- 博客(89)
- 收藏
- 关注
RSS订阅原创 text to image（九）:《Photographic Text-to-Image Synthesis with a Hierarchically-nested Adversarial Ne 》
继续介绍文本生成图像的工作，本篇博客要给出的是cvpr2018的《Photographic Text-to-Image Synthesis with a Hierarchically-nested Adversarial Net》 。 论文地址：https://arxiv.org/pdf/1802.09178.pdf 源码地址：https://gith...
2018-08-27 11:34:05
2398
2
转载 word2vec
自从 Google 的 Tomas Mikolov 在《Efficient Estimation of Word Representation in Vector Space》提出 Word2Vec，就成为了深度学习在自然语言处理中的基础部件。Word2Vec 的基本思想是把自然语言中的每一个词，表示成一个统一意义统一维度的短向量。至于向量中的每个维度具体是什么意义，没人知道，也无需知道，也许对应...
2018-08-24 18:02:45
242
原创 text to image（七）:《TAC-GAN 》
继续介绍文本生成图像的工作，本篇博客要给出的是2017年3月19号发表于arXiv的《TAC-GAN – Text Conditioned Auxiliary Classifier Generative Adversarial Network》 。 论文地址：https://arxiv.org/abs/1703.06412v2 源码地址：https://gi...
2018-08-06 21:31:48
3370
原创 text to image（一）:《GENERATING IMAGES FROM CAPTIONS WITH ATTENTION》
介绍文本生成图像的工作.本文要介绍的是发表于 ICLR 2016的论文《GENERATING IMAGES FROM CAPTIONS WITH ATTENTION》 .时间比较早,不同于常见的使用GAN来生成图像,这篇文章使用的方法本质上是一个VAE(变分自动编码器).文章没看太懂...数学推导很高深,但是代码结构很清楚. 论文地址:https://arxiv.org/...
2018-08-06 13:24:02
2607
原创 text to image（二）:《Generative Adversarial Text to Image Synthesis》
继续介绍文本生成图像的工作，本文给出的是发表于ICML 2016的文章《Generative Adversarial Text to Image Synthesis》。这篇文章的源码是用torch写的,不是很熟悉,所以就不配合源码解析了.这篇博客主要是参考https://zhuanlan.zhihu.com/p/32326260给出的部分文章翻译,加一些自己的理解. ...
2018-08-04 22:28:41
5494
原创 text to image（三）:《Learning What and Where to Draw》
继续介绍文本生成图像的工作，本文给出的是发表于NIPS 2016的文章《Learning What and Where to Draw》。这篇文章的源码是用torch写的,不是很熟悉,所以就不配合源码解析了.这篇博客主要是参考https://zhuanlan.zhihu.com/p/34379810给出的部分文章翻译,加一些自己的理解. 论文地址：https://a...
2018-08-04 21:07:39
2208
1
原创 text to image（六）:《AttnGAN》
继续介绍文本生成图像的工作，本文给出的是CVPR 2018的文章《AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networks》。它是StackGAN++的后续工作。论文地址：https://arxiv.org/abs/1711.10485源码地址：https:...
2018-08-02 22:08:37
11936
原创 text to image（五）:《StackGAN++》
继续介绍文本生成图像的相关工作，本文给出的是ICCV 2017 的文章《StackGAN++: Realistic Image Synthesis with Stacked Generative Adversarial Networks》 论文地址：https://arxiv.org/abs/1710.10916 源码地址：https://github.c...
2018-07-31 21:45:10
6144
原创 text to image（四）:《Stackgan》
继续介绍文本生成图像的相关工作，本文给出的是2016年12月10日发表于 arXiv 的文章《Stackgan: Text to photo-realistic image synthesis with stacked generative adversarial networks》 论文地址：https://arxiv.org/pdf/1612.03242v1....
2018-07-30 21:18:03
7255
7
原创 text to image（八）:《Image Generation from Scene Graphs》
最近在翻阅文本生成图像的相关工作，目前比较新的有突破性的工作是李飞飞工作团队18年cvpr发表的《Image Generation from Scene Graphs》 。 论文地址：https://arxiv.org/abs/1804.01622 源码地址： https://github.com/google/sg2im 这篇主要就是介绍该论文的工...
2018-07-27 22:57:35
6319
2
原创 经典网络解读系列（四）：mask rcnn
mask rcnn用于实现实例分割实例分割是物体检测+语义分割的综合体。相对物体检测的边界框，实例分割可精确到物体的边缘；相对语义分割，实例分割可以标注出图上同一物体的不同个体（羊1，羊2，羊3...）网络结构： 其中 黑色部分为原来的 Faster-RCNN，红色部分为在 Faster网络上的修改：1）将 Roi Pooling 层替换成了 RoiAlign；...
