![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 64
zqx951102
同济大学 在读博士研究生
展开
-
计算机CV方向-顶级会议和期刊
计算机 顶级会议和期刊原创 2023-09-13 17:36:41 · 1160 阅读 · 0 评论 -
行人重识别的一些经典讲解课程!!!-----------唐宇迪和浙大 罗浩博士
行人重识别相关的学习资料原创 2023-05-18 21:41:34 · 542 阅读 · 8 评论 -
预训练时候 Pytorch FrozenBatchNorm (BN)一些小心得
预训练时候 Pytorch FrozenBatchNorm (BN)一些小心得原创 2022-12-16 19:36:03 · 1963 阅读 · 6 评论 -
Python:【基础语法】 deque()用法
Python:【基础语法】 deque()用法原创 2022-12-06 19:24:16 · 11592 阅读 · 7 评论 -
经典的 faster R-CNN模型 前向过程分析
faster rcnn前向过程代码分析 简单易懂原创 2022-12-04 22:15:42 · 340 阅读 · 0 评论 -
pytorch之多GPU使用—— CUDA_VISIBLE_DEVICES=0,1 python main.py
多卡 训练 pytorch中原创 2022-11-20 11:23:10 · 11915 阅读 · 0 评论 -
一些pytorch函数使用方法 torch.div() img.shape[-2:] torch.zeros_like torch.where() torch.mul() .format()
torch.div() img.shape[-2:] pytorch之torch.zeros_like torch.where()的用法以及例子原创 2022-11-15 23:13:20 · 600 阅读 · 0 评论 -
torch.init.normal_和torch.init.constant_的用法
init.normal_(self.proj_parse[0].weight, std=0.01) #给tensor初始化,一般是给网络中参数weight初始化,初始化参数值符合正态分布 init.normal_(self.proj_parse[1].weight, std=0.01) init.constant_(self.proj_parse[0].bias, 0) init.constant_(self.proj_parse[1].bias, 0)原创 2022-11-15 20:04:44 · 1382 阅读 · 0 评论 -
python datetime模块用strftime 格式化时间
datetime 函数原创 2022-11-15 14:24:51 · 358 阅读 · 0 评论 -
目标检测之选择性搜索算法实现 SS算法
目标检测 ss搜索算法原创 2022-11-09 13:18:05 · 254 阅读 · 0 评论 -
Person Search一些内容笔记
行人搜索 方向上的 一些笔记原创 2022-11-09 10:59:02 · 1044 阅读 · 0 评论 -
CVPR2020-超强通道注意力模块ECANet!
ECA注意力机制原创 2022-11-08 22:52:48 · 3035 阅读 · 0 评论 -
GAM注意力机制
即插即用 | 超越CBAM,全新注意力机制,GAM表现卓著(附Pytorch实现)原创 2022-11-08 20:45:43 · 6786 阅读 · 0 评论 -
深度 详细 理解ConvNeXt网络代码(结合代码)
使用PyTorch复现ConvNext:从Resnet到ConvNext的完整步骤详解原创 2022-11-08 11:00:29 · 3725 阅读 · 2 评论 -
pytorch torch.squeeze() 和torch.unsqueeze()的区别
压缩 squeeze()原创 2022-10-31 10:44:47 · 424 阅读 · 0 评论 -
numpy中 np.repeat
repeat操作原创 2022-10-31 09:57:12 · 630 阅读 · 0 评论 -
Tmux多分屏操作 mac端以及服务器端
tmux 多屏多操作 实用技巧原创 2022-10-27 15:59:59 · 1493 阅读 · 0 评论 -
PermissionError: [Errno 13] Permission denied: ‘/ml‘
报错 PermissionError: [Errno 13] Permission denied: '/ml'原创 2022-04-03 14:15:36 · 1416 阅读 · 0 评论 -
opencv Scalar()的使用 心得
Mat类中的Scalar()成员有什么用呢?先不急着看资料,看下有什么结果出现吧:先将里边的值设为0[html] view plain copy#include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp&a原创 2018-09-21 10:18:47 · 45188 阅读 · 11 评论 -
吉林大学 考研真题 2014年计算机专966 第四题
答案如下:个人答案,仅供参考!原创 2018-11-13 21:41:55 · 2370 阅读 · 2 评论 -
opencv中的convertScaleAbs()使用详解
convertScaleAbs()用于实现对整个图像数组中的每一个元素,进行如下操作: 该操作可实现图像增强等相关操作的快速运算,具体用法如下:下面通过一个具体的例子来展示这个函数的妙用:#include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include ...原创 2018-11-20 21:53:21 · 23930 阅读 · 2 评论 -
吉林大学 快速排序算法详解
参考吉林大学教材 刘大有 第二版207页 208页真题上对应的快排的考题如下:2012年 9672010 9702008 8952012 966好了 终于弄完了 一个多小时就这样过去了!好怕 大学长 说我不顾正业! 哈哈 大家考研加油 对得起我的努力就好!...原创 2018-11-23 17:43:56 · 2315 阅读 · 4 评论 -
focal transformer讲解 博客 这是微软的一篇文章,也是屠榜级别的力作,在COCO上达到了58.9%的map
focal transform原创 2022-03-14 11:59:38 · 2345 阅读 · 2 评论 -
