摘要：
A+B训练时，A的BatchNorm层要FIx (86条消息) Pytorch的BatchNorm层使用中容易出现的问题_机器学习杂货铺1号店-CSDN博客 阅读全文
摘要：
1.COCO人体关键点 12个关键点： ['left_shoulder', 'right_shoulder', 'left_elbow', 'right_elbow', 'left_wrist', 'right_wrist','left_hip', 'right_hip', 'left_knee', 阅读全文
摘要：
语义分割-地表建筑物识别 赛题和数据下载：零基础入门语义分割-地表建筑物识别-天池大赛-阿里云天池 (aliyun.com) 实验记录 1.赛题理解与baseline backbone代码 main.py import numpy as np import pandas as pd import o 阅读全文
摘要：
1.相关文章 小目标检测相关技巧总结 如何显著提升小目标检测精度？深度解读Stitcher：简洁实用、高效涨点 阅读全文
摘要：
1. 比较好的总结文章 Visual Transformer: 搞懂 Vision Transformer 原理和代码，看这篇技术综述就够了 (qq.com) 搞懂 Vision Transformer 原理和代码，看这篇技术综述就够了（二） (qq.com) Transformer在CV领域有可能 阅读全文
摘要：
动画制作相关术语 Vertex(顶点)：动画模型可以看成多个小三角形（四边形）组成，每个小三角形就可以看成一个顶点。顶点越多，动画模型越精细。 骨骼点：人体的一些关节点，类似于人体姿态估计的关键点。每个骨骼点都由一个三元组作为参数去控制（可以查看欧拉角，四元数相关概念） 蒙皮：将模型从一个姿态转变为 阅读全文
摘要：
1.作用：基于区域候选网络的目标分割方法，可进行目标检测，分类，实例分割，人体关键点检测 是一个小巧、灵活的通用实例分割框架，（Faster R-CNN+FPN）不仅可以对图像中目标进行检测，还可以对每一个目标给出一个高质量的分割结果。 AP:37.1 Speed: 5fps 2.机器视觉主要研究任 阅读全文
摘要：
本文基于 chenyuntc/simple-faster-rcnn-pytorch: A simplified implemention of Faster R-CNN that replicate performance from origin paper (github.com) 项目写理解 1 阅读全文
摘要：
算法总结 算法数据集&评价指标网络框图 SiamFC 创新点：We propose to learn a function that compares an exemplar image to a candidate image of the same size and returns a high 阅读全文
摘要：
图像分割算法总结 1.评价指标： 普通指标： Pixel Accuracy(PA,像素精度)：标记正确的像素点占所有像素点的比例。混淆矩阵中=\(\frac{{\rm{对角线}}}{总和}\) Mean Pixel Accuracy（MPA 均像素精度）：计算每个类内被正确分类像素数的比例，再求所有 阅读全文
摘要：
1：文字回答：简述深度图相关基础知识 深度图也叫距离影响，是指从图像采集器到场景中各点的距离（深度）值作为像素值的图像。获取方法：激光雷达深度成像法、计算机立体视觉成像、坐标测量机、莫尔条纹法、结构光法 2：文字回答：简述深度图相关研究方向 单目深度估计和双目深度估计 3：文字回答：简述RGB-D分 阅读全文
摘要：
1：文字回答：简述实时分割真实的应用场景（不限于课堂讲过的应用方向） 自动驾驶，移动机器人，AI摄影 2：文字回答：简述实现AI产品过程中软硬件的协同过程 先有高性能算法，然后研发相应硬件，然后让算法可以在硬件中实时跑起来 3：文字回答：简述主流的分割结构（参考第二课时PPT9页中的图） a: 使用 阅读全文
摘要：
作业内容： 1：文字回答：辨析TP、FN、FP、TN分别对应的含义（参考第一课时PPT14页中的图） TP: 真实为1，预测为1 FP：真实为0，预测为0 FN：真实为1，预测为0 TN：真实为0，预测为0 2：代码实现：根据需要自行搜索第一课时所提及损失函数的代码定义 交叉熵 加权交叉熵 Foca 阅读全文
摘要：
作业内容： 1：文字回答：简述实时分割算法常用思想 实时分割要在保证分割准确性不会过低的前提下， 尽可能减少参数，压缩模型，因此实时网络对硬件设备的要求不高且省时。 实时分割算法常用思想有： 1）替换主网络： ResNet101或ResNet50替换为ResNet34或ResNet18 2）减少通道 阅读全文
