zhaodongdz的博客

对于多模态任务而言，大量数据的获得是耗费人力和物力的，因此few-shot的训练方式一直备受关注。目前已经证实了CLIP模型的超强性能，很多研究人员提出了基于CLIP的检测算法，然而多数都是在研究如何更好地利用CLIP提取出的features，本文则从“Not All Features Matter”的角度进行了新的探索，提出了一个Adaptive Prior rEfinement方法，用于处理特征中的冗余信息，除此之外还提出了无需训练的APE和需要训练的APE-T方法。

最近尝试了python的nicegui库，虽然可能也有一些不足，但个人感觉对于想要开发不过对ui设计感到很麻烦的人来说是很友好的了，毕竟nicegui可以利用TailwindCSS和Quasar进行ui开发，并且也支持自己定制自己的css样式。这里记录一下自己利用nicegui实现的一个登录的ui界面（并未实现具体功能）

这篇文章中稿cvpr2023,提出了一个可以即插即用的能够同时减少参数提升性能的模块。文章的核心思想是希望能够实现减少特征冗余从而提高算法的效率。一般压缩模型的方法分为三种，分别是network pruning, weight quantization, low-rank factorization以及knowledge distillation，虽然这些方法能够达到减少参数的效果，但是往往都会导致模型性能的衰减。

这篇论文作为第一个以纯tansformer为基础的车道线检测方法目前已被 ICRA 2023接受。这个方法最亮眼的地方在于对于车道线的检测不在仅仅局限于普通场景下的车道线，可以实现对横向车道线以及其他特殊的类似标志进行识别检测。

使用Pytorch构建一个新算法时，通常包含如下几步：注册数据集：CustomDataset是MMDetection在原始的Dataset基础上的再次封装，其__getitem__()方法会根据训练和测试模式分别重定向到prepare_train_img()和prepare_test_img()函数。用户以继承CustomDataset类的方式构建自己的数据集时，需要重写load_annotations()和get_ann_info()函数，定义数据和标签的加载及遍历方式。

Django框架里可以自己制定模板用于编写网页，这里记录一下。

利用boostrap实现的时间表格控件，这里仅做一下记录。

由于要在服务器的不同GPU中进行模型训练，这里记录一下改变使用GPU的一些方式。

车道线GANet网络报错解决方法

遍历文件夹以及子文件夹的图片，利用opencv改变大小并保存直一个文件夹

由于项目需要将python脚本打包到dos窗口中直接运行，这里我选择了使用pyinstaller进行打包问题一、在if __name__ == '__main__':下加入input语句后打包报错一般打包我会使用：pyinstaller -D -w ***.py这里需要注意在使用了input语句后是不能加入-w选项的，这样会使得input语句无法启用。问题二、为了将源码加密便利用Cpython将其转化为pyd文件，进而将pyd文件打包这里所用.py文件如下：from dist

一、使用array创建普通数组以及利用arange创建等差数组import numpy as npc = np.array([1,2,3])d = np.arange(1,20,4) #起始值为1，结束值为20 ，步长为4print(c,"
",d)#[1 2 3]# [ 1 5 9 13 17]二、创建随机数组要创建随机数组，可使用numpy模块中子模块random中的函数，主要有rand()、randn()、randint()函数。e = np.random.ran

同样这一题还是利用动态规划的思想解决,三种方法如下：class Solution: def minDistance(self, word1: str, word2: str) -> int: m = len(word1) n = len(word2) #纯递归不通过，时间复杂度过高 # def dp(i,j): # if i == -1: # return j+1 ..

leetcode第1143题这里选择利用动态规划的方法进行解决，两个字符串选择利用二维数组进行解决（对于两个字符串的动态规划问题，一般而言都需要一个二维dp数组）text2= 'babcde' text1 = 'ace' 0 1 2 3 4 5 6 ” “ b a b c d e 0 “ ” 0 0 0 0 0 0 0 ...

最近学习了一下回溯算法，花了好长时间解决N皇后问题，因此在这里我进行记录一下。回溯算法：实际上一个类似枚举的搜索尝试过程，主要是在搜索尝试过程中寻找问题的解，当发现已不满足求解条件时，就“回溯”返回，尝试别的路径。回溯法是一种选搜索优法，按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。许多复杂的，规模较大的问题都可以使用回溯法，有“通用解题方法”的美称。框架：

在PyQt5中有时需要弹窗来提示用户的操作哪里出了问题，而这里就需要用到QMessageBox类。QMseeageBox类继承于QDialog类，用于显示提醒、警告、错误等信息，或进行确认选择，由几个类函数实现这些功能。QMessageBox的类函数：方法 描述 warning 警告信息提示对话框 QMessageBox.warning(self,'标题','警告框消息正文',QMessageBox.Yes|QMessageBox.No,QMessageBox.Y

当我对opencv对象进行剪切后在处理图片时遇到了一个没见过的问题：AttributeError: incompatible shape for a non-contiguous arraynon-contiguous即不连续数组， 经过查阅相关资料后，我发现C，C++，Python都是行优先存储的，因此对于一个原本连续存储的数组对象经过剪切后变得不连续后的处理有时会报错，就比如opencv的imwrite()必须读取连续的数组对象。img = cv2.imread(item)

Pyinstaller是python程序打包的一个工具，pyinstaller本身可以跨平台使用，但这里的跨平台指的是pyinstaller本身，通过pyinstaller打包出来的文件是无法跨平台的，在MacOS下使用pyinstaller打包python程序，打包后的内容只可在MacOS下运行，在windwos下打包的python程序，只可在Windows下运行。Pyinstaller的使用PyInstaller 工具的命令语法如下：pyinstaller 选项 Python 源文件有关