风尘仆仆，终有归途

摘要： 概述 最近在学习目标检测的相关算法。在我看来目标检测要比分类、语义分割任务复杂的多，后者一般只需要为每个图像预测一个标签（分类）或者为每个像素预测一个标签（分割）。而目标检测还需要回归目标边界框同时进行分类，这使得目标检测的数据处理和训练比较复杂。 在目标检测中，一般是通过神经网络提取图像特征，得到 阅读全文

摘要： 简介 Faster R-CNN是继R-CNN，Fast R-CNN后基于Region-CNN的又一目标检测力作。Faster R-CNN发表于NIPS 2015。即便是2015年的算法，在现在也仍然有着广泛的应用以及不俗的精度。缺点是速度较慢，无法进行实时的目标检测。 Faster R-CNN是典型 阅读全文

摘要： 简介 SegFormer是一种简单高效的Transformer语义分割网络，发表在NeurlPS'21(SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers)上（论文地址）。 在Visio 阅读全文

摘要： 简介 Convolutional Block Attention Module(CBAM)， 卷积注意力模块。该论文发表在ECCV2018上（论文地址），这是一种用于前馈卷积神经网络的简单而有效的注意力模块。 CBAM融合了通道注意力(channel Attention)和空间注意力(Spatial 阅读全文

摘要： Vision Transformer 的学习与实现 Transformer最初被用于自然语言处理领域，具体可见论文Attention Is All You Need。后来被用于计算机视觉领域，也取得了十分惊艳的结果(An Image Is Worth 16x16 Words: Transformer 阅读全文

摘要： 图像处理那些事儿 在计算机视觉中，总少不了与图像打交道。最近在处理血管瘤分割时，需要用到不少内容，包括图像增强、图像可视化、在图像上显示掩模等。正好在这里记录一下平时常用的处理方法，包括但不限于图像读取、图像转换、图像处理、图像保存。 在python中，一般用到的库是PIL、cv2、numpy和ma 阅读全文

摘要： ResNet 背景 在resnet提出之前，认为卷积层和池化层堆叠越多，提取到的图片特征信息就越全，学习效果越好。但是随着网络的加深，容易出现梯度消失和梯度爆炸等问题。 梯度消失：每一层的梯度小于1，反向传播时网络越深，远离输出层的梯度越趋于0。 梯度爆炸：每一层的梯度大于1，反向传播时网络越深，远 阅读全文

摘要： 猫狗大战代码学习 import numpy as np import matplotlib.pyplot as plt import os import torch import torch.nn as nn import torchvision from torchvision import mo 阅读全文

摘要： CNN vs FCLayer for MNIST 这里，我们使用MNIST数据集，对卷积神经网络和全连接神经网络进行对比。 准备工作 导入相关库 import torch import torch.nn as nn import torch.nn.functional as F import tor 阅读全文

摘要： 绪论 应用 主要应用在图像、视觉领域，例如分类，检索，检测，分割（人脸识别、图像生成、自动驾驶等）等任务。 传统神经网络VS卷积神经网络 传统神经网络：搭建神经网络结构，合适的损失函数，更新参数。 关于损失函数：损失函数用于衡量吻合度。 分类损失中，常用交叉熵损失或hinge loss（铰链损失）； 阅读全文