- 博客(76)
- 收藏
- 关注
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 免费论文查找网站:SCI-Hub(免费)、arxiv(免费)、谷歌学术镜像(免费)、知网、万方
推荐查找顺序依次如下:SCI-Hub :http://tool.yovisun.com/scihub/arxiv : https://arxiv.org/谷歌学术镜像 :http://scholar.hedasudi.com/知网 :http://www.cnki.net/万方数据库:http://www.wanfangdata.com.cn/index.html该排序适用于:1....
2019-07-24 10:48:42
18697
2
原创 基于图神经网络的作物品种适宜性评价:Suitability Evaluation of Crop Variety via Graph Neural Network
随着全球人口的不断增长,粮食生产不足已成为大多数国家亟待解决的问题。目前,利用人工智能技术改善土地与作物品种之间的适宜性以提高作物产量已成为农业研究者的共识。然而,在现有的工作中仍然存在许多问题,如作物表型数据有限,人工智能模型性能不佳。为此,我们以玉米为例,在多个试验点收集了大量的环境气候和作物表型性状数据,构建了广泛的数据集。然后,引入图神经网络模型学习作物适宜性评价,最终获得较好的评价结果。
2023-10-24 23:16:48
213
原创 用于定位任务的指数距离变换图--Exponential Distance Transform Maps for Cell Localization
在医学图像分析领域,细胞定位是一个至关重要的任务,涉及在图像中精确预测细胞的位置。当前的定位方法使用基于卷积神经网络(CNN)模型和普通卷积来预测密度图。然后,通过局部最大搜索策略来处理这些密度图,以获得细胞的位置和数量信息。然而,这种方法存在三个主要问题。首先,基于普通卷积的CNN模型难以处理细胞颜色的显著变化。其次,密度图不能提供准确的细胞位置和梯度信息,尤其在密集区域,导致信息丢失。最后,密度图的后处理策略容易受到背景噪声和正负细胞之间的干扰。
2023-10-18 16:28:08
305
原创 Lite-UNet: 轻量且高效的细胞定位模型,轻量化的U-Net
轻量化U-Net模型Lite-UNet,细胞定位的目标是精确识别细胞的空间坐标。这项任务一直面临细胞之间的颜色变化大、分布不均匀和边界重叠等挑战。此外,在实际的细胞定位场景中,现有的最先进方法存在高计算成本和缓慢的推理时间,严重降低了计算机辅助的效率。为了解决上述问题,提出了一种轻量级高效的细胞定位模型,名为Lite-UNet。具体来说,Lite-UNet包括三个关键模块。首先,我们引入了基于差异卷积的梯度聚合模块。通过巧妙地利用梯度信息,这个模块有效地减轻了细胞之间广泛的颜色变化带来的挑战。
2023-10-18 15:53:57
1096
原创 基于多尺度超图的特征对齐网络--细胞定位
医学病理图像分析中的细胞定位是一项具有挑战性的任务,因为细胞的形状、大小和颜色变化显著。现有的定位方法继续分别应对这些挑战,经常面临这些困难相互交织并对模型性能产生不利影响的复杂情况。在本文中,首先将这些挑战重新界定为细胞图像和位置地图之间特征不对齐的问题,然后进行综合处理。具体而言,我们提出了一种基于多尺度超图注意网络的特征对齐模型。该模型将特征图中的局部区域视为节点,并利用可学习的相似性度量在不同尺度下构建超图。然后,我们利用超图卷积网络来汇总与节点相关的特征,并实现细胞图像和位置地图之间的特征对齐。
2023-10-18 13:02:47
434
原创 人群计数Crowd counting 和 Swin Transformer
准确估计图像中包含的个体数量是人群计数的目的。它一直面临着两大难题:人群密度分布不均和人头跨度大。针对前者,大多数基于cnn的方法将图像分成多个小块进行处理,忽略了小块之间的联系。对于后者,使用特征金字塔的多尺度特征融合方法忽略了头部大小与层次特征之间的匹配关系。针对上述问题,我们提出了一种基于swin变压器的人群计数网络CCST,并定制了一种特征自适应融合回归头FAFHead。Swin变压器可以在斑块内部和斑块之间充分交换信息,有效缓解人群密度分布不均匀的问题。FAFHead能够自适应融合多层次特征
2023-05-25 21:15:31
370
原创 基于超图关联的人群密度分布学习: 人群计数结合超图神经网络:Hypergraph Crowd Counting
