自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(72)
  • 资源 (4)
  • 收藏
  • 关注

原创 Deep Learning for Classification of Hyperspectral Data: A Comparative Review

Deep Learning for Classification of Hyperspectral Data: A Comparative ReviewINTRODUCTION由于大多数高光谱传感器的空间分辨率较低,因此为计算机视觉而设计的深度学习技术不容易转移到高光谱数据中,因为在大多数情况下,光谱维度胜过空间信息。与光学图像相比,数据的volume相似,而结构完全不同。此外,低空间分辨率实际上限制了可用于训练统计模型的样本数量。这也增加了监督学习中所需的注释过程的难度,因为混合像元的存在。为了将深

2021-01-06 16:09:43 1050

原创 Going Deeper with Contextual CNN for Hyperspectral Image Classification

原文:代码:Abstract本文设计了一个又深又宽的CNN来进行高光谱图像分类,称之为 contextual deep CNN。通过联合相邻像素向量的局部空间-光谱关系来探索局部上下文交互信息。这种对空间-光谱信息的联合式探索是通过多尺度卷积实现的。作者认为将从多尺度卷积组获得的初始空间和光谱特征图组合在一起,就形成了联合的空间光谱特征图。最后将得到的特征图送到一个全卷积网络中。I. INTRODUCTION深度学习已经用在高光谱分类中,但是由于数据量少,训练样本不足,无法使用参数量较多

2020-12-23 19:10:25 1002

原创 Detecting Urban Changes With Recurrent Neural Network From Multitemporal Sentinel SENTINEL-2 Data

论文地址:IGARSS 2019 - 2019 IEEE International Geoscience and Remote Sensing SymposiumIEEE, 2019.ABSTRACT本文结合了fully convolutional networks (similar to U-Net) for feature representation 和recur...

2020-03-31 13:40:03 808 2

原创 Anaconda换源

清华源根据官方手册中的说明Anaconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。TUNA 提供了 Anaconda 仓库与第三方源(conda-forge、msys2、pytorch等,查看完整列表)的镜像,各系统都可以通过修改用户目录下的 .condarc 文件。Windows 用户无法...

2020-03-30 17:43:46 8287

原创 Fully convolutional siamese networks for change detection

arXiv:1810.08462v1 [cs.CV] 19 Oct 2018论文地址:ABSTRACT提出三种全卷积的结构用于已配准的图像对的变化检测,可检测RGB和多光谱的图像。从头的监督训练,比related systems 快500倍。1. INTRODUCTION...

2020-03-18 16:29:34 3827 7

原创 Deep Generative Model

PixelRNN把逐个像素放入网络中,output为下一个像素Variational Autoencoder(VAE)这里要同时Minimize reconstruction error和为什么要使用VAE而不直接用auto-encoder呢?从直觉上来说,VAE相当于在中间的code上家里noise只minimize 它们的 reconstruction e...

2020-03-16 11:46:51 483

原创 Change Detection Based on Deep Siamese Convolutional Network for Optical Aerial Images

论文地址:https://sci-hub.ren/10.1109/lgrs.2017.2738149Abstract提出了一种基于深度孪生卷积网络的新型有监督变化检测方法,用于光学航空图像。 我们使用加权对比损失训练孪生卷积网络。 该方法的新颖之处在于,可以学习孪生网络以直接从图像对中提取特征。 与传统的变化检测方法使用的手工特征相比,提取的特征更加抽象和强大。 此外,由于加权对比损...

2020-03-14 16:21:38 2333 4

原创 Ensemble

BaggingBagging一般用在容易overfitting的model上1. “制造"不同的data假设现在有 个 training data,对这 个data 做 Sampling。每次取个data组成一个新的dataset ,每次抽取后要把这个 data 再放回(with replacement)。通常,= (每个dataset并不会一样,因为会 samping 到...

2020-03-13 11:08:04 183

原创 Urban change detection for multispectral earth observation using convolution neural network

Urban change detection for multispectral earth observation using convolution neural networkarXiv:1810.08468v1 [cs.CV] 19 Oct 2018论文地址:https://arxiv.org/abs/1810.08468ABSTRACT本文探讨了使用CNN对多光...

