ydwl_lyy的博客

0.入门二《Deep Visual-Semantic Alignments for Generating Image Descriptions》1.Show and Tell：神经图像字幕生成器 2015原理：利用了机器翻译的思想，将图像提取出抽象的特征，再将特征作为输入来生成自然语言，如下图：模型优化目标：其中，I代表图像，S代表对应的描述，θ代表模型的参数。在给定图像和参数时使生成描述S的概率最大，从而得到参数，以此来训练模型。论文链接：https://arxiv.org/pdf/141

Image Captioning综述Image caption——图像理解——看图说话综述（2015-2018）https://blog.csdn.net/m0_37731749/article/details/805201440.入门一《Deep Fragment Embeddings for Bidirectional Image Sentence Mapping》2014NIPS解决问题：集中在retrieval（检索）的问题上，没有生成description（描述）。模型结构：输入数据

修改步骤首先按照 链接进行修改mmdetection中对应文件代码，但是有可能会报下面这个错误：AssertionError: The `num_classes` (3) in Shared2FCBBoxHead of MMDataParallel does not matches the length of `CLASSES` 20) in RepeatDataset原因分析：数据集的类别信息（我的数据集类别是3）仍是VOC类别（20类）。解决办法：在修改完 class_names.py 和

第（前）K大数问题指的是在长度为n(n>=k)的乱序数组中找出从大到小顺序的第（前）k个数的问题。算法思路假设数组长度为N，首先取前K个数，构建最小堆，将剩余N-K个元素，依次与堆顶元素进行比较，若大于堆顶元素，则替换，并重新为最小堆。代码# 构建最小堆 def min_heap(self, parent, heap): child = 2 * par...

运行一下程序时：报错：原因分析：json文件中有两条记录，并且json.loads()无法解码多个记录。你需要按记录进行记录。简单点说就是你可能之前已经生成了一个json文件，再次运行时就会报这样的错误。解决办法将要打开的json文件（如下Garbagetest.json重命名）重命名，再运行。...

一、图像灰度直方图随机生成矩阵，统计其灰度直方图f=rand(100,100);g=round(255*f); %%round四舍五入到最近的数。Matlab取整函数有: fix, floor, ceil, round.的区别。链接：http://www.cnblogs.com/york-hust/p/3238714.htmlh=zeros(1,256); %%%zeros(256)...