2018-06-19 20:32:57
577
原创 经典网络解读系列（三）：faster rcnn
大部分博客内容来自：https://zhuanlan.zhihu.com/p/31426458 讲的非常详细，强烈推荐faster rcnn是fast rcnn的改进版本，主要贡献是改进了候选区域的选取方式，由原本的ss（select search）转换为RPN网络，这样所有的计算都在GPU上进行，和Fast R-CNN的卷积网络一起复用，大大缩短了计算时间。同时mAP又上了一个台阶。...
2018-06-19 16:24:03
764
原创 经典网络解读系列（二）：fast rcnn
部分博客内容引用：https://alvinzhu.xyz/2017/10/10/fast-r-cnn/https://blog.csdn.net/shenxiaolu1984/article/details/51036677 首先讲一下前作rcnn的缺点，有关rcnn，可以参考博客https://blog.csdn.net/zlrai5895/article/details...
2018-06-19 10:43:02
264
原创 经典网络解读系列（一）：RegionProposal+CNN （rcnn）
论文来自《Rich feature hierarchies for accurate object detection and semantic segmentation》目标：目标检测 模型结构：1、使用select search对每张图像产生1k-2k个候选区域（这一步和目标类别无关）2、对候选区域resize到统一尺寸。（227*227）这里resize的方法有三种：...
2018-06-18 16:38:16
2905
转载 非极大值抑制（Non-Maximum Suppression，NMS）
转自https://www.cnblogs.com/makefile/p/nms.html 概述非极大值抑制（Non-Maximum Suppression，NMS），顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum ...
2018-06-18 10:57:18
996
原创 经典网络复现系列（三）：GAN
1、简述最近读了Gnerative Adversarial Nets(GAN)的论文,有种无间道的感觉。其他话不说先放张图。训练网络的时候，需要大量的样本，样本数量的不足会导致网络训练的效果不好。那么我们可不可以自己生成一些样本？这时候GAN就派上了用场。GAN蕴含了两个网络博弈的思想。它由两个网络结构组成，即生成器(generator)和鉴定器(discriminator)。生成器负责产生...
2018-06-11 10:59:23
4549
原创 经典网络复现系列（二）：SegNet
1、论文简要和FCN结构相似，只不过编码器使用了VGG16的13个卷积层，在池化过程中，保存了最大池化的索引。上采样到恢复到原本的位置，其他位置的元素为0，然后进行反卷积。这样做的好处在于1)改善边界描述2)减少end2end的训练参数(与FCN相比节约内存)3)这样的形式可用于多种encoder-decoder架构有工作将RNN、条件随机场(CRF)引入配合decoder做预测，有助...
2018-06-05 11:42:14
6233
9
转载 tensorflow学习（四）：tensorflow中batch normalization的用法
网上找了下tensorflow中使用batch normalization的博客，发现写的都不是很好，在此总结下：1.原理公式如下：y=γ(x-μ)/σ+β其中x是输入，y是输出，μ是均值，σ是方差，γ和β是缩放（scale）、偏移（offset）系数。一般来讲，这些参数都是基于channel来做的，比如输入x是一个16*32*32*128(NWHC格式)的feature ma...
2018-06-02 21:19:32
616
转载 TensorFlow学习（三）：tf.scatter_nd函数
scatter_nd(indices,updates,shape,name=None)根据indices将updates散布到新的（初始为零）张量。根据索引对给定shape的零张量中的单个值或切片应用稀疏updates来创建新的张量。此运算符是tf.gather_nd运算符的反函数，它从给定的张量中提取值或切片。警告：更新应用的顺序是非确定性的，所以如果indices包含重复项...
2018-06-02 20:24:55
24503
9
原创 经典网络复现系列（一）：FCN
1、FCN网络架构FCN的前半段与VGG19架构相同，直接使用了VGG19预训练好的权重。前半段的具体架构如下：layers = ( 'conv1_1', 'relu1_1', 'conv1_2', 'relu1_2', 'pool1', 'conv2_1', 'relu2_1', 'conv2_2', 'relu2_2', 'pool2', ...