2020-03-11 23:41:42 1595 4

原创 遥感图像变化检测数据集

1.武汉多时相场景变化检测数据集 (MtS-WH)Multi-temp Scene Wuhan(MtS-WH) 数据集主要用于进行场景变化检测的方法理论研究与验证。场景变化检测就是在场景语义的层次上,对一定范围区域的土地利用属性变化情况进行检测和分析。本数据集主要包括两张由IKONOS传感器获得的VHR图像,大小为7200 x 6000的大尺寸高分辨率遥感影像。覆盖范围为中国武汉市汉阳区...

2020-02-29 17:20:40 16959 5

原创 leetcode 53. 最大子序和

// 贪心法class Solution {public: int maxSubArray(vector<int>& nums) { int maxnum, sum; int i, flag = 1; for(i = 0; i < size(nums); i++){ if(i == ...

2020-02-27 23:00:54 76

原创 Learning to Measure Changes: Fully Convolutional Siamese Metric Networks for Scene Change Detection

原文:https://arxiv.org/abs/1810.09111Code:https://github.com/gmayday1997/ChangeDetAbstract提出了一种全卷积孪生度量网络 fully Convolutional siamese metric Network(CosimNet) 。可以通过自定义隐式度量来度量变化。 要了解更多判别指标,我们利用对比...

2020-02-23 19:16:46 1418 1

原创 leetcode 21 合并两个有序链表

/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(x), next(NULL) {} * }; */class Solution {public: ListNo...

2020-02-23 16:08:23 111

原创 Convolutional Neural Network Features Based Change Detection in Satellite Images 翻译

基于卷积神经网络特征的卫星图像变化检测Mohammed El Amin, A., Liu, Q., & Wang, Y. (2016)原文地址:http://sci-hub.ren/10.1117/12.2243798主要内容:把要比较的图像图像I1和I2通过“divide to grid”的方式放入pre-trained 的改动了的AlexNet 中,把5个卷积层的fe...

2020-02-09 23:26:12 1692 3

原创 DOTA: A Large-scale Dataset for Object Detection in Aerial Images 翻译

DOTA:用于航空图像中目标检测的大规模数据集原文:https://arxiv.org/pdf/1711.10398.pdf官网:https://captain-whu.github.io/DOTA/dataset:https://captain-whu.github.io/DOTA/dataset.htmlAbstract对象检测是计算机视觉中一个重要且具有挑战性的问题。 尽...

2020-02-07 11:04:20 4483

原创 Image Enhancement

图像增强空间域法:在原图像上直接对像素的灰度值进行处理,分为两类,点运算和局部运算(邻域有关的空间域运算)。频域法:在图像的变换域上进行处理,增强感兴趣的频率分量,然后进行反变换,得到了增强的图像。 空间域 1. 灰度变换1.1 图像灰度变换灰度变换是按一定变换关系,逐点改变原图像中每一个像素灰度值的方法。是图像增强技术中一种非常基础、直接的空间域处理方法。目的是...

2020-02-05 11:01:51 1454

原创 Unsupervised Learning:Neighbor Embedding

Unsupervised Learning:Neighbor Embedding(非线性降维)Manifold Learning将高维空间的 Manifold 映射到低维空间“摊平”,这样就可以计算他的直线距离,以便于聚类和监督学习Locally Linear Embedding (LLE)也就是说,我们先在高维空间中通过minimize 找到Xi和Xj的关系Wij...

2020-01-27 17:07:43 182

原创 Unsupervised Learning: Word Embedding

Unsupervised Learning: Word EmbeddingWord Embedding 是 Dimension Reduction 的一种应用。要用一个vector来表示一个word,有什么方法呢: 1-of-N Encoding: 每一个词汇对应vector的一维,如:这种方式没法体现出word之间的关系,无法表达出语义 Word Class: ...

