- 博客(77)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 Markdown编辑器教程
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：撤销：Ctrl/Command + Z重做：Ctrl/Command + Y加粗：Ctrl/Command + B斜体：Ctrl/Command + I标题：Ctrl/Command + S
2024-03-25 17:44:34
889
原创 Markdown编辑器使用教程
你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：撤销：Ctrl/Command + Z重做：Ctrl/Command + Y加粗：Ctrl/Command + B斜体：Ctrl/Command + I标题：Ctrl/Command + S
2024-03-25 17:11:30
729
原创 我的创作纪念日
提示：你过去写得最好的一段代码是什么？提示：当前创作和你的工作、学习是什么样的关系。提示：可以和大家分享最初成为创作者的初心。提示：在创作的过程中都有哪些收获。提示：职业规划、创作规划等。
2024-01-31 10:52:43
309
原创 ChatGPT为什么会一本正经胡说八道？我们如何改进它？| 文内附有代码
众所周知，在OpenAI平台上的ChatGPT模型目前有两大痛点：1. 它所学习的数据资料都是截止到2021年为止的，因此无法给出2022年之后的发生的事情。2. 有些时候会出现一些常识性的错误，也就是它会一本正经的胡说八道，比如问它一些历史、数学问题，它可能就会回答出。究其原因，主要是ChatGPT是“生成式回复”。它事先学习了大量的人类的知识以及人类对它的引导和奖励的策略。它本质上依托于一个参数量巨大的神经网络模型，其训练过程是基于它的语料库进行的，而ChatGPT。
2023-02-27 16:21:10
12076
10
原创 MMCV学习——基础篇4（Hook）| 八千字：从设计模式到源码解读
> ``Hook`` 机制在**MMCV**的各个开源库中应用的十分广泛，它主要用于**管理和扩展**[Runner](https://blog.csdn.net/qq_42718887/article/details/127983839)的整个生命周期。通过``Hook``机制在**Runner**的各个**生命周期节点**调用自定义的函数，可以实现丰富的**定制功能**。
2022-12-08 21:47:24
875
原创 MMCV学习——基础篇3（fileio）| 五千字：含示例代码教程
``fileio``作为**MMCV**的一个文件操作的核心模块，提供了一套**统一的API**根据**不同的后端**实现**不同格式**文件的序列化（dump）和反序列化（load）。**PS：** 从v1.3.16之后，MMCV才开始支持不同后端文件的序列化和反序列化，具体细节在[#1330](https://github.com/open-mmlab/mmcv/pull/1330)可以看
2022-12-04 20:35:00
1320
原创 MMCV学习——基础篇2（Runner）| 九千字：含示例代码教程
[Runner](https://mmcv.readthedocs.io/en/latest/understand_mmcv/runner.html)类是MMCV的一个``核心``组件，它是一个用来``管理训练流程``的引擎，并且支持用户用``少量代码``按照它提供的接口定制化修改训练流程。下面博主按照官方Doc的思路再结合自己的理解讲解一下它。
2022-11-23 15:40:32
2052
3
原创 MMCV学习——基础篇1（配置&注册机制）
MMCV学习 博主最近在学习mmcv这个基础库，所以写一个博客记录一下。一来是作为学习笔记，方便日后查阅，二来是和大家分享交流一下我得学习心得。mmcv是由OpenMMLab开源的一个计算机视觉的基础库，支持了OpenMMLab众多开源的优秀仓库(比如，MMDetection、MMSegmentation、MMSelfSup等等)。合抱之木，生于毫末；九层之台，起于累土；千里之行，始于足下。mmcv在OpenMMLab构建的整个生态体系之中有着举足轻重的地位，下面就请大家和博主一起揭开学习这个基础库的序
2022-05-06 11:42:24
7626
6
原创 新手炼丹师的调参内经——深度学习涨点技巧总结
新手炼丹师的调参内经——涨点技巧总结训练神经网络的过程就像是一个炼丹的过程，各位炼丹师们除了要设计一个好的丹方（Contribution），配置好的炼丹炉（GPU Server），当然这其中也不能够忽略对火候（Tricks）的掌控。就像一个一品丹药，由九品炼药师和五品炼药师分别在相同的炼丹炉里面炼制，炼制出来的成丹效果肯定也是天差地别，而导致这种差别的最主要原因就是两位炼药师之间经验的差别。设计一个好的丹方这没有什么好说的，就是各位炼药师多读paper，再充分发挥自己的想象力，不断试错，最终成功的过程。
2021-06-26 12:18:56
4908
7
原创 自监督学习——旋转篇
自监督学习——旋转篇随着MoCo, SimCLR, BYOL等工作的提出将基于对比学习框架的自监督学习推到了一个新的风口，博主也写了一篇MoCo v1原理解析，如果大家想了解基于对比学习的自监督学习基本原理可以参考一下这篇博客。不过这不是本篇博客的重点，博主写这篇博客的主要目的是给大家介绍基于旋转的自监督学习。博主会通过两篇基于旋转的自监督学习论文的原理讲解让大家更好地了解到这种自监督学习的方式。PS：自监督学习可以看成是无监督学习的一种形式，有关的讨论在MoCo的论文之中也有介绍，本篇博客在这里使用
2021-06-21 10:49:01
2474
8
转载 图卷积神经网络学习资源转载
