- 博客(33)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 网管gateway
注意：路由过滤器 和 default-filters过滤器的order值由spring指定，默认是按照声明顺序从1递增。当过滤器的order值相同时，会按照default-filters > 路由过滤器 > 全局过滤器 的顺序执行。对所有路由都生效的过滤器，并且可以自定义处理逻辑。对所有路由都生效的过滤器。
2023-04-04 16:17:11
637
原创 SiamGAT：Graph Attention Tracking
Abstract 基于孪生网络的跟踪器将视觉跟踪任务描述为相似度匹配问题。几乎所有流行的孪生跟踪器都是通过目标分支和搜索分支之间的卷积特征互相关来实现相似学习的。然而，由于需要预先确定目标特征区域的大小，这些基于互相关的方法要么保留了大量的不利背景信息，要么丢失了大量的前景信息。此外，目标与搜索区域之间的全局匹配也在很大程度上忽略了目标的结构和部分信息。为了解决该问题，本文提出了一种简单的目标感知Siamese图
2021-04-16 11:57:40
3695
原创 SiamBAN
3. SiamBAN 框架 在本节中，我们将描述建议的SiamBAN框架。如图2所示，SiamBAN由一个Siamese网络主干网和多个box自适应磁头组成。Siamese网络主干负责计算模板块和搜索块的卷积特征映射，它使用了现成的卷积网络。box自适应头包括分类模块和回归模块。具体来说，分类模块对相关层的每个点进行前-背景分类，回归模块对对应位置进行包围盒预测。图2：提出的box自适应网络的架构。左图为其主
2020-11-13 19:06:56
4208
原创 TADT：Target-Aware Deep Tracking
摘要：现有的深度跟踪器主要使用卷积神经网络进行表示，该网络是为通用对象识别任务预先训练的。尽管许多视觉任务都取得了成功，但使用预先训练的深度特征进行视觉跟踪的贡献不如对象识别的贡献大。关键问题是在视觉跟踪中感兴趣的目标可以是具有任意形式的任意对象类。因此，预先训练的深层特征在对这些任意形式的目标建模以将它们与背景区分开来时效率较低。本文提出了一种新的学习目标感知特征的方法，与预先训练的深度特征相比，该方法能够更好地识别出经历显著外观变化的目标。为此，我们开发了一个回归损失和一个等级损失来指导目标活动和规模敏
2020-11-04 20:51:11
1776
原创 CBAM：Convolutional Block Attention Module
摘要 我们提出卷积块注意模块(CBAM)，一个简单而有效的前馈卷积神经网络的注意模块。给定一个中间特征图，我们的模块沿着两个独立的维度（通道和空间）依次推断注意力图，然后将注意力图乘以输入特征图，以进行自适应特征细化。因为CBAM是一个轻量级的通用模块，它可以无缝集成到任何CNN架构中，开销可以忽略不计，并且可以与基本CNN一起进行端到端训练。我们通过在ImageNet-1K、MS COCO检测和VOC 2007
2020-11-02 18:55:17
3097
1
原创 Visual Object Tracking by Hierarchical Attention Siamese Network
三、提出的跟踪方法 本章中，作者描述了HASiam。Siamese网络一般是指具有两个相同分支的网络，但对于跟踪问题，最常用的方法是建立两个分辨率不同的分支来进行[17]中的相互关联操作。我们没有直接使用目标特征和搜索区域特征之间的相互关联，而是使用提出的注意网(A-Net)设计目标特征(图3)，并使用注意特征在搜索区域内定位目标。我们采用VGG16实现Siamese网络的分支，在VGG16的每个卷积块后进行互相
2020-10-02 17:31:42
359
5
原创 torch.mean和torch.max函数在二维矩阵上的用法实例
>>> import torch>>> x = torch.arange(15).view(3,5)*1.0 #乘1.0因为torch.mean只能处理float类型>>> print(x)tensor([[ 0., 1., 2., 3., 4.], [ 5., 6., 7., 8., 9.], [10., 11., 12., 13., 14.]])torch.mean(input, dim,
2020-09-03 11:12:44
1640
原创 Learning Discriminative Model Prediction for Tracking 用于跟踪的学习判别模型预测
快一个月没看论文了，突然觉得心里有点发慌。看看毕业条件，瞬间为自己感到担忧，努力吧，骚年！本文是译文，为了自己阅读方便，可能有不对的地方，有能力的建议看原文https://arxiv.org/pdf/1904.07220.pdf摘要 当前对端到端可训练计算机视觉系统的努力对视觉跟踪任务提出了重大挑战。与大多数其他视觉问题相反，跟踪需要在推理阶段在线学习一个健壮的特定目标外观模型。为了实现端到端的可训练性，目标模型的在线学
2020-08-27 17:58:55
845
原创 RuntimeError: cuda runtime error (30) : unknown error at /pytorch/aten/src/THC/THCGeneral.cpp:50
跑的好好的代码，不知道为什么突然报了这个错误，好懵…在网上搜了半天没有发现对应的解决方案，所以决定自己尝试一下…具体的操作步骤如下：把这个项目的运行环境移除清除所有的执行过的程序记录重启电脑，重新选择环境即可。...
