yykkkybs的博客

Swin Transformer: Hierarchical Vision Transformer using Shifted Windows --论文解读论文信息、概要Swin transformer是微软今年三月25日公布的一篇利用transformer架构处理计算机视觉任务的论文。源码仅仅公布两天就在github上收获了2.2k个stars。它是我个人认为迄今为止用tranformer架构处理计算机视觉任务最有实用价值的一篇文章，在图像分割，目标检测各个领域已经霸榜，让很多人看到了transfo

空洞卷积的等效卷积核（感受野）大小：ke = k + (k − 1)(r − 1)k为原始卷积核大小，r为dia rate参数。输出计算同卷积运算。输出特征大小计算out = ( in − F + 2 ∗ pading ) / stride +1注意：这里的F就是上面的感受野，这个公式也适用于常规的卷积...

RuntimeError: stack expects each tensor to be equal size, but got [3, 256, 256] at entry 0 and [1, 256, 256] at entry 1该错误是我在用u-net（pytorch版）跑sar图像（灰度图）时爆出来的。主要是因为设置的n_channel的值和读入图像img的实际通道数不符合，通过调试，我发现我的训练图像灰度图的通道数不全为1，里面还有3通道于是就索性将dataset中读入图像的命令后

1、两个最常见的衡量指标是“准确率（precision）”（你给出的结果有多少是正确的）和“召回率（recall）”（正确的结果有多少被你给出了）这两个通常是此消彼长的（trade off），很难兼得。很多时候用参数来控制，通过修改参数则能得出一个准确率和召回率的曲线（ROC），这条曲线与x和y轴围成的面积就是AUC（ROC Area）。AUC可以综合衡量一个预测模型的好坏，这一个指标综合了precision和recall两个指标。但AUC计算很麻烦，有人用简单的F-score来代替。F-score计

参考的这两篇blog，，已经解决了http://blog.csdn.net/kaever/article/details/106526610http://blog.csdn.net/ljyljyok/article/details/108665762

https://zhuanlan.zhihu.com/p/31230331参考知乎大神的文章，很清晰

指路 https://blog.csdn.net/RNG_uzi_/article/details/90034485

首先需要对CNN网络理解，如果还不清楚卷积神经网络的可以去看https://blog.csdn.net/v_JULY_v/article/details/51812459 大神的超详细解析！

在进行CNN网络图像识别的时候，对网络搭建中这句x.view(x.size(0),-1) 不太清楚，找了文章了解。这句话一般出现在model类的forward函数中，具体位置一般都是在调用分类器之前。分类器是一个简单的nn.Linear()结构，输入输出都是维度为一的值，x = x.view(x.size(0), -1) 这句话的出现就是为了将前面多维度的tensor展平成一维。下面是个简单的例子，我将会根据例子来对该语句进行解析。 class Net(nn.Module): def __in

开发环境：win10 x64位anaconda3-4.0.0虚拟环境python版本 3.6.5（安装过程中根据你安装的pytorch版本可能需要升级）前提：anaconda已配置好环境变量，使用conda切换到需要安装pytorch的虚拟环境。第一步：anaconda改为国内源（如果已经改过，请检查添加的国内源中是否有pytorch的源（下方代码中倒数第二行），如果没有请添加国内pytorch源）conda config --add channels https://mirrors.tuna.

一、 裁剪——Crop1.随机裁剪：transforms.RandomCrop**class torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode=‘constant’)功能：依据给定的size随机裁剪参数：size- (sequence or int)，若为sequence,则为(h,w)，若为int，则(size,size)padding-(sequen

任务说明：本次对自己的数据集进行分类操作，后续采用LSTM循环神经网络，本次图像分为 ‘bmp2’,‘btr70’,'t72’三类。(一) 图像数据预处理部分import numpy as npimport osimport torchfrom torch.utils.data.dataset import Datasetfrom PIL import Imageimport matplotlib.pyplot as plt #导入工具包#首先将图像数据生成列表，并分类别加上标签d