行人重识别—Relation-Aware Global Attention模型介绍及代码实现+报错解决
行人重识别—Relation-Aware Global Attention模型介绍及代码实现链接:https://blog.csdn.net/sol_data12/article/details/113622644#comments_19706135这篇论文我也总结的有,我第一次组会讲的就是这篇,可以详细看我的博客:https://blog.csdn.net/zqx951102/article/details/120896168?utm_source=app&app_version=4.21.原创 2022-01-08 21:01:26 · 3262 阅读 · 20 评论 -
论文阅读:AAAI2022 PFD_Net :Pose-guided Feature Disentangling for Occluded Person Re-identification Based
1.作者提出了一种新的姿态引导特征解纠缠transform,用于occluded person Re-ID,利用姿态信息清晰地解开语义成分(如人体或关节部分),并选择性地匹配非被遮挡部分。2.作者设计了一种姿态引导的push损失,以帮助关注人体部位,减轻遮挡和噪声的干扰,避免了特征学习的失败。3.为了证明作者的方法的有效性,作者在封闭的,整体的Re-ID数据集上进行了实验。大量的实验结果表明,该方法优于SOTA方法。原创 2022-01-03 16:08:31 · 6060 阅读 · 9 评论 -
行人重识别用DukeMTMC数据集生成occluded-Duke数据集
1.下载DukeMTMC数据集2.代码网址https://github.com/wangguanan/HOReID/,里面有数据集网址https://github.com/lightas/Occluded-DukeMTMC-Dataset,但只提供DukeMTMC到occluded-Duke的转换方法。convert_duke_to_occduke.py也就是这个文件3.首先cd进入到当前数据集下的这个py文件,在convert_duke_to_occduke.py文件位置打开终端输入:python原创 2021-12-29 12:57:06 · 3371 阅读 · 1 评论 -
torch.roll 函数的理解
torch.roll 函数的理解:看这个函数的大多应该是从swin transform来的吧,废话不多说:https://blog.csdn.net/weixin_42899627/article/details/116095067我觉得直接看这个博客就很好了,不过还是总结一下吧:torch.roll(input, shifts, dims=None)torch.roll(x, shifts=(2, 1), dims=(0, 1))tensor([[1, 2],[3, 4],[5, 6],原创 2021-12-11 14:20:04 · 2206 阅读 · 0 评论 -
深度学习-np.pad 填充详解
大家伙在学习深度学习的卷积网络里有一个填充的问题是难免遇到的 所以np给了pad()这个函数来实现填充 但是多维度(大多数情况下是三维的)的pad函数却很难理解 博主就稍微写一点自己的理解 试图帮助大家理解 不喜勿喷 谢谢!对一维数组的填充: import numpy as nparr1D = np.array([1, 1, 2, 2, 3, 4])'''不同的填充方法'''print 'constant: ' + str(np.pad(arr1D, (2, 3), 'constant'))原创 2021-12-10 13:27:17 · 2370 阅读 · 0 评论 -
VIT中特殊class token的一些问题
类似于BERT中的[class] token,ViT引入了class token机制,其目的:因为transformer输入为一系列的patch embedding,输出也是同样长的序列patch feature,但是最后要总结为一个类别的判断,简单方法可以用avg pool,把所有的patch feature都考虑算出image feature。但是作者没有用这种方式,而是引入一个类似flag的class token,其输出特征加上一个线性分类器就可以实现分类。其中训练的时候,class token的em原创 2021-12-03 21:16:09 · 18462 阅读 · 5 评论 -
特征选择 特征抽取(提取) 特征表示 的区别
特征选择和特征抽取:特征选择和特征抽取是DimensionalityReduction(降维)的两种方法,针对于the curse of dimensionality(维灾难),都可以达到降维的目的。但是这两个有所不同。1.区别特征选择(Feature Selection):choosing a subset of all the features(the ones more informative)。也就是说,特征选择后的特征是原来特征的一个子集。特征抽取(Feature Extraction):原创 2021-12-03 20:53:30 · 7409 阅读 · 0 评论 -
论文阅读:CVPR2020旷视High-Order Information Matters: Learning Relation and Topology for Occluded Person Re
High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification高阶信息问题:行人重识别的学习关系与拓扑传送门:https://mp.weixin.qq.com/s/EhAeaA68Ek27EptkTfZiBQ论文地址:https://arxiv.org/abs/2003.08177Abstract被遮挡的人重新识别(ReID)的目的是通过非关节摄像机将被遮挡的原创 2021-11-20 21:31:13 · 4683 阅读 · 0 评论 -
2018 CVPR:Cascade RCNN文章笔记
论文:Cascade R-CNN Delving into High Quality Object Detection论文链接:https://arxiv.org/abs/1712.00726代码链接:https://github.com/zhaoweicai/cascade-rcnnCascade R-CNN算法是CVPR2018的文章,通过级联几个检测网络达到不断优化预测结果的目的,与普通级联不同的是,cascade R-CNN的几个检测网络是基于不同IOU阈值确定的正负样本上训练得到的,这是该算原创 2021-11-16 22:26:55 · 2436 阅读 · 0 评论