图卷积神经网络学习资源转载图卷积神经网络（GCN）顾名思意，是一个在图上工作的卷积神经网络。就像卷积这个名字一样，图卷积神经网络就是将普通卷积神经网络的思想，从具有固定结构的图像引入到图时，所得到的一种模型。理论【GCN】图卷积网络(GCN)入门详解，中英对照讲解，有数学推导代码深入浅出带你读懂图卷积神经网络原理和pytorch代码实现...
2021-05-21 20:10:39
147
原创 Geo-localiztion论文阅读list8
Geo-localiztion论文阅读list8文章目录Geo-localiztion论文阅读list81.Coming Down to Earth: Satellite-to-Street View Synthesis for Geo-Localization1.1 Thinkings1.2 Methodology1.Coming Down to Earth: Satellite-to-Street View Synthesis for Geo-Localizationarxiv1.1 Think
2021-04-08 19:50:42
605
2
原创 Geo-localiztion论文阅读list7
Geo-localization论文阅读list6文章目录Geo-localization论文阅读list61.Optimal Feature Transport for Cross-View Image Geo-localization1.1 Thinkings1.2 Methodology1.2.1 Feature Extraction1.2.2 Optimal Feature Transport1.Optimal Feature Transport for Cross-View Image Geo
2021-03-10 20:46:47
927
原创 Geo-localization论文阅读list6
Geo-localization论文阅读list6文章目录Geo-localization论文阅读list61. Each Part Matters: Local Patterns Facilitate Cross-view Geo-localization1.1 Thinkings1.2 Principle Analysis1. Each Part Matters: Local Patterns Facilitate Cross-view Geo-localizationarxiv 26 Aug 2
2021-03-03 11:30:41
1646
原创 MoCo v1原理解析
Momentum Contrast for Unsupervised Visual Representation Learning论文阅读笔记 首先需要明确的是无监督模型的正确使用姿势，即先在较大的、难以很好标注的数据集上利用无监督训练得到一个pre-trained模型，再根据下游具体的任务，在较小的、可以很好标注的数据集上，进行有监督的fine-tuning。 很多DL Reseachers都认为深度学习的本质其实就是在做两类upstream tasks：Representation Learnin
2021-02-17 17:47:55
4327
原创 自我知识蒸馏学习论文总结
自我知识蒸馏学习论文总结 博主看了几篇有关自我知识蒸馏的论文，大致将self-distillation划分为两类：第一类就是从时间的前后进行蒸馏，即前面几个epochs的模型去蒸馏后面几个epochs的模型；第二类就与Deep Supervision类似，即深层的part去蒸馏浅层的part。针对这两大类，博主各写了一篇原论文的阅读笔记，整合在这里方便阅读和查找，也欢迎大家一起探讨。第一类，Self-Knowledge Distillation: A Simple Way for Better Ge
2021-02-17 11:29:33
1651
原创 Be Your Own Teacher 论文阅读
这是一篇ICCV2019的论文，提升模型精度一直是DL界在追求的目标。一般情况下，在模型结构上面的改进可以归纳为三个方面：**depth**，**width**，**cardinality**。但这样一味地将模型结构复杂化，也会让计算成本呈指数级上升。本论文则提出了一种叫做``self distillation``的**训练方式**，在没有增加任何推理计算成本的情况下，显著提升模型的精度。
2021-02-17 11:19:13
3182
1
原创 Self-Knowledge Distillation: A Simple Way for Better Generalization论文阅读
Self-Knowledge Distillation: A Simple Way for Better Generalization论文阅读 这是一篇2020年6月挂载arxiv上的论文，目前还处于under review。这篇论文从正则化方法可以提高网络的泛化能力这一点出发，提出了一个简单且有效的正则化方法——Self-KD，即自知识蒸馏。从作者所做的一系列实验可以看出来，Self-KD不仅在提高精度上面起到了作用，还能提供高质量的置信度估计（Expected Calibration Error，E
2021-02-06 11:02:47
2145
3
原创 澳大利亚海拔数据 澳大利亚海拔DEM数据
2021美赛 2021美国大学生数学建模 B题 数字高程模型（DEM）数据2021美国大学生数据建模B题 数据下载 和 处理说明
2021-02-05 16:24:11
6129
28
原创 Expected Calibration Error (ECE)模型校准原理解析
对于高风险应用来说，机器学习模型对其预测的置信度是至关重要的。``model calibration（模型校准）``就是要让模型结果预测概率和真实的经验概率保持一致。模型校准这个话题比较小众，博主也是在看一篇Self-KD的论文时才看到的。模型校准的metrics有很多，这里博主仅仅讨论``Expected Calibration Error (ECE)``这一个比较经典的模型校准metric。