摘要：
作业内容： 1：文字回答：如何从宏观角度看待语义分割 宏观角度看待语义分割将语义分割看作一个任务，将一致的语义标签分配给一类事物，而不是每个像素。按照这一角度，语义分割中就会存在类间不一致和类内不一致的问题。 2：文字回答：简述注意力机制的作用 注意力机制是把注意力集中在重要的点上，而忽略其他不重要 阅读全文
摘要：
1：文字回答：总结各种卷积方式 1）普通正方形标准卷积 2）空洞卷积——为了让固定大小的卷积核看到更大范围的区域，用空洞卷积代替pooling下采样。 3）非对称卷积——将标准3x3卷积拆分成一个1x3卷积和3x1卷积，在不改变感受野大小的情况下减少计算量 4）组卷积，深度可分离卷积——组卷积是对输 阅读全文
摘要：
1：文字回答：按照自己的观点，总结语义分割面临的问题以及DeepLab系列的思想 1）语义分割中连续的池化或下采样会导致图像的分辨率大幅度下降，从而损失原始信息，且在上采样过程中难以恢复。现在越来越多的网络都在试图减少分辨率的损失，比如使用空洞卷积，或者用步长为2的卷积代替池化。 DeepLab引入 阅读全文
摘要：
作业内容： 1：文字回答：总结对于编码器解码器框架以及反池化操作的理解 编码器解码器框架：编码器结构：编码器部分主要由普通卷积层和下采样层将特征图尺寸缩小，使其成为更低维的表征。目的是尽可能多的提取低级特征和高级特征，从而利用提取到的空间信息和全局信息精确分割。 解码器结构：解码器部分主要由普通卷积 阅读全文
摘要：
FusionNet是U-Net的改进 1：文字回答：简述医学分割面临的主要挑战 1）数据量少。一些挑战赛只提供不到100例的数据 2）图片尺寸大。单张图片尺寸大、分辨率高，对模型的处理速度有一定要求。 3）要求高。医学图像边界模糊、梯度复杂，对算法的分割准确度要求极高。 4）多模态。以ISLES脑梗 阅读全文
摘要：
1.文字回答：按照自己的观点，总结对于语义分割的理解 语义分割是对一张图片的每一个像素点进行分类，并将每个类别（车，车道，人物，建筑，天空）用不同的颜色标注出来。它是计算机视觉中的关键任务之一，越来越多的应用场景需要从影响中推理出相关的知识和语义。语义分割可以帮助场景理解 2.文字回答：怎样理解论文 阅读全文
摘要：
1.如何加载pytorch中，torchvision预定义的模型的前几层 https://www.cnblogs.com/dyclown/p/13170884.html https://www.cnblogs.com/jiangkejie/p/12952174.html 新定义一个class: cl 阅读全文
摘要：
1：文字回答：用自己的语言描述注意力机制的方式（最好有图）？ 给特征图提供权重 2：文字回答：Excitation中的Reduction ratio是什么意思？有什么作用？ r：控制第一个全连接层神经元个数。直接影响SE Block的参数量和计算量，r越大，参数越少；r=16时，在精度和参数上得到好 阅读全文
摘要：
作业内容： 1：文字回答：DenseNet-B，DenseNet-C，DenseNet-BC分别表示什么意思？ Densenet+bottlenect layer 瓶颈层用来降低特征图通道数，减少后续卷积的计算量 Densenet+compression 在transition layer采用较少的 阅读全文
摘要：
1：文字回答：用自己的语言描述 split-transform-merge是怎样一个过程. 先通过1x1卷积实现低维变换，将特征图分解为cardinality个分支，然后对每个分支进行变换（用网络层对数据进行操作）。最后对32个分支得到的变换结果——特征图进行聚合(求和)2：文字回答：ResNeXt 阅读全文
摘要：
作业内容： 1：文字回答：用自己的理解，总结GoogLeNet-V1到GoogLeNet-V4，这四篇论文的发展 GoogLeNet-V1 引入了1x1卷积，Inception模块 GoogLeNet-V2 在激活函数前加入BN； 用5x5卷积替换为2个3x3卷积；第一个Inception模块增加一 阅读全文
摘要：
作业内容： 1：文字回答：GoogLeNet-V3中，特征图分辨率从35*35降到17*17，采用的是Inception（ABCDE）中的哪一个? 对应论文中哪一幅图？该结构最大的特点是什么？ B 是一个高效的特征图分辨率下降方式 2：文字回答：Label Smoothing 对模型训练有什么积极影 阅读全文
摘要：
作业 1：文字回答：Batch Normalization 层中的加减乘除是什么意思？ 减均值，除以标准差，乘gamma,加beta 2：文字回答：Batch Normalization 层中均值和标准差通过什么方式得到？ 均值和标准差通过指数滑动平均统计得来 3：文字回答：采用Batch Norm 阅读全文