2018-05-27 22:50:05
7843
2
原创 tensorflow学习（二）：高效读取数据（tfrecord）
#!/usr/bin/env python3# -*- coding: utf-8 -*-"""Created on Mon May 28 15:29:51 2018"""import tensorflow as tfimport numpy as npfrom PIL import Imageimport osfrom scipy import miscimport ti...
2018-05-21 16:26:05
669
原创 tensorflow学习（一）：关于tensorflow交叉熵损失函数的一些理解
1、tf.nn.softmax_cross_entropy_with_logits(_sentinel=None,labels=None, logits=None, dim=-1, name=None)sentinel 一般不用 labels 和logits形状相同 都是[batch_size,num_classes]其中labels可以是one-hot的形式，也可以是和为1的概率分布。...
2018-05-20 14:50:50
2735
原创 python 学习（二）：多重字典以numpy形式存储和读出
如下所示是一个 二重字典a={'d2': {0: array([[ 0.00871335, -0.00310053, 0.00816491, ..., 0.00694641, 0.00464299, 0.01580841], [ 0.00882073, -0.00029377, -0.00521681, ..., 0.0017954 , ...
2018-04-19 19:18:19
10081
1
原创 python学习（一）：argparse模块
argparse模块的作用是用于解析命令行参数。例如：python parseTest.py --user 'we'二、使用步骤：import argparseparser = argparse.ArgumentParser()parser.add_argument('--input')args=parser.parse_args()x=args.input...
2018-03-03 21:13:56
224
原创 冈萨雷斯《数字图像处理matlab版》（八）：表示与描述
连接分量，连接集，孔洞，前景点，背景点。 1、提取区域以及边界的函数：bwlabel函数可以找出一幅图像中所有的连接分量（区域）[L,num]=bwlabel(f,conn)f是输入图像，conn指定期望的连接性（4连接或8连接，后者是默认值）num是所找到的连接分量数，L是标记矩阵，它给每个连接分量分配区间[1,num]内的一个唯一整数。g=bwperim(f,con
2018-01-14 22:34:17
3186
原创 冈萨雷斯《数字图像处理matlab版》（七）：图像分割
图像分割基于两个性质： 不连续性和相似性。一种是基于灰度的突变（如边缘），另一种是分为相似的区域。3*3模板在某一点的响应：R= 。 是与之对应的图像像素的灰度。点检测： -1-1 -1 这是点检测的模板w，中心是孤立点时响应最强。若-1 8 -1 响应大于某一阈值，则称此处有孤立点。在恒定灰-1-1 -1 度区域中，响应为零。g=abs(imfilt
2018-01-14 22:33:27
4708
原创 冈萨雷斯《数字图像处理matlab版》（六）：图像压缩
图像压缩系统由编码器和解码器构成。 和 分别代表原始图像和编码后的图像单元数目。压缩比： 。附录中的imratio(f1,f2) 计算两幅图像文件比特数的比率。 要查看压缩后（编码后）的图像，必须把图像送入解码器中。解码后的图像为 (x,y) 如果与原图像相同，叫做无损压缩。，否则叫做有损压缩。误差e(x,y)=f（x,y）- (x,y)。 与f的均方根误差是 所有像素误差的平
2018-01-14 22:32:37
1205
原创 冈萨雷斯《数字图像处理matlab版》（五）：彩色图像处理
一幅RGB图像是M*N*3的彩色像素数组。RGB图像可以看作是三幅灰度图的叠加。RGB图像的类由分量图像的类决定。rgb_iamge=cat(3,fr,fg,fb) 顺序不能颠倒。rgb_iamge=cat(dim,fr,fg,fb)dim=1三个数组垂直排列。 dim=2 三个数组水平排列。dim=3在第三个方向上堆叠。fr=rgb_image(:,:,1); 提
2018-01-14 22:31:58
1747
原创 冈萨雷斯《数字图像处理matlab版》（四）：图像复原与重建
退化过程可模拟为一个退化函数和加性噪声项。g(x,y)=H[f(x,y)]+n(x,y)G(u,v)=H(u,v)*f(u,v)+N(u,v) 做卷积噪声模型： g=imnoise(f,type,parameters)g=imnoise(f,'gaussian',m,var)将均值m,方差为var的高斯噪声加到图像f上，默认值是均值m为0，方差var为0.01的噪声。g=imn
2018-01-14 22:31:00
4169
1
原创 冈萨雷斯《数字图像处理matlab版》（三）：频率域滤波
