- 博客(18)
- 收藏
- 关注
RSS订阅原创 Domain adaptation 与 Domain generalization
一、Domain adaptation （DA）1. 基本介绍1. 什么是domain?:一堆数据服从相同的分布。2. Domain adaptation 研究的问题给了一个training set 这个set可能是由一个或多个domain 构成的，给定的testing set的domain与training set是不同的。利用training有Label 的数据训练模型，使得这个模型在testing数据上也可以使用，并且取得良好的效果。在经典的机器学习中，当 源域 和 目标域 数据分布不同，
2022-01-22 16:10:30
5460
原创 SENet
1.模块介绍Sequeeze-and-Excitation bloack (SENet) 并不是一个完整的网络结构，而是一个子模块，可以嵌到其他分类，分割或检测模型中。作者在文中做了将其嵌入到Resnet，VGG，Inception等网络模型当中，发现效果都有了一定的提升。SENet的核心思想在于通过网络根据loss去学习特征权重，使得不同Channel中有效的feature map权重大，无效或效果小的feature map权重小的方式训练模型达到更好的结果。2. 各个部分详细介绍Squeez
2022-01-12 17:23:52
2218
原创 前景背景样本不均衡解决方案：Focal Loss,GHM与PISA（附python实现代码）
参考文献：Imbalance Problems in Object Detection: A Review1 定义在前景-背景类别不平衡中，背景占有很大比例，而前景的比例过小，这类问题是不可避免的，因为大多数边界框都是由边界标记为背景（即否定）类框匹配和标签模块如图 4(a) 所示。一般来说，前景背景不均衡现象 出现在训练期间，它不依赖于数据集中每个类的样本的个数，因为但对于样本来说，它不包含前景和背景的任何相关信息。2 解决方案我们可以将前景背景类不平衡的解决方案分为四类：（i）硬采样方法，（i
2022-01-10 21:53:01
3969
1
原创 利用python做的一些小工具
1. 多个txt文件合并成一个txtimport osimport os.pathfiledir = r'./TsignDet Test Database Annotation/lable' # 填入要合并的文件夹名字filenames = os.listdir(filedir) # 获取文件夹内每个文件的名字f = open(r'./TsignDet Test Database Annotation/test_all.txt', 'w') # 以写的方式打开文件，没有则创建# 对每
2021-06-27 10:58:45
1531
原创 （八）面向对象
（一）1.1 面向对象的定义通常类中的方法都有一个self参数，除过self参数，不用考虑，其他传递的参数都需要考虑适用于函数特多，将函数进行划分归类的情况【封装】注意：类名要大写，方法（函数）要有self参数class 类名： def 方法名（self,*args）: print(*args) return 123obj = 类名（）res = obj.方法名（‘run’）print(res)#函数def func1(): pass#类class
2021-02-28 22:51:17
191
2
原创 (六) 装饰器，迭代器，生成器等
(一) 装饰器1. 引入def func(arg): def inner(): arg() return innerdef f1(): print(123) return 666v1 = func(f1) # inner 其中参数为f1res = v1() #执行inner()函数，执行f1()函数，inner函数返回None print(res)'''123None'''def func(arg): def inn
2021-02-05 22:26:01
87
原创 (四) 函数
1. 函数的使用定义函数def 函数名（参数）： 代码 ....调用函数函数名（参数）： ....#定义函数def pri_func(): print('hello world') #调用函数pri_func()不用的需求，参数可有可无在python中，函数必须先定义再使用,否则会报错只写函数的定义，而没有调用，则函数中的代码不会被执行函数得执行流程，当调用函数的时候。解释器回到定义函数的地方去执行下方缩进的代码，当这些代码执行完，回到调用函
2021-01-31 17:07:43
378
原创 （三）python的文件操作
1.pass一般python的代码块是基于**：与所缩进**来实现的，python中规定代码块必须要有代码才完整，在没有代码的情况下为了保证语法的完整性可以使用pass代替if 2: passelse: pass2. is & ==== 用于比较两个值是否相等is，用于表示内存地址是否一致v1 = []v2 = []print(v1 == v2) #Trueprint(v1 is v2) #Falsev1 = []v2 = v1print(v1 == v2)