摘要：
作业内容： 1：文字回答：GoogLeNet采用了几个辅助损失？辅助损失函数的权重是多少？为什么要采用辅助损失函数？ 在Inception4b和Inception4e增加两个辅助分类层，用于计算辅助损失，对于每种辅助损失，论文中使用的权重值为0.3。作用：loss回传；充当正则约束，迫使中间层特征也 阅读全文
摘要：
作业题 1：文字回答：VGG中3个3*3卷积相对于1个7*7卷积，在参数上较少了百分之多少？（假设输入和输出通道数均为C） 1个7x7卷积核所需参数量：7x7xCxC=49C2 3个3x3卷积核所需参数量：3x(3x3xCxC)=27C2 参数减少比：（49-27）/49=44% 2：文字回答：VG 阅读全文
摘要：
作业题 1.文字回答：ImageNet数据集与ILSVRC之间的关系是什么？ ILSVRC比赛从ImageNet中挑选1000类的1200000张做训练集，所用的数据集是ImageNet的子集。 2.文字回答：AlexNet训练过程的数据增强中，针对位置，采用什么方法将一张图片有可能变为2048张不 阅读全文
摘要：
1.进入某一目录下： %cd 你要运行的代码的目录 2. 列出当前目录下文件： %ls 3. 解压命令 !unzip '路径' >train.log！unrar x '路径' '目的文件夹' >train.log 4.移动文件夹 !mv 'A' 'B' 弃用了！开了Colab pro之后跑程序还没我 阅读全文
摘要：
作业题： 1：文字回答：ResNet的shortcut connection与Highway Net有什么差别？ Highway networks也使用了带有门函数的shortcut。但是这些门函数需要参数，而ResNet的shortcut不需要参数。而且当Highway networks的门函数的 阅读全文
摘要：
1.知识蒸馏介绍 2. 知识蒸馏思想 3.知识蒸馏方法 4.在大数据集上训练专家集成模型 作业 1：推导：推导证明利用logits优化是知识蒸馏的特殊形式 2：文字回答：在知识蒸馏中，温度T的作用是什么？ 为了从教师网络中蒸馏出更多，更丰富的信息，引入温度参数T的概念，T越大，网络输出类别概率分布越 阅读全文
摘要：
1.Inception网络发展 2.Xception网络结构 作业 1：文字回答：Xception中继承了哪些来自Inception系列的思想？又有哪些改进？ 继承：使用1x1的卷积 使用两个3x3卷积来代替一个5x5卷积 加了BN层 。 改进：去掉池化层，得到简化版本的Inception modu 阅读全文
摘要：
1.本文创新点： 提出了一个CNN,可以同时估计光流和视频中模糊的隐藏帧 为了更好的研究连续帧的特性，在CNN模型中开发了一种时间清晰度。 2.算法介绍： 该算法包含optical flow estimation module, latent image restoration module, 阅读全文
摘要：
Point-based rendering 模块改进实例和语义分割[15].PointRend: Image Segmentation As Rendering作者 | Alexander Kirillov, Yuxin Wu, Kaiming He, Ross Girshick单位 | FAIR代 阅读全文
摘要：
https://blog.csdn.net/cdlwhm1217096231/article/details/95060636?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-13.no 阅读全文
摘要：
https://www.zhihu.com/question/361679585 https://blog.csdn.net/huixingshao/article/details/42834939 https://blog.csdn.net/gavinmiaoc/article/details/8 阅读全文
摘要：
笔记摘自深度之眼余老师的课 （我太菜了） 1.读什么 高质量期刊会议论文：CVPR，ECCV，ICCV，AAAI，NIPS，ICLR，ICML 推荐网站，有代码复现的论文：https://paperswithcode.com 2.怎么读 读论文三部曲：泛读、精度、总结 泛读：快速浏览，把握概要 重点 阅读全文
摘要：
使用函数cv2.imread(filepath,flags)读入一副图片 filepath：要读入图片的完整路径 flags：读入图片的标志 cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道 cv2.IMREAD_GRAYSCALE：读入灰度图片 cv2.IMREAD 阅读全文