- 博客(13)
- 收藏
- 关注
RSS订阅原创 论文解读｜AutoPlace Robust Place Recognition with Single-chip Automotive Radar
2022年radar点云生成的场景识别算法，具有一定的鲁棒性。
2022-09-19 16:37:10
271
1
原创 Pytorch文档解读|torch.nn.MultiheadAttention的使用和参数解析
整体称为一个单注意力头，因为运算结束后只对每个输入产生一个输出结果，一般在网络中，输出可以被称为网络提取的特征，那我们肯定希望提取多种特征，[ 比如说我输入是一个修狗狗图片的向量序列，我肯定希望网络提取到特征有形状、颜色、纹理等等，所以单次注意肯定是不够的 ]因为是拼接而成的，所以每个单注意力头其实是各自输出各自的，所以会得到h个特征，把h个特征拼接起来，就成为了多注意力的输出特征。，我准备用m个头提取序列的特征，则embed_dim这里的值应该是n×m，num_heads的值为m。...
2022-08-25 22:19:45
42268
12
原创 目标检测论文中的ROI | 各种方法横向学习
存在于目标检测论文中的ROI，Faster RCNN中利用PRN提出ROI，Mask R-CNN的ROI Align
2022-07-05 21:15:03
2714
原创 Python|常用库的文档链接总结
1numpy.random【链接】Legacy Random Generation — NumPy v1.22 Manual一些函数的使用教程1.1 random.randint(low, high=None, size=None, dtype=int)【功能】返回指定闭区间内的整数【参数】high，low:指定整数的取值上下限(闭区间），size：指定输出数据的shape，比如：size=(m,n,k），则函数返回（m,n,k）个整数【参考文档】numpy.rando.
2022-02-12 12:42:03
631
原创 Python|Sys.argv的用法
一 官方文档的用法介绍中英文python文档对应部分：二 解读在sys.argv被调用时，其会返回一个列表List,列表的内容是在命令行中运行python文件时，输入的内容变体用法若不使用sys.argv，而使用sys.argv[0]，则返回的是你所运行的文件名演示sys.argv的输出1 比如我写了一个python文件，命名为test.py。在里面我调用了sys.argv函数，并打印输出内容2 在VScode里用命令行来运行这个文件：【运行命令】pytho.
2022-01-30 17:59:56
3067
原创 笔记二 | Rich feature hierarchies for accurate object detection and semantic segmentation
分为三个部分第一部分 region proposal方法 selective search第二部分 Feature extraction从每个region proposal中提取4096维的特征向量【方法】the Caffe implementation of the CNN Krizhevsky等人网络传播在进行特征提取前，需要先将每个建议框调整到227×227第三部分 训练SVM训练...
2022-01-17 12:09:32
437
原创 机器学习|VC维的理解
考虑二分类问题现有数学定义：待分类样本集 假设空间那么利用假设对样本集进行标记，那么二分类就是对样本标记为1,-1例如‘对分’和‘打散’相当于利用红线，完成将样本点标记为‘+’或‘-’，每种标记称为一种“对分”对于二分类，最多有2^m种标记结果，于是取定义：是样本集的数据数量若能实现所有种对分，则称数据集可被假设空间“打散”再回到例题：图(a)，所以共有种可能的标记结果（分类结果），且均可以由假设空间实现；图(b)，可有16种对分，但是用..
2022-01-09 18:02:12
2808
原创 矩阵论|正定矩阵
1 正定矩阵正定矩阵是针对于矩阵的概念，其定义为：一个复共轭对称矩阵（Hermitian矩阵）A，其二次型,对于都成立。矩阵正定，记作 若正定，则是Hermitian矩阵，其满足：????是对称的实矩阵，且满秩，...
2021-12-19 13:36:48
767
原创 Pytorch工具|Visdom可视化使用记录
使用背景：远程连接实验室服务器跑代码，操作均由命令行实现，需要可视化观察代码结果。设备：本地Windows11开启MobaXterm软件连接服务器 实验室服务器Ubuntu操作系统，在anaconda管理的虚拟环境中跑python代码CHAPTER1 命令连接到服务器后，cd到工程文件目录一、操作命令1 进入虚拟环境conda activate env_name(自设置的环境名)2 启动Visdom服务器：方式一：python ...
2021-12-06 20:02:16
1730
原创 笔记三|Fast R-CNN
Fast R-CNN基于RCNN和SPP-Net的思想1 Fast R-CNN结构1.1特征提取与RoI网络组成的思路类似于RCNN，网络的输入为整幅的待检测图像，使用VGG16等图像分类网络中的卷积部分，对图像进行特征提取，得到最终的特征图。RoI（Regions of Interest）：感兴趣区域，是proposal（原图的红框区域）在特征图（Figure 1 中是Conv feature map）上的对应区域（灰色区域部分）个人理解：用卷积网络在原图提取特征时，结果是整幅..
2021-09-29 18:47:06
401
原创 神经网络一 | ImageNet Classification with Deep Convolutional Neural Networks
一 大量数据集与大规模网络训练1.1个人简单理解该文章设计目的是能够学习大规模，高分辨率的图像数据集且具备足够学习能力的网络。如此一来就免不了对网络的宽度和深度有较高的要求，与此同时网络参数的数量和计算量也是庞大的。作者首先确定使用CNNs的架构，这样做减少了神经层之间的连接以及参数量，便于训练，且性能相比标准的具有相似尺寸大小的网络层的前馈神经网络只是轻微的下降。之后作者在框架中引入了几个设计，如ReLU的使用，数据集的扩增等等，提高了CNN网络的性能，还有就是GPU的使用硬性保证了大规.
2021-09-05 12:33:45
1076
原创 笔记一|Selective Search for Object Recognition
相关论文分割方面【Felzenszwalb,P.F.,&Huttenlocher,D.P.(2004)】Efficent graph-based image segmentation用分割的方法产生一系列小的class independent object locations
2021-09-02 16:59:10
4960
原创 分割算法|Efficient Graph-Based Image Segmentation
本文的基本结构：论文的笔记源码的分析笔记一 本文的分割思想——无向图分割1 名词和符号介绍无向图，每个像素是一个顶点，是顶点集合，是邻边集合，(component）：可以理解为分割后的每一个部分（类似region）(segmentation)是划分成components的结果，每个component2 分割的思想2.1 分割原则在同一个component内相邻顶点的边的权值应尽量小，不同component内的顶点的权重较大2.2 分割方法定.
2021-08-29 18:23:21
1321
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