2020-01-27 10:35:34 306

原创 pytorch 张量的操作

Tensor Operation1. 张量拼接与切分torch.cat():将张量的维度dim进行拼接,不会扩张张量的维度 如dim=0,则两个向量将在第0维进行拼接:(3,4)concat(3,4)-->(6,4)torch.stack():在新创建的维度dim上进行拼接 如dim=0,则(3,...

2020-01-14 13:53:37 728

原创 pytorch tensor创建

create tensor1. torch.tensor():从data创建tensordata可以是list,numpy;dtype默认与data一致。2. torch.from_numpy(ndarray):从numpy创建tensor这里创建的tensor与原ndarray共享内存,一个改变另一个就会改变。3.torch.zeros():依size创建全0张量...

2020-01-13 21:22:01 1203

原创 transfer learning

OverviewTASK 1Model Fine-tuning用source data训练一个模型,然后用target data去微调。需要注意的是target data的过拟合。处理方案:Conservative training:我们希望fine tuning后新的network和旧的network的output是差不多的1. 如果我们的targe...

2020-01-13 11:45:03 246

原创 如何在Jupyter Notebook切换conda环境

1. 在你的jupyter notebook环境安装nb_conda_kernelsconda install -n notebook_env nb_conda_kernels2. 如果你用的python,在你要导入的conda环境下安装ipykernelconda install -n python_env ipykernel3. 如果你用的R,则conda inst...

2020-01-11 20:20:01 1564

原创 chapter 2 数字图像存储与读取 Remote sensing digital image processing

Remote sensing digital image processingchapter2 数字图像存储与读取2.1 多波段数据存储方式遥感多波段图像逐波段存储BSQ逐行存储BIL逐像元存储BIPBSQ、BIP、BIL三种存储方式的优劣存储方式设置错误对图像读取的影响2.1 图像文件存储的基本信息图像元文件●图像元文件存...

2020-01-10 21:24:37 423

原创 leetcode 3 无重复字符的最长子串

c++:class Solution {public: int lengthOfLongestSubstring(string s) { if(s == "") return 0; int head = 0; int num = 0, p = 0; for(int i = 0; i < s.size(); i...

2020-01-03 20:25:16 85

原创 leetcode 2 两数相加

c++:// c++/** * Definition for singly-linked list. * struct ListNode { * int val; * ListNode *next; * ListNode(int x) : val(x), next(NULL) {} * }; */class Solution {p...

2020-01-01 22:18:10 72

原创 chapter 1 数字图像基础 Remote sensing digital image processing

Remote sensing digital image processingchapter 1 数字图像基础1.1 图像与数字图像什么是图像:“图像”就是客观存在的二维、三维灰度或者彩色的“图”在认知感觉中所产生的“像”,它是客观和主观相结合的产物。图像分为模拟图像和数字图像:模拟图像是通过某种物理量(如光、电)的强弱变化来记录场景亮度信息的图像,如纸质照片、显示器显示的图像...

2019-12-31 20:37:56 337

原创 《Feature Engineering for Machine Learning》chapter 2

内容自《Feature Engineering for Machine Learning》Scalars, Vectors, and Spaces2.2 Dealing with Counts2.2.1 二值化(Binarization) In the Million Song Dataset, the raw listen count is not a robu...

2019-06-08 19:10:48 348 1

原创 《ML with python cookbook》: Loading Data

1.Loading a CSV Fileimport pandas as pdpath = 'F:/pycharmFile/input/train_data.csv'dataframe = pd.read_csv(path)dataframe.head(2)notes: 1. see how a dataset is structured beforehand ...

2019-05-19 23:06:58 168

原创 解决运行hbase shell时无法找到或加载主类org.jruby.Main(Could not find or load main class org.jruby.Main

我的情况:我在安装Hbase的时候磁盘空间不足(如何扩展分区),可能是没有安装全。删掉HBase,重新安装就好了

2019-04-09 22:12:02 3939

原创 centos7(VMware)扩展分区

1.首先在虚拟机上分配2. df -h 查看当前磁盘使用情况3. fdisk /dev/sda 开始分区依此键入:p  查看已分区数量(我看到有两个 /dev/sda1 /dev/sda2)n  新增加一个分区p  分区类型我们选择为主分区3  分区号选3(因为1,2已经用过了,见上)回车  默认(起始扇区)回车  默认(结束扇区)t   修改分区类型3  选分区38e  修...