Hypergraph Association Weakly Supervised Crowd Counting提出了一种新的超图关联模块,通过编码特征之间的高阶关联来解决人群密度分布不均匀的问题,为解决这一问题开辟了新的方向。在多个数据集上的实验结果表明,我们的HACC模型取得了最新的结果。
2023-05-25 20:51:20
234
原创 图神经网络(GCN)与超图神经网络(HGN):区别与联系
先放论文:图神经网络(GCN):https://arxiv.org/pdf/1606.09375.pdfhttps://arxiv.org/pdf/1606.09375.pdf超图神经网络(HGN):https://arxiv.org/pdf/1809.09401.pdfhttps://arxiv.org/pdf/1809.09401.pdf两者区别总结:图卷积神经网络是卷积神经网络在图域上的自然推广,弥补了CNN中平移不变性在非矩阵结构数据上不适用的问题,使得网络能够对输入数据的图结.
2022-05-31 12:23:43
3330
原创 PDF免费压缩、在线压缩
找了很多个网站,发现说是免费,其实不然。PDF Compressor永远的神最后终于被我发现了这个!!!在线上传,在线压缩,然后直接下载,没有任何套路。PDF Compressor – Compress PDF Files OnlineThis online PDF compressor allows compressing PDF files without degrading the resolution (DPI), thus keeping your files printable
2022-05-02 08:52:50
718
原创 超图神经网络 Hypergraph Neural Networks
论文出处:AAAI 2019论文写作单位:1. 清华大学 2. 北京国家信息科学技术研究中心 3.厦门大学论文关键字:超图神经网络(Hypergraph Neural Network) 图卷积网络(Graph Convolutional network)Code:GitHub - iMoonLab/HGNN: Hypergraph Neural Networks (AAAI 2019)第一部分: 摘要第1句:总体概括本论文所提出的方法—超图神经网络(HGNN)数据表示学习框...
2022-04-26 19:06:12
8129
原创 ModuleNotFoundError: No module named ‘d2lzh_pytorch‘
这是我在复现李沐大神的《动手学深度学习》里面的文本情感分类任务遇到的问题,看了很多博客说要下载包放到环境里面或者安装d2lzh的,屡试不行,最后研究代码整明白了。首先下载 d2lzh_pytorch 包:链接:https://pan.baidu.com/s/1o1YAMO5_4HeEcSuXtGaAZg提取码:ujly然后注意书中代码:import syssys.path.append("..") # 表示相应文件应该放到上一级目录import d2lzh_pytorch.
2022-03-06 18:57:21
2736
1
原创 Python实现Excel追加写入、指定位置写入
指定位置写入:# 导入相关库import openpyxlfrom openpyxl import load_workbook写入指定文件还是新建一个文件?# 写入指定文件# wb = load_workbook(filename=r'Class_Total_ans.xlsx') ##读取路径# 先不指定,最后再保存wb = openpyxl.Workbook()ws = wb.active指定位置写入:# 指定位置为第一行中的不同的列,值为value
2022-01-06 15:29:05
9384
原创 抛弃torch.cat,拥抱AFF
南航提出AFF:注意力特征融合,即插即用!可用于分类、检测和分割等torch.cat()特征堆叠。简单的堆叠不如用AFF注意力特征融合。涨点神器!南航提出AFF:注意力特征融合,即插即用!可用于分类、检测和分割等...
2021-11-13 10:36:04
1426
4
原创 理解CV中的transformer系列(Swin,VIT,DTER)
看了很多transformer的讲解,有人从RNN开始讲起,有人从自注意力开始讲起,但是很少有人从CV开始讲。所以本文收集了一些从CV角度出发来理解transformer的文章。Transformer在CV界火的原因是?_idol24的博客-CSDN博客https://www.jianshu.com/p/eb199b0fc98c要正统学习还是去跟李沐大佬:台大李宏毅21年机器学习课程 self-attention和transformer_哔哩哔哩_bilibili...
