![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 85
AI柱子哥
这个作者很懒,什么都没留下…
展开
-
【AI】CycleGan对抗生成网络遥感影像生成地图效果测试
今天看到一个有趣的项目,CycleGan对抗生成网络把马生成成斑马,还有一个测试用例是用遥感影像生成平面地图的效果,效果如下图所示,我大学是遥感专业,看到遥感影像就触动了我的原神,于是原神启动,肝一个测试的玩玩。源码地址:https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix。原创 2024-01-10 22:44:25 · 824 阅读 · 0 评论 -
【AI】使用LoFTR进行图像匹配测试Demo
LoFTR图像匹配的源码解析我们在中已经写了,对于怎么试用一下,我这边再啰嗦一下。原创 2024-01-04 17:03:23 · 879 阅读 · 2 评论 -
【AI】LoFTR图像匹配算法源码解析
Local Feature Transformers (LoFTR)是一种Detector-free的局部特征匹配方法,使用了具有自注意层和互注意层的Transformer模块来处理从卷积网络中提取的密集局部特征:首先在低特征分辨率(图像维度的1/8)上提取密集匹配,然后从这些匹配中选择具有高可信度的匹配,使用基于相关的方法将其细化到高分辨率的亚像素级别。这样,模型的大感受野使转换后的特征符能够体现出上下文和位置信息,通过多次自注意力和互注意层,LoFTR学习在GT中的匹配先验。原创 2024-01-04 15:28:16 · 2477 阅读 · 2 评论 -
【AI】Transformer中的概念理解
Embedding,直译是词嵌入、嵌入层。计算机无法直接处理一个单词或者一个汉字,需要把一个token转化成计算机可以识别的向量,这也就是Embedding过程。Embedding就是用一个低维稠密的向量表示一个对象,这里的对象可以是一个词(Word2vec),也可以是一个物品(Item2vec),亦或是网络关系中的节点(Graph Embedding)。Embedding向量能够表达对象的某些特征,两个向量之间的距离反映了对象之间的相似性。简单的说,Embedding就是把一个东西映射到一个向量X。原创 2023-12-27 16:14:43 · 1142 阅读 · 0 评论 -
【AI】计算机视觉VIT文章(Transformer)源码解析
Transformer提出后在NLP领域中取得了极好的效果,其全Attention的结构,不仅增强了特征提取能力,还保持了并行计算的特点,可以又快又好的完成NLP领域内几乎所有任务,极大地推动自然语言处理的发展。原创 2023-12-27 16:12:36 · 2004 阅读 · 0 评论