gnnu_cv - 博客园

2022年4月

摘要：原文链接：《Non-local Neural Networks》这是收录在2018年CVPR中的一篇文章，受计算机视觉中Non-local means算法启发，文中提出non-local block以获取long-range dependencies。由non-local block构建的模型在阅读全文

posted @ 2022-04-01 18:36 gnnu_cv 阅读(404) 评论(0) 推荐(0)

2022年3月

阅读CVPR论文“Local Relation Networks for Image Recognition”的小结

摘要：该论文的研究背景是：卷积层一直是计算机视觉中的主要特征提取器。然而，卷积中的空间聚合大多应用固定过滤器，但这些过滤器在对具有不同空间分布的视觉元素进行建模时效率低下。本文提出了一种新的图像特征提取器，即局部关系层，它根据局部像素对的组成关系自适应地确定聚合权重。研究动机：人类拥有“以有限的方式看到无阅读全文

posted @ 2022-03-31 15:49 gnnu_cv 阅读(126) 评论(0) 推荐(0)

深度学习训练过程中的学习率衰减策略及pytorch实现

摘要：学习率是深度学习中的一个重要超参数，选择合适的学习率能够帮助模型更好地收敛。本文主要介绍深度学习训练过程中的14种学习率衰减策略以及相应的Pytorch实现。 1. StepLR 按固定的训练epoch数进行学习率衰减。举例说明： # lr = 0.05 if epoch < 30 # lr = 阅读全文

posted @ 2022-03-29 17:48 gnnu_cv 阅读(5075) 评论(0) 推荐(2)

《动手学深度学习》笔记

摘要：关于张量shape在sum（）函数中axis值的理解 axis=0 相当于将行压缩拍扁（按列求和）于是一个shape[5,4] 就会变成[ ,4] axis=1 相当于将列压缩拍扁（按行求和）于是一个shape[5,4] 就会变成[ 5,] 当一个shape[2,5,4]执行axis=1时，相当阅读全文

posted @ 2022-03-28 22:06 gnnu_cv 阅读(72) 评论(0) 推荐(0)

多实例问题

摘要：很多时候，不是每个训练样本都有标记，而是只有一部分被标记，而另一部分只有数据本身，标记缺失掉了。这时候需要将没有标记的数据和有标记的数据结合起来进行机器学习，这就是半监督学习。又有的时候，甚至所有的样本都没有标记，这就是非监督学习。我们考虑这样一种训练数据，这个数据是有标记的，标记只有两个类别，正和阅读全文

posted @ 2022-03-28 08:17 gnnu_cv 阅读(124) 评论(0) 推荐(0)

丁健的博客地址（年久失修，从今日起开始恢复使用）

摘要： kakaluotedj - 博客园 (cnblogs.com) 阅读全文

posted @ 2022-03-27 21:10 gnnu_cv 阅读(29) 评论(0) 推荐(0)

numpy

摘要： numpy的一维线性插值函数 - 夜空中最亮的派大星 - 博客园 (cnblogs.com) (108条消息) numpy.interp()用法_MrLittleDog的博客-CSDN博客_np.interp 阅读全文

posted @ 2022-03-27 21:03 gnnu_cv 阅读(27) 评论(0) 推荐(0)

python库

摘要：一文看懂seaborn的pairplot - 知乎 (zhihu.com) 阅读全文

posted @ 2022-03-27 21:01 gnnu_cv 阅读(8) 评论(0) 推荐(0)

科研方面

摘要： (111条消息) 基于视觉的烟雾/火焰检测数据集整理（检测、识别、分割）_人工智能算法与工程实践-CSDN博客_烟雾数据集 YOLOV5使用到的trick（一） - 知乎 (zhihu.com) focal loss 通俗讲解 - 知乎 (zhihu.com) (108条消息) AP与mAP的详解_ 阅读全文

posted @ 2022-03-27 21:00 gnnu_cv 阅读(71) 评论(0) 推荐(0)

pytorch方面

摘要： (113条消息) Pytorch基础：Torch.mul、Torch.mm与Torch.matmul的异同_名字填充中的博客-CSDN博客_pytorch torch.mul (111条消息) pytorch:torch.clamp()_大雄没有叮当猫的博客-CSDN博客_torch.clamp() 阅读全文

posted @ 2022-03-27 20:54 gnnu_cv 阅读(36) 评论(0) 推荐(0)

公告