2021-11-08 12:19:52
4356
原创 远程会话保持连接:screen、tmux
远程会话保持连接:screen、tmux好文当转:http://www.ruanyifeng.com/blog/2019/10/tmux.html应用场景:电脑需要关闭,但是想要当前会话一直保持。命令行的典型使用方式是,打开一个终端窗口(terminal window,以下简称"窗口"),在里面输入命令。用户与计算机的这种临时的交互,称为一次"会话"(session)。会话的一个重要特点是,窗口与其中启动的进程是连在一起的。打开窗口,会话开始;关闭窗口,会话结束,会话内部的进程也会随..
2021-05-19 20:11:48
693
转载 Linux中cp,scp, rsync用法
好文当转:https://www.cnblogs.com/kevingrace/p/8529792.html简要介绍:cp:本机内传输。scp:secure copy,远程加密传输,不占资源,只做全量备份。rsync:远程传输,只对差异文件做更新。简要命令:(对文件或目录均可)cp -r test.txt /Users/user/# 将当前目录下的test.txt文件传输到/Users/user/目录下。scp -rv /Users/user/Desktop/Trainee/work/t
2021-05-19 11:26:56
228
原创 DataFrame中GroupBy详解
#GroupBy的作用:#1、按照该列对整个表进行重新排序,默认为从小到大。#2、GroupBy排序后返回的是:将一个表分为很多个tuple(其数量等于原来的行数),tuple[0]表示该行中索引列(GroupBy列),tuple[1]表示原来DF中的某一行。先看看大佬的详细解释:(少有的讲解得很仔细的)https://zhuanlan.zhihu.com/p/101284491我补充一点东西,就是GroupBy()函数的具体使用:import numpy as np...
2021-04-30 00:05:29
3280
1
原创 Python 脚本
mask转换:将所有mask转换成0或1的分布:#!\usr\bin\env python# -*- coding: utf-8 -*-import sysimport osimport cv2def main(): d_ann = "/Users/user/Desktop/Trainee/work/data/grass_seg0422/Annotations" m_ann = "/Users/user/Desktop/Trainee/work/data/grass
2021-04-23 15:55:48
406
1
原创 简明 Python 教程:笔记
Python深拷贝和浅拷贝直接赋值:其实就是对象的引用(别名)。浅拷贝(copy):拷贝父对象,不会拷贝对象的内部的子对象。a = [1, [1,2,3]]b = a.copy()a.append(4)print("a = ", a)print("b = ", b)a[1].append(5)print("a = ", a)print("b = ", b)answer:a = [1, [1, 2, 3], 4]b = [1, [1, 2, 3]]a = [1, [...
2021-04-08 12:07:42
197
原创 算法实习生
贪心算法思路两步走:1、该问题的最优解是什么?2、按照什么原则将其分为子问题?3、子问题的最优解是什么?使用贪心算法的前提:1、原问题复杂度过高;2、求全局最优解的数学模型难以建立;3、求全局最优解的计算量过大;4、没有太大必要一定要求出全局最优解,“比较优”就可以。负数的二进制变为无符号数的二进制:n = n & 0xffffffffeg: -7 : 1000 0111 和 129: 1000 0111。 -7 & 0xff = 129Python深拷贝和
2021-04-08 09:34:45
153
原创 计算机视觉算法实习生
贪心算法思路两步走:1、该问题的最优解是什么?2、按照什么原则将其分为子问题?3、子问题的最优解是什么?使用贪心算法的前提:1、原问题复杂度过高;2、求全局最优解的数学模型难以建立;3、求全局最优解的计算量过大;4、没有太大必要一定要求出全局最优解,“比较优”就可以。.........