2019-04-09 20:16:31 915 1

原创 mpi 并行计算cos(x)的积分

#include <stdio.h>#include "mpi.h"#include <math.h>#define PI acos(-1.0)int main(int argc, char**argv){ int rank, size; int n, i, start, end; double sum, psum, total...

2019-03-15 16:35:12 374

原创 Data(image) Augmentation

Data Augmentation 是 Regularization 的一种方法 可以做水平翻转可以抽取不同尺度大小的裁剪图像,在测试时,评估一些固定的裁剪图像可以做色彩抖动:还可以: code :import osimport randomfrom PIL import Imagefrom PIL import ImageEnhance...

2019-02-12 17:41:35 206

原创 HOG ( scikit-image )

from skimage import io, colorfrom skimage.feature import hogimport matplotlib.pyplot as pltpath = 'C:/Users/liky/Desktop/Face/westbrook.jpg'image = io.imread(path)image = color.rgb2gray(image)...

2019-02-11 23:40:44 678 1

原创 cs231n assignment2 Dropout

Dropout forward passnp.random.seed(231)x = np.random.randn(500, 500) + 10for p in [0.25, 0.4, 0.7]: out, _ = dropout_forward(x, {'mode': 'train', 'p': p}) out_test, _ = dropout_forward(x, {'...

2019-02-10 16:30:31 345

原创 cs231n assignment2 Batch Normalization

Batch normalization 优点:减少坏初始化的影响 加快模型的收敛速度 可以用大些的学习率 能有效地防止过拟合 Batch normalization: forwardimport timeimport numpy as npimport matplotlib.pyplot as pltfrom cs231n_2.classifiers.fc_net im...

2019-02-09 21:03:21 688

原创 cs231n assignment2 FullyConnectedNets

Affine layer: fowardimport timeimport numpy as npimport matplotlib.pyplot as pltfrom cs231n_2.classifiers.fc_net import *from cs231n_2.data_utils import get_CIFAR10_datafrom cs231n_2.gradient_...

2019-02-03 23:28:07 1378

原创 Training Neural Networks, part II

part II :- Fancier optimization - Regularization - Transfer Learning   Optimization Problems with SGD1. 当我们在水平方向变化时,损失函数的变化非常慢而在竖直方向(等高线方向)变化时,损失值变化很快 在这样函数上,SGD:         Ve...

2019-02-02 11:32:40 270

原创 Training Neural Networks, part I

Part I :- Activation Functions - Data Preprocessing - Weight Initialization - Batch Normalization - Babysitting the Learning Process - Hyperparameter Optimization   Activation Functio...

2019-01-29 22:52:37 316

原创 cs231n assignment1 Image Features

这部分主要是对图像特征(pixel)的描述处理, 旨在了解特征处理对识别正确率的影响,分别用 SVM 和 Two-Layer Neural Network测试并和之前结果对比。部分题目说明:对于每个图像,我们将计算定向直方图渐变(HOG)以及使用HSV中的色调通道的颜色直方图色彩空间。 我们通过连接形成每个图像的最终特征向量HOG和颜色直方图特征向量。粗略地说,HOG应该在忽略颜色信息...

2019-01-27 16:21:59 560

原创 cs231n assignment1 Two-Layer Neural Network

此次的作业的目的:了解NN的结构和搭建过程:         本次实验的两层NN的结构:                                                                       相当于使用了 ReLu        最后一层用 softmax 得出 loss 理解 backpropagation:         其目...

2019-01-26 21:44:53 903

ShanghaiTech Part B Dataset

ShanghaiTech Part B Dataset Part B Part B Part B Part B Part B Part B Part B Part B Part B Part B

2020-01-18

Feature Engineering(《精通特征工程》英文版)

Feature Engineering(《精通特征工程》英文版)英文原版

2019-05-31

Machine Learning with Python Cookbook

《Machine Learning with Python Cookbook》 --[Chris Albon]

2019-05-31

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除