2020-08-21 19:56:23
2631
原创 图像分割：语义分割、实例分割、全景分割
图像分割：提取图像中哪些像素是用于表述已知目标的目标种类与数量问题、目标尺度问题、外在环境干扰问题、物体边缘等，目前分为语义分割、实例分割、全景分割。Semantic Segmentation（语义分割） 把图像中每个像素赋予一个类别标签（比如汽车、人、建筑、地面、天空、树等） &
2020-08-16 15:07:03
9268
2
原创 Pascal voc2012数据集和COCO2017数据集百度云下载链接
Pascal voc2012数据集下载百度云链接：https://pan.baidu.com/s/1bQJgivnNwvbTopIkvpn6tQ提取码：tbkkCOCO2017数据集下载百度云链接：https://pan.baidu.com/s/1txq82Gl_MfQpvT29WSPt_A提取码：f7ij
2020-08-16 11:37:49
2990
2
原创 残差收缩网络
理论背景 在过去的20年里，软阈值法经常被用作许多信号去噪方法的关键步骤[23]，[24]。一般情况下，将原始信号变换到一个近零个数不重要的域，然后应用软阈值技术将近零特征转换为零。例如，作为一种经典的信号去噪方法，小波阈值法通常由三个步骤组成：小波分解、软阈值和小波重构。为了保证信号去噪的良好性能，小波阈值化的一个关键任务是设计一个滤波器，将有用的信息转换为非常正的或负的特征，将噪声信息转换为接近零的特征。然而，设计这样一
2020-07-18 15:37:02
2506
原创 SiamCAR: Siamese Fully Convolutional Classification and Regression for Visual Tracking
本译文为了方便自我阅读，有能力请阅读原版：https://arxiv.org/abs/1911.07241摘要通过将视觉跟踪任务分解为两个子问题，分别是像素类别的分类和该像素处对象边界框的回归，提出了一种新的全卷积孪生网络，以逐像素的方式解决端到端的视觉跟踪问题。该框架由两个简单的子网组成：一个用于特征提取的孪生子网和一个用于边界框预测的分类回归子网。SiamCAR采用在线训练和离线跟踪的策略，在训练过程中不使用任何数据增强。主要贡献有：提出孪生分类和回归框架用于跟踪，框架结构简单，性能强大。提
2020-07-14 18:30:56
7588
14
原创 Learning regression and verification networks for long-term visual tracking 论文笔记
本文中，作者提出了一个新的基于深度回归和验证网络的长期跟踪框架。利用目标感知特征融合和区域建议网络设计离线训练回归模型，生成一系列候选对象，并有效估计其相似度得分。与短期跟踪相比，长期跟踪任务要求确定被跟踪对象存在或不存在，如果存在则估计精确的包围盒，如果不存在则进行图像范围的重新检测。到目前为止，虽然这项任务更接近于设计实用的跟踪系统，但很少有人尝试。在这项工作中，我们提出了一个新的基于深度回归和验证网络的长期跟踪框架。利用目标感知特征融合和区域建议网络设计离线训练回归模型，生成一系列候选对象，并有效估
2020-06-27 11:34:52
435
原创 基于稀疏鲁棒样本和多特征融合的卷积残差学习目标跟踪(SR_MFCRL)论文笔记
摘要：本文提出了一种稀疏鲁棒样本和卷积残差学习的多特征融合跟踪器。首先，引入稀疏鲁棒样本集（SRSS）来提高网络的鲁棒性。在这一过程中，我们首先采用稀疏表示来估计最佳候选，然后利用响应峰值联合检测和遮挡检测来确定样本的污染程度。其次，提出了一种多特征融合残差网络（MRN）及其两个基本分支来捕获不同特征的响应输出，以获得更高的定位精度。针对快速运动和遮挡问题，本文提出了一种稀疏表示方法，并结合最大响应值和遮挡检测来完善样本集。本文的目标是提高卷积神经网络的鲁棒性，通过绘制稀疏表示的目标模板实现。为了提高定位
2020-06-23 22:32:26
405
3
原创 Meta-Tracker: Fast and Robust Online Adaptation for Visual Object Trackers 论文
Meta-Tracker: Fast and Robust Online Adaptation for Visual Object Trackers元跟踪器：视觉对象跟踪器的快速和健壮的在线适应摘要 本文改进了目前最先进的使用在线自适应的视觉对象跟踪器。我们的核心贡献是基于离线元学习的方法来调整用于在线自适应跟踪的初始深度网络。元学习是由深层网络的目标驱动的，深层网络能够快速适应在未来帧中对特定目标进行稳健建模。理想情况
2020-06-04 18:42:29
448
原创 Meta-Learning in Neural Networks: A Survey元学习最新综述（翻译）
近年来，元学习领域，即“为学习而学习”，已经引起了人们极大的兴趣。与传统的人工智能方法不同，传统的人工智能方法是使用固定的学习算法从头开始解决给定的任务，元学习的目的是改进学习算法本身，考虑到多次学习的经验。这个范例提供了一个机会来解决深度学习的许多传统挑战，包括数据和计算瓶颈，以及泛化的基本问题。在这项调查中，我们描述了当代元学习的景观。我们首先讨论元学习的定义，并将其定位于相关领域，如转移学习、多任务学习和超参数优化。然后我们提出了一种新的分类方法，它提供了当今元学习方法的更全面的细分。我们综述了元学习
2020-06-02 22:15:35
8609
2
原创 keras加载cifar-10数据集一直没反应
keras加载cifar-10数据集后，会停留在这一行 Downloading data from https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz解决方法打开谷歌浏览器，输入下载网址https://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz下载完毕后，将下载好的cifar-10...