2021-01-26 15:49:04
252
原创 （二）python基础超全总结
一、 编码计算机会将中文内存为01010101的组合，最终存储到硬盘上。计算机中会有很多编码utf-8gbk编码必须要保证：保存与打开一致，否则会出现乱码默认python解释器是以UTF-8的编码形式打开文件。如果想要修改python的默认编码，可以通过 # -*- coding：gbk -*-，但是一定要保持编码与打开形式一致。二、输出默认print在尾部会加换行符print（"看着风景美如画")print（"本想吟诗走天下")输出：看着风景美如画本想吟诗
2021-01-26 15:19:26
1357
原创 （一）计算机基础知识
一、cpu详解1.1 cpu的分类与指令集所谓指令集，就是CPU中用来计算和控制计算机系统的一套指令的集合，而每一种新型的CPU在设计时就规定了一系列与其他硬件电路相配合的指令系统。而指令集的先进与否，也关系到CPU的性能发挥，它也是CPU性能体现的一个重要标志。通俗的理解，指令集就是CPU能认识的语言，cpu具有向下兼容性。精简指令集这种指令集的特点是指令数目少，每条指令都采用标准字长、执行时间短、中央处理器的实现细节对于机器级程序是可见的。复杂指令集在CISC微处理器中，程序的各条指令是按
2021-01-16 11:10:22
386
转载 卷积神经网络
参考文献:1、 卷积神经网络超详细介绍.2、卷积神经网络概述.3、几种典型的卷积神经网络模型.4、卷积神经网络概述.5、一文让你彻底了解卷积神经网络.6、深度学习—图像卷积与反卷积（最完美的解释）.一、CNN简介卷积神经网络（Convolutional Neural Network，CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色...
2020-04-21 22:09:23
456
原创 tensorflow学习笔记 （二）------前向传播与反向传播
1.前向传播前向传播就是搭建模型的计算过程，让模型具有推理能力，可以针对一组输入给出相应的输出，即得到一个y关于x的关系式。以该图为例,从左到右依次是输入层，隐藏层，输出层，x1,x2为输入，图中并没有偏置项，但是为了写全就额外加了偏置项b1,这里，将b1当作是到第一层的偏置项neta11=w11∗x1+w21∗x2+b1net_{a_{11}}=w_{11}*x_1+w_{21}*x_2...
2020-04-17 09:30:15
1325
原创 Tensorflow基本概念（一）
类型 描述 用途 Session 会话 图必须在称之为“会话”的上下文中执行。会话将图的op分发到诸如CPU或者GPU上计算 Graph 描述计算过程 必须在Session中启动 tensor 数据 数据类型之一,代表多维数组 op 操作 图中的节点被称之为op，一个op获得0或者多个Tensor，执行计算，产生0...
2020-04-16 23:26:33
726
原创 深度学习的基本概念
（边学便更新）1、聚类人类能够进行一定的归纳总结的能力，能够把认知的相似事物放到一起作为类事物，它们之间可以有彼此的不同，但是有一个我们心里的“限度”，只要在这个限度内，特征有区别并无碍，它们仍然还是这一类事物。在这一类事物的内部，同样有这种现象，一部分个体之间比较相近，而另部分个体之间比较相近，能够明显认知到差别，那么大类别又可以细分为小类别进行认知。在没有人特意教给我们不同小种群的称谓与...
2020-04-13 20:25:03
879
原创 pggan学习笔记
（边学边更新）1 、pggan的基本介绍如果直接生成大分辨率的图片，建立从latent code 到 1024x1024 pixels样本的映射网络G，肯定是很难工作的，因为，在生成的过程中， 判别器D很容易就可以识别出G生成的“假图像”，G难以训练 。因此，提出PGGAN（progressive gan）来进行逐层训练。训练开始于有着一个4*4像素的低空间分辨率的生成器和判别器。随着训练的...
2020-04-10 21:42:55
4380
原创 （五）python内置函数
1. lambda函数lambda函数是一种匿名函数，这个函数存在的意义就在于，当你需要有一个功能非常简单的、且不会多次利用的函数时，它可以帮助你完成这个突如其来的功能需求。（有点类似于便签的作用）1.1 lambda函数的三个特性lambda函数是匿名的：所谓匿名函数，通俗地说就是没有名字的函数。lambda函数没有名字。lambda函数有输入和输出：输入是传入到参数列表arg...
2020-04-08 20:31:11
218
1
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