滤波适用情形：去除目标和背景中的噪声。 几种边缘检测微分算子滤波器的比较：查看本文件夹相关文档F=fft2(f) 图像f的傅里叶变换 输入为M*N 输出还是M*N。此时，傅里叶变换的原点在左上角。（F(u,v)关于原点左右向下对称）f=ifft2(F) 反傅里叶变换 注意 f会被变成double类。F=ff2(f,P,Q) 对输入图像补充所需的点，
2018-01-14 22:30:12
1164
原创 冈萨雷斯《数字图像处理matlab版》（二）：灰度变换与空间滤波
灰度变换函数：1、I = mat2gray(A, [amin amax])将图像矩阵A中介于amin和amax的数据归一化处理， 其余小于amin的元素都变为0， 大于amax的元素都变为1。I = mat2gray(A)将图像矩阵A归一化为图像矩阵I，归一化后矩阵中每个元素的值都在0到1范围内（包括0和1）。其中0表示黑色，1表示白色。 2、g=imadj
2018-01-14 22:29:11
1486
原创 冈萨雷斯《数字图像处理matlab版》（一）：绪言
数字图像，是以二维数组形式表示的图像，其数字单元为像素，是由模拟图像取样（坐标数字化）和量化（幅值数字化）后得到的。图像读取：f=imread(’文件名’)图像f显示：imshow(f)保存并输出第二幅图像g： figure,imshow(g)图像f写入目录：imwrite(f,’文件名’)类uint8和logical 类多用于图像处理B=logical(A) 创建逻辑数组
2018-01-14 22:26:29
1374
转载 条件随机场CRF
http://blog.csdn.net/xueyingxue001/article/details/51498968 声明： 1，本篇为个人对《2012.李航.统计学习方法.pdf》的学习总结，不得用作商用，欢迎转载，但请注明出处（即：本帖地址）。 2，由于本人在学习初始时有很多数学知识都已忘记，所以为了弄懂其中的内容查阅了很多资料，所以里面应该会有引用其...
2017-12-16 19:37:27
456
原创 线性SVM与非线性SVM
所谓线性SVM与非线性SVM是指其选用的核类型。 用于分类问题时，SVM可供选择的参数并不多，惩罚参数C，核函数及其参数选择。对于一个应用，是选择线性核，还是多项式核，还是高斯核？还是有一些规则的。 什么时候选择线性的SVM核： 预测函数简单f(x) = w’*x+b，分类速度快。对于类别多的问题，分类速度的确需要考虑到，线性分类器的w可以事先计算出来，而非线性分类...
2017-12-10 10:57:18
6356
1
原创 什么是迁移学习
假如我们有两个相似的数据域，source和target,source有标记，target无标记。我们希望可以节省标记的时间，利用在sorce上训练的模型训练出target上的模型。 因此，迁移学习的前提是source和target相似度足够高。 迁移学习主要分为四种：（1）基于样本的迁移学习 通过对源域中有标签样本的加权完成知识迁移（2...
2017-12-05 12:59:11
1401
转载 CNN中感受野的计算
感受野（receptive field）是怎样一个东西呢，从CNN可视化的角度来讲，就是输出featuremap某个节点的响应对应的输入图像的区域就是感受野。比如我们第一层是一个3*3的卷积核，那么我们经过这个卷积核得到的featuremap中的每个节点都源自这个3*3的卷积核与原图像中3*3的区域做卷积，那么我们就称这个featuremap的节点感受野大小为3*3如果再经过pooling
2017-12-01 22:43:23
347
转载 支持向量机（SVM）
支持向量机通俗导论（理解SVM的三层境界） 作者：July、pluskid ；致谢：白石、JerryLead出处：结构之法算法之道blog。 前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的，原因很简单，一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力，二者这个东西也不好讲清楚，尽管网上已...
2017-11-26 13:44:36
658
转载 决策树算法（有监督学习算法）
一、决策树基础 决策树（Decision Tree）算法是根据数据的属性采用树状结构建立决策模型，这个模型可以高效的对未知的数据进行分类。决策树模型常常用来解决分类和回归问题。如今决策树是一种简单但是广泛使用的分类器。常见的算法包括 CART (Classification And Regression Tree)、ID3、C4.5、随机森林 (Random Forest) 等。
2017-11-24 11:26:19
8322
1
原创 利用python进行数据分析（八）：时间序列
时间的数据分为三种： 时间戳，即特定的时刻 固定日期 时间间隔首先from datetime import datetimefrom datetime import timedeltafrom dateutil.parser import parse（1）日期和时间数据类型datetime.now() #可以通过now属性来调取年月日delta=datetime(2011,1,7)-d
2017-11-23 22:50:23
364
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