漂流，浪客

摘要： Noise2Noise: Learning Image Restoration without Clean Data Intro 本文亮点是输入图像和target图像都是有噪声的图像，而不是clean的图像，网络可以利用有噪声的图像学习到将有噪声的图像转化为无噪声的clean图像。文章解释了在使用l 阅读全文

摘要： On the "steerability" of generative adversarial networks Intro 本文提出对GAN的latent space进行操作的一种方法，通过对latent space的编辑实现生成域外样本，操控生成样本的基本属性，如控制生成样本的位置、光照、二维旋 阅读全文

摘要： Automatic fabric defect detection using a deep convolutional neural network Intro 本文提出用于纺织品的瑕疵检测方法，将原始图片看成由若干patch组成的图片，利用对patch间距离的定义，求取二阶微分的最大值，进而得到 阅读全文

摘要： Making Convolutional Networks Shift Invariant Again Intro 本文提出解决CNN平移不变性丧失的方法，之前说了CNN中的downsample过程由于不满足采样定理，所以没法确保平移不变性。信号处理里面解决这样的问题是利用增大采样频率或者用抗混叠方 阅读全文

摘要： Why do deep convolutional networks generalize so poorly to small image transformations? Intro CNN的设计初衷是为了使得模型具有微小平移、旋转不变性，而实际上本文通过实验验证了现在比较流行的神经网络都已经丧 阅读全文

摘要： EM算法、GMM Demo Intro 这一节学习内容为概率图模型里的一节，因为下午在跑程序手里也没什么事情干，写个EM的demo记录一下。本文也不是来推导过程的，只是方法和代码记录，推导请看其他博客。 GMM 概率图模型跳不过的一章就是高斯混合模型，高斯混合模型是由多个高斯分布以一定权重组成的模型 阅读全文

摘要： Nvidia AGX Xavier刷机过程中报错及解决 注意事项 1. 不需要在host主机上装Cuda之类的，所以在SDKManager里可不勾选 2. 安装的时候线一定要对 3. 刷机时刷4.2.3的，有tensorflow可选，记得一定要选（任务需要） 4. 如遇错误突然终止，肯定跟本机的py 阅读全文

摘要： Gibbs Sampling Intro Gibbs Sampling 方法是我最近在看概率图模型相关的论文的时候遇见的，采样方法大致为：迭代抽样，最开始从随机样本中抽样，然后将此样本作为条件项，按条件概率抽样，每次只从一个维度考虑，当所有维度均采样完，开始下一轮迭代。 Random Samplin 阅读全文

摘要： MRF马尔可夫随机场入门 Intro MRF是一种广泛应用于图像分割的模型，当然我看到MRF的时候并不是因为分割，而是在图像生成领域，有的paper利用MRF模型来生成图像，因此入门一下MRF，并以分割模型为例记一下代码。 Model Target 在图像分割中，我们的任务是给定一张图像，输出每个像 阅读全文

摘要： Tangent Distance 简介 切空间距离可以用在KNN方法中度量距离，其解决的是图像经过有限变换之后还能否被分类正确，例如。对一张数字为5的手写数字图片，将其膨胀后得到图像p1，此时KNN还应认为p1与原图接近，即距离较近，而不是距离其他类别较近。而Tangent Distance较好的解 阅读全文