2021-04-03 15:25:46
299
原创 人群计数最新综述文章
一篇人群计数综述2021:Approaches on crowd counting and density estimation: a review资源获取:链接:https://pan.baidu.com/s/1rAcfrNWJJ-U-l5wLrLw1FA提取码:0e9o本文包含了150篇左右的人群计数相关文章,按照人群计数目前面临的困难将该领域的工作分为7个大方向进行叙述,如下图:此外,文中还对卷积网络的架构进行的一个简要总结:此外,人群计数最新综述(2021)如下,其中有4篇比较权威
2021-02-28 22:10:44
1988
4
转载 one-hot vector(独热编码)
提出的目的:在机器学习算法中,我们经常会遇到分类特征,例如:人的性别有男女,祖国有中国,美国,法国等。这些特征值并不是连续的,而是离散的,无序的。于是,我们需要对其进行特征数字化。具体含义:One-Hot编码,又称为一位有效编码,主要是采用N位状态寄存器来对N个状态进行编码,每个状态都由他独立的寄存器位,并且在任意时候只有一位有效。One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后,每个整数值被表示为二进制向量,除了整数的索引之外,它都是零值,它被标记为1。举
2021-01-17 14:08:26
7303
原创 VINet 翻译|导读|解析
VINet:将视觉惯性里程计作为一个序列到序列的学习问题英国牛津大学计算机科学系摘要:本文提出了一种基于流形的序列到序列的学习方法,用于视觉和惯性传感器的运动估计。据我们所知,对于视觉惯性里程计而言,这是第一个端到端可训练的方法,它在中间特征表示水平上进行数据融合。与传统方法相比,我们的方法有许多优点。特别是,它消除了相机和IMU之间繁琐的手动同步和校准。更进一步,我们的模型自然而优雅地合并...
2020-05-05 21:17:45
3154
原创 论文引用图片时的版权声明(Reproduced with permission, courtesy of [copyright owner])
以下为期刊原要求:Figure Permissions: If the figure is derived from a previously published image, the author must obtain permission from the original copyright holder, who may be the publisher and/or the aut...
2020-04-25 19:34:35
17497
4
转载 Ubuntu19.04 搜狗拼音候选字乱码
本来开始好了的,结果一会儿就又不好了,所以直接转载过来了。以备不时之需现象如下 解决办法 1、 如果是刚装完搜狗输入法,则输入如下命令,,进行依懒性检查,判断是否却是依赖项.sudo apt-get install -f1如果是之前一直可以输入中文的,突然无法输入,则不是依赖项的问题,此时输入如下命令killall fcitx13.如果2仍不能解决问题,则删除配置文件,U...
2019-11-18 16:54:27
455
转载 ubuntu 19.04 与win10双系统 搜狗输入法安装教程
已经在Ubuntu 19.04成功安装,针对当前版本进行了一些删改。安装过程安装fcitx检测是否有fcitx,因为搜狗拼音依赖fcitxfcitx1如无,则安装fcitxsudo apt-get install fcitx-binsudo apt-get install fcitx-table12相关的依赖库和框架都会自动安装上,如果这一步失败,不慌,继续执行,有可能没有...
2019-11-18 15:59:46
385
转载 ubuntun16.04+显卡驱动+ cuda + anaconda3环境配置
ubuntun16.04系统+RTX2080ti显卡驱动+ cuda10.0+cudnn10.0 + anaconda3环境配置一、安装NVIDIA驱动二、安装CUDA三、安装cudnn版本 cudnn-10.0-linux_x64-v7.6.0.64四、安装Anaconda3五、安装tensorflow六、安装pytorch七、安装 pycharm八、常用软件安装九、更改源镜像...
2019-11-16 15:13:34
1577
转载 博客转载
前言这篇文章太老了,有一些操作已经过时了,改正了一些小地方。对于喜欢逛CSDN的人来说,看别人的博客确实能够对自己有不小的提高,有时候看到特别好的博客想转载下载,但是不能一个字一个字的敲了,这时候我们就想快速转载别人的博客,把别人的博客移到自己的空间里面。实现我们首先打开要转载的博客,然后空白处鼠标右键,然后点击 检查 。就会出现当前HTML页面的代码,如下:...
