- 博客(12)
- 收藏
- 关注
RSS订阅原创 Federated Learning with Non-IID Data
1、概述问题：联邦学习环境下clinet数据的Non-IID对最终得到模型的性能会产生较大负面影响解决方法：使用全局共享数据2、Non-IID情况下的FedAvg 实验证明在non-IID的情况下FedAvg在三中数据集上会有性能下降 数据集：MNIST，CIFAR-10，Speech commands datasetsclinets：10个数据集划分：IID：将数据集打乱每个clinet平均分到1/10non-IID：每个节点数据量相同，每个节点分到一类数据/每个
2021-03-25 14:45:31
1325
原创 FedVision单机配置流程以及一些问题
FedVision单机配置流程以及一些问题github地址：https://github.com/FederatedAI/FedVision两点注意事项：FedVision部署需要Python版本>=3.7，若版本低于3.7需要先进行升级当前版本安装FedVision部署工具包需要配置SSH免密登录（也可以通过修改fedvision源码的形式来实现需要密码的登陆，但不推荐）。以单机部署为例，按照以下步骤实现本地免密登录：（1）检查SSH keys是否存在#输入下面的命令，如果有文件i
2021-03-25 14:37:49
955
7
原创 Image Segmentation-based Multi-focus Image Fusion through Multi-scale Convolutional Neural Network
《Image Segmentation-based Multi-focus Image Fusion through Multi-scale Convolutional Neural Network》一、概述文章通过基于图像分割的方式进行多聚焦图像融合。文章发表于2017年，与CNN Fuse的论文同年发表，从内容上看像是基于CNN Fuse的改进。 算法整体思路与CNN Fuse思路较为相近...
2020-03-09 18:31:55
689
原创 《Infrared and Visible Image Fusion using a Deep Learning Framework》阅读笔记
《Infrared and Visible Image Fusion using a Deep Learning Framework》阅读笔记一、概述这篇文章发表于2018年，主要是研究视觉图像与红外图像的融合。首先，将源图像分解为基本部分和细节部分。 然后通过加权平均将基础部分融合。 对于细节部分，首先使用深度学习网络来提取多层特征，之后利用L1范数和加权平均策略生成多个候选的融合细节内容...
2020-02-26 14:27:39
3223
1
原创 《Pixel convolutional neural network for multi-focus image fusion》阅读笔记
《Pixel convolutional neural network for multi-focus image fusion》阅读笔记1、概述CNN Fuse是第一次将卷积神经网络强大的特征提取能力运用到多聚焦图像融合中。《Pixel convolutional neural network for multi-focus image fusion》这篇文章主要是对多聚焦图像融合方法CNN...
2020-02-16 20:39:18
2147
4
原创 理解《Unsupervised Deep Multi-focus Image Fusion》
理解《Unsupervised Deep Multi-focus Image Fusion》1、概述现有的基于卷积神经网络的多聚焦图像融合算法往往有以下两个瓶颈：1、有监督算法依赖于大量的有标记数据。2、在通过网络得到像素分类的得分图以后往往还会需要一系列的后处理操作来得到最终的得分图。主要为了解决以上两点问题，作者提出了一种基于无监督学习的多聚焦图像融合算法。算法主要有以下特点：1、...
2020-02-10 20:52:33
1392
6
原创 理解DeFusionNET
《DeFusionNET: Defocus Blur Detection via Recurrently Fusing and Refining Multi-scale Deep Features》阅读笔记1、问题的提出这篇文章主要研究了失焦模糊区域检测的问题。失焦模糊区域检测主要存在三点问题：1、背景区域的干扰2、对尺度敏感3、失焦区域边界信息的丢失为了解决这些问题作者提出了DeFu...
2020-02-08 19:32:21
1371
2
原创 《Focal Loss for Dense ObjectDetection》阅读笔记
《Focal Loss for Dense ObjectDetection》阅读笔记1、背景在介绍Focal Loss之前先来说说目标检测算法。我们知道目标检测检测算法主要分为两种类别：One-stage和Two-stage。One-stage算法是通过网络直接回归目标的位置与类别，也就是说图像输入网络后网络直接得到目标的类别和位置，代表性算法包括Yolo系列，Retina-Net等。这类算...
2020-01-06 13:59:52
176
原创 DeepLabv2论文阅读笔记
《DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs》阅读笔记这篇文章主要有三方面的贡献：1、首先在密集预测任务中使用了膨胀卷积2、提出ASPP结构进行多尺度图像分割3、结合DCNN与概率图模型对分割边界进行定位作者认...
2019-12-30 09:27:35
741
原创 《MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS》阅读总结
MULTI-SCALE CONTEXT AGGREGATION BY DILATED CONVOLUTIONS作者提出膨胀卷积主要是为了解决dense prediction（密集预测）密集预测问题针对图像的每个像素进行操作，给每个像素一个标签，例如：图像分割问题。此类问题要求在结合多尺度信息的情况下输出一个与输入有相同分辨率的预测。为什么要用膨胀卷积文章作者提到为图像分类开发的网络可以应用...
2019-12-24 16:05:07
451
原创 python中的三种数据类型list,array,tuple的区别
python中的三种数据类型list,array,tuple的区别引用原博主文章链接，觉得写的比较清晰[https://www.cnblogs.com/yinheyi/p/7768899.html]再补充一点： list与tuple中元素可以有不同的数据类型，而array则要求其中元素具有相同的数据类型...
2019-10-29 10:14:33
1501
原创 Linux系统安装cuda10.1提示空间不足问题
Linux系统安装cuda10.1提示空间不足问题**之前在Linux操作系统下安装cuda时碰到了提示内存不足的问题，这种问题一般可以通过修改cuda默认安装路径来解决。**之前在Linux操作系统下安装cuda时碰到了提示内存不足的问题，这种问题一般可以通过修改cuda默认安装路径来解决。Liunx下利用vim打开cuda10.1安装包可以看到总共有四个可调节的路径参数：–toolki...
2019-08-14 17:49:05
4157
5
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