2020-04-17 15:11:01
1208
原创 修改jupyter notebook默认工作路径、浏览器、运行环境
首先，是修改jupyter notebook的默认工作路径1.（Win+R）打开cmd输入命令：jupyter notebook --generate-config这里我已经生成过jupyter notebook配置文件了，所以我选择了不覆盖2. 打开jupyter_notebook_config.py文件（在C:\Users\zuomengle.jupyter目录下）找到c.Note...
2020-04-16 16:55:59
741
原创 ImportError: `iplot` can only run inside an IPython Notebook.
最近在学习线性回归代码的时候遇到了这个错误：ImportError:iplotcan only run inside an IPython Notebook.我导入的包有以下几种：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport plotlyimport plotly.graph_obj...
2020-03-27 21:36:08
6577
7
原创 机器学习之决策树模型最优属性选择方法
决策树模型是用于解决分类问题的一个模型，它的特点是简答、逻辑清晰、可解释性好。决策树是基于“树”结构进行决策的。每个“内部结点”对应于某个属性上的“测试”；每个分支对应于该测试的一种可能结果（也就是该属性的某个取值）每个“叶子结点”对应于一个“预测结果”决策树的学习过程：通过对训练样本的分析来确定“划分属性”决策树预测过程：将预测示例从根结点开始，沿着划分属性所构成的“判定测试序列”往...
2020-03-11 13:23:56
6984
1
原创 fatal: not a git repository (or any of the parent directories): .git
最近在执行git submodule init && git submodule update该命令时，遇到了以下错误：fatal: not a git repository (or any of the parent directories): .git查询了好久都没有找到结局方案！最后把当前目录更改到 Anaconda 的根目录就成功解决了没有报错！！！...
2019-12-04 13:06:23
72
原创 Anaconda查看、创建、下载、退出和删除python环境
由于不同的项目需要不同的开发环境（各种包），所以在此记录下通过“Anaconda Prompt”管理python环境的几条命令：1.查看已经存在的python环境conda info --env2.创建新的python环境：以下为创建一个名字为 mypython的环境，python版本：3.6conda create -n mypython python=3.63.激活已经创建的环境c...
2019-12-04 12:56:06
2647
原创 Python递归输出一个文件夹下某一种格式（.py结尾）的所有文件
递归：关于递归的定义，网上随处可见，在这里笔者就不详细说明了（其实我也不太会去总结，挺浪费时间的，哈哈哈~~~）大家直接看代码吧。import os # 导入所要用到的模块def getFileEndswithPy(path): filelist = [] try: files = os.listdir(path) except Permissi...
2019-10-23 12:31:26
465
原创 python项目不能引用自定义模块
python无法导入自己所定义的模块，应该是大多数初学者都能遇到的问题，其中导入部分模块的具体代码为：from 文件夹名 import 模块名具体的解决方案如下：1.首先在自己的项目下创建一个文件夹我的项目名为：pythonStudy；项目下的文件夹名为：mymodule2.在mymodule文件夹中创建2个 .py 文件其中support.py中的代码为：def print_fu...
2019-10-20 15:56:43
2492
3
原创 解决Ubuntu无法定位软件包问题
样例版本：ubuntu18.04（已连网络）第一步：打开应用程序页面—>软件和更新第二步：在打开页面的下拉框中，选中“其他站点”第三步：点击“选择最佳服务器”第四步：在终端中输入以下命令，出现下图信息说明更新完成sudo apt-get update测试：安装“tree”命令sudo apt install tree输入“tree”命令查看结果对应不同的ubun...
2019-10-09 23:00:47
21688
8
原创 python-opencv图像标准化处理
python-opencv图像标准化处理来不及解释了，直接上代码吧import cv2import numpy as np#读取图像image = cv2.imread('myid.jpg')#对图像进行灰度化处理gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)cv2.imshow("img0",gray)#对灰度化图像进行标准化，...
2019-08-17 16:13:42
8002
1
原创 PrintWriter中append和writer的区别
在调用上没有什么区别唯一却别是，append方法中的参数可以为null，而writer中的参数不能为null
2019-06-09 20:11:46
2427
原创 PHP中常用字符串相关函数
PHP中常用字符串相关函数转换函数implode(连接规则，数组)：将数组中的元素按照定义的某种规则(默认为空)连接成一个字符串。explode(分割字符串，目标字符串)：将目标字符串按照某个分割字符串进行分割，变成数组
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人