2021-02-05 14:42:47
11381
2
转载 Transformer学习资源转载
Transformer学习资源转载深入Attention机制attention_output = Attention(Query, Key, Value) 。在机器翻译<x, y>的encoder-decoder结构之中, Query属于Target，<Key, Value>属于Source。Query就是encoder最后一层和decoder隐层状态所代表的中间语义信息。Key和Value在机器翻译中是一样的，都代表输入x。综上，Attention机制就是利用Targe
2021-01-19 11:37:59
182
原创 vscode怎么远程连接docker容器舒服地炼丹
vscode怎么远程连接docker容器舒服地炼丹这里先把我参考的博客贴在这里, 后续再更新详细的步骤0. 参考资料vscode 连接远程服务器上的docker容器Linux下SSH-KEY生成
2021-01-13 16:13:27
440
转载 TensorRT学习资源转载
TensorRT学习资源转载TensorRT7.0版本在Linux环境安装，以及安装python API接口，测试TensorRT中的测试用例
2021-01-13 11:52:45
143
转载 人脸关键点监测学习资源转载
人脸关键点监测看paper的时候看到了一篇人脸关键点监测的一篇paper，现将一些pre-knowledge的学习资源放在这里，方便复习高斯热力图回归知乎，既有热力图回归也有直接的坐标回归讲解知乎，关键点检测中，为什么要生成高斯图，而不是直接与ground_truth比较？知乎，利用热图回归法来进行特征点定位...
2021-01-12 18:00:49
112
原创 Geo-localization论文阅读list5
1. Self-supervising Fine-grained Region Similarities for Large-scale Image LocalizationECCV20201.1 Thinkings 这篇论文的motivation就在于目前公开的benchmarks 仅能 提供带有噪声的GPS坐标标签，以提供learning image-to-image similarities的弱监督。为了解决这个问题，论文的作者提出了一种自监督、细粒度的image-to-region simil
2020-12-23 11:42:36
779
原创 TSN(Temporal Segment Networks) 学习资源转载
TSN(Temporal Segment Networks) 学习资源转载 本论文的motivation主要在于：（1）如何设计一个有效的网络结构去捕捉视频级动作识别这样的长范围时间结构的能力；（2）如何利用有限的训练数据去训练卷积网络。 TSN(Temporal Segment Networks)是一个基于stream-network改进的网络。它提出的主要目的是增强长范围时间结构建模能力，并且结合作者提出的稀疏时间采样的策略和视频级别的监督来保证使用整段视频学习的有效性和高效性。 这是acti
2020-12-16 20:36:47
235
原创 Polar Transform学习记录
Polar Transform反极坐标转换代码极坐标转换原理探究opencv-python官方极坐标转换使用APIopencv官方计算公式
2020-12-14 19:00:25
615
原创 胶囊神经网络资源转载和Pytorch实现
胶囊神经网络资源转载胶囊神经网络的简介, 介绍了CNN的缺点以及为啥么出现胶囊神经网络胶囊神经网络原理，用图像讲解胶囊神经网络原理，有代码实现胶囊神经网络动态路由算法
2020-12-13 11:02:04
826
1
原创 Geo-localization论文阅读list4
Geo-localization论文阅读3文章目录Geo-localization论文阅读31. Lending Orientation to Neural Networks for Cross-view Geo-localization1.1 Thinkings1.2 Principle Analysis1.2.1 参数化朝向信息1.2.2 Inject Orientation Information1.3 Benchmark1. Lending Orientation to Neural Netwo
2020-12-11 20:25:12
1747
原创 Geo-localization论文阅读list3
Geo-localization论文阅读3文章目录Geo-localization论文阅读31. Ground-to-Aerial Image Geo-localization With a Hard Examplar Reweighting Triplet Loss1.1 Thinkings1.2 Principle Analysis1.2.1 Main Loss1.2.2 Dual Attention1.2.3 Auxiliary Loss1.3 Trash Talk2. Where am I loo
2020-12-06 22:43:47
1479
2
原创 图像检索中的概念
class-level retrival是类级别的检索，而instance-level retrival是实例级别的检索。即前者能匹配的正确图像在数据库中可能有很多，而后者能匹配的正确图像在数据库中只有一个。**例如，**要找“一个穿蓝色衣服的金发女郎在打车。” 实际上你只有一个正确答案。不像class-level 或category-level的 要找“女性“可能有很多个正确答案。所以这个问题更细粒度，也更需要detail的视觉和文本特征。...
