressionMatching { //动态规划解法，考虑dp[i][j]的意义，即s的前i个字符能否被p的前j个字符匹配 //若有dp[i-1][j-1]，思考状态转移方程是什么，即dp[i][j]=？ //第一种情况：s[i]与p[j]都是字母，则直接比较，若相等即dp[i][j]=dp[i-1][j-1],否则为false //第二种情况：p[j]为“.”，这种情况相当于上述情况：dp[i][j]=dp[i-1][j-1

2020-06-06 11:14:30 176

原创计算机网络常见面试题整理-保研/工作

这里写自定义目录标题1、OSI七层模型与TCP/IP四层模型2、三次握手3、四次挥手4、http与https的区别5、对称加密与非对称加密6、TCP vs. UDP7、输入网址到获取到网页的全过程8、常见状态码及原因9、GET vs. POST10、DNS寻址过程11、拥塞控制和流量控制12、其他1、OSI七层模型与TCP/IP四层模型应用层协议：TFTP：（UDP）简单文件传输协议，是TCP/IP协议族中的一个用来在客户机与服务器之间进行简单文件传输的协议，提供不复杂、开销不大的文件传输服务，端

2020-06-04 18:52:38 971

原创操作系统常见面试题整理

操作系统常见面试题整理1、说一说进程和线程的定义以及他们的区别2、线程同步的方式有哪些？3、进程的通信方式有哪些？4、什么是缓冲区溢出？有什么危害？原因是什么？5、什么是死锁？产生的条件？6、进程有哪些状态？7、分页和分段的区别？8、进程（CPU）调度策略有哪些？9、进程同步有哪些机制？10、死锁的处理基本策略和常用方法1、说一说进程和线程的定义以及他们的区别进程是一个程序的实例，它是系统资源分配与管理的基本单位，而线程是进程的实体，是CPU调度和分派的基本单位，它是比进程更小的、能独立运行的基本单位。

2020-06-04 10:46:17 241

K-means算法之西瓜数据集

空空如也