2019-11-16 15:06:15
202
转载 YOLO V2 / 9000: Better, Faster, Stronger 深入理解
YOLOv2相对v1版本,在继续保持处理速度的基础上,从预测更准确(Better),速度更快(Faster),识别对象更多(Stronger)这三个方面进行了改进。其中识别更多对象也就是扩展到能够检测9000种不同对象,称之为YOLO9000。关于YOLO v1的内容,请参考 YOLO v1深入理解。下面具体看下YOLO2都做了哪些改进。预测更准确(Better)论文[1]中给出了下面的改进...
2019-11-16 14:59:30
454
原创 Linux shell基础命令
这是一次Linux 的实验上机课,熟悉了一些基础的shell命令。顺便记录实验目的:通过本次实验使我们了解如何通过命令行接口 SHELL 完成对文件和目录的基本操作,熟悉在 LINUX 环境下如何使用命令方式完成自己的工作。以及作为普通用户如何对目录和文件进行管理, 并通过对 SHELL 环境变量的设置调整自己的工作环境。实验内容:1. 掌握 LINUX 系统中文件管理的概念,包括命令...
2019-11-14 22:54:01
1853
原创 YOLO V1(You Only Look Once: Unified, Real-Time Object Detection)深入理解
先推荐大家一篇文章:https://www.jianshu.com/p/cad68ca85e27 ,我觉得这位大佬写的通俗易懂,但是感觉不是很全,所以看了这篇文章之后我又去看了一下原文,特此记录。目标检测领域中,目前(2016)的方法大都是检测出目标后再对其进行分类,这是一个检测分类问题。YOLO则将目标检测定义为一个回归问题:将整张图片输入一个神经网络,得出预测的边界框和相关类概率。具体一点...
2019-11-14 16:52:06
264
原创 视觉SLAM十四讲:李群李代数
在上一讲中我们介绍了视觉SLAM十四讲的前3讲:基本框架和刚体运动的描述方式(R矩阵,T矩阵)。面临的问题:当我们对刚体的运动进行表示了之后,接下来要解决的问题是对得到的表示进行估计和优化。因为在 SLAM 中位姿是未知的,而我们需要解决什么样的相机位姿最符合当前观测数据这样的问题。一种典型的方式是把它构建成一个优化问题,求解最优的 R; t,使得误差最小化。解决途径(李群李代数的引入)但...
2019-11-09 23:23:55
1364
原创 后深度学习的挑战与思考(PRCV 焦李成 报告记录)
这是11月9号PRCV会议上 焦李成 大佬的报告,感受很多,特此记录行万里路,没看什么书,永远是个邮差;桥千层网,不注重原理,永远是个码农。以下是报告目录:人工智能与深度学习大数据时代,对于数据代表问题的机理,我们应该了解的是它的物理、生物的机理,而不是深度学习中简单的调参和trick。深度学习的发展:特征工程----特征搜索----表征学习卷积的概念是从信号处理来的,是简单的...
2019-11-09 16:22:41
1115
1
原创 SLAM如何定位与建图
SLAM:同时定位和建图(Simultaneous Localization and Mapping)。机器人从未知环境中的未知地点出发,在运动过程中通过重复观测到的地图特征(比如,墙角,柱子等)定位自身位置和姿态,再根据自身位置增量式的构建地图,从而达到同时定位和地图构建的目的。一般传感器:激光雷达,相机(单目,双目,RGBD,事件)SLAM框架:传感器信息提取—前端视觉里程计—后端优化...
2019-10-29 22:54:24
10307
1
原创 视觉SLAM十四讲:运动方程
SLAM:同时定位和建图(Simultaneous Localization and Mapping)。希望机器人从未知环境的未知地点出发,在运动过程中通过重复观测到的地图特征(比如,墙角,柱子等)定位自身位置和姿态,再根据自身位置增量式的构建地图,从而达到同时定位和地图构建的目的。所用传感器:激光雷达,相机(单目,双目,RGBD,事件)SLAM框架:传感器信息提取—前端视觉里程计—后端优...
2019-10-29 22:45:10
1336
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