2020-12-02 16:39:17
472
原创 卷积、反卷积、转置卷积资源转载
虽然很多地方都说反卷积（deconvolution）和转置卷积（transposed convolution）是一个东西，但是严格意义上来讲两者还是有区分的。两者都是指用卷积后的feature map恢复出input的过程，前者指恢复input的大小和数值，而后值仅仅指恢复input大小。github卷积可视化地址彻底搞懂CNN中的卷积和反卷积 CSDN 结合上面那个卷积可视化项目来讲有反卷积的数学推导 知乎...
2020-12-02 14:44:09
154
原创 计算机视觉顶级会议和期刊
计算机视觉顶级会议和期刊把CV好的会议和期刊搜集到这里方便查看。文章目录计算机视觉顶级会议和期刊公认版本CV顶级会议CV顶级期刊CCF计算机视觉推荐列表CV会议CV期刊公认版本CV顶级会议 大三顶会CVPR：Internaltional Conference on Computer Vision and Pattern Recogintion （每年）ICCV：IEEE International Conference on Computer Vision（奇数年）ECCV: Euro
2020-12-01 11:50:07
639
原创 深度图像资源转载
深度图相关深度图像 depth map与图像深度, 博客园真实场景的双目立体匹配（Stereo Matching）获取深度图详解， 其中有相机内外参的讲解视差图Disparity与深度图Depth Map的一点知识什么是视差图?什么是深度图? 知乎，简单解释相机相关相机内外参， CSDN， 手写笔记相机的fx, fy焦距相机内外参介绍， 知乎...
2020-11-23 15:14:01
137
原创 Geo-localization论文阅读list2
Geo-localization论文阅读list2文章目录Geo-localization论文阅读list21. NetVLAD: CNN architecture for weakly supervised place recognition1.1 Thinkings1.2 Principle Analysis1. NetVLAD: CNN architecture for weakly supervised place recognition1.1 Thinkings NetVLAD主要的con
2020-11-19 18:58:29
900
原创 NetVLAD原理详解和推导
NetVLAD原理详解和推导 博主最近在读Geo-localization的论文，其中有几篇论文用到了NetVLAD，所以博主便读了读这篇论文。VLAD算法作为Image Retrival领域的经典算法，被这篇论文做了扩展，让VLAD算法变成一个differentiable的算法，从而可以利用反向传播去更新优化算法中的参数，从而诞生了NetVLAD这个pluggable to any CNN的算法。 本论文focus on的领域是large scale visual place recognition
2020-11-19 18:49:35
11023
19
原创 Geo-localization论文阅读list1
Geo-localization论文阅读list1从Week16开始，博主主要工作转为阅读Geo-localization专业论文，鉴于专业论文和深度学习基础论文的特点差异，专业论文总结将会以一个一个的list呈现。文章目录Geo-localization论文阅读list11.Learning Deep Representations for Ground-to-Aerial Geolocalization1.1 Thinkings1.2 Principle Analysis1.3 Weakness
2020-11-10 16:58:14
1938
gdal221_64.zip
2019-11-21
gdal221.zip
2019-11-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人