- 博客(22)
- 资源 (12)
- 收藏
- 关注
原创 ITK SimpleITK Window环境下编译
最近在工作中涉及到3D 数据的分割,深度学习方法慢,且构建数据集费时费力,经过一番查找,最终选择使用ITK这个库。最开始的时候是使用python 环境下的SimpleITK ,也实现了我想要的功能。但最终要和QT C++ 的项目合并,所以只能使用C++ 下的代码了。后来因为速度上的问题,又编译了基于Cuda 11.2 的GPU 版本的ITK.这里记录一下我在使用ITK 过程中遇到的坑和问题,希望能给后来人有些帮助。
2024-04-09 18:09:48 375
原创 目标检测--YoloV5
以Yolov5s的结构为例,原始608×608×3的图像输入Focus结构,采用切片操作,先变成304×304×12的特征图,再经过一次32个卷积核的卷积操作,最终变成304×304×32的特征图。需要注意的是:Yolov5s的Focus结构最后使用了32个卷积核,而其他三种结构,使用的数量有所增加,先注意下,后面会讲解到四种结构的不同点。在网络训练中,网络在初始锚框的基础上输出预测框,进而和真实框groundtruth进行比对,计算两者差距,再反向更新,迭代网络参数。中,采用的都是普通的卷积操作。
2024-03-29 09:24:59 270 1
原创 目标检测--Yolov7
从网络结构上看和yolov3, yolov5 啥的相差不大,都是通过backbone,neck, head,最后输出三个feature map, 但里面的网络细节上有了不小的改动。将每个【真实框】与得到的9个anchor 匹配: 分别计算【真实框】与这9个anchor 的宽高比(比较大的除以比较小的,比值大于1),得到两个比较值,取最大值,如果最大值小于阈值,就将这个anchor 框设置为正样本(正样本的意思就是说这个框里面有要检测的物体,负样本是说,有个框,但框里没有要检测的物体)。
2024-03-28 10:16:09 266 1
原创 目标检测--YoloX
以下整理和图像均来自江大白老师的知乎讲解:深入浅出Yolo系列之Yolox核心基础完整讲解知乎YOLOX 结构图yolov3 相比,最大的改进是在head阶段,yolov3结构如下yolov3 head中,直接将neck层融合后的结果,进行卷积操作,然后得到 (n*n)*255 的feature map而yolox head 则使用了“解耦头”操作,将neck层的结果解耦,如下图。
2024-03-26 09:57:28 385
原创 A Unified Model for Multi-class Anomaly Detection
A Unified Model for Multi-class Anomaly Detection
2023-02-24 10:11:52 160
原创 分割论文:Adapting The Hypersphere Loss Function From Anomaly Detection To Anomaly Segmentation
Adapting The Hypersphere Loss Function From Anomaly Detection To Anomaly Segmentation
2023-02-21 10:23:39 339
原创 自回归和自编码
以前看论文和博客的时候经常看到自回归模型,自编码模型,感觉云里雾里的。今天搜了搜,看清了本质。自回归语言模型,说白了就是通过上文一步一步预测下文,不能看见未来信息的模型。像坚持只用单向Transformer的GPT就是典型的自回归语言模型自编码语言模型就是 类似于bert 这种,使用了 mask LM 的,可以使用上下文语境信息的。这也是为什么bert 是双向的原因。区别与bi lstm 这种,使用两层网络的...
2022-04-26 17:27:13 1168
原创 从0开始训练bert
之前一直对bert 预训练结果是怎么来的感兴趣,今天参考了下github 上的代码,跑了一边终于知道是怎么来的了,在这分享下。代码地址:codertimo/BERT-pytorch: Google AI 2018 BERT pytorch implementation (github.com)https://github.com/codertimo/BERT-pytorchbert 模型训练的任务:在bert 模型中,主要干了两个事,一是判断两句话 是否是上下文,二是从这两句话中...
2022-04-08 18:01:14 2889 3
原创 统计语言模型
统计语言模型 基于概率的判别模型。统计语言模型把语言(词的序列)看作一个随机事件,并赋予相应的概率来描述其属于某种语言集合的可能性。给定一个词汇集合 V,对于一个由 V 中的词构成的序列S = 〈w1, · · · , wT 〉 ∈ Vn,统计语言模型赋予这个序列一个概率P(S),来衡量S 符合自然语言的语法和语义规则的置信度。用一句简单的话说,统计语言模型就是计算一个句子的概率大小的这种模型。基本语言模型公式:P(w1,w2,w3…,wi)=P(w1)P(w2|w1)P(w3|w1,w..
2021-12-21 11:13:51 343
原创 多分类任务的混淆矩阵和评价指标
之前一直不明白多分类任务的混淆矩阵,今天研究了一下。拿一个三分类任务来说 "cat", "dog","bird",有8个预测结果预测值:[dog, dog, cat ,cat, cat, dog, bird, cat]真实值:[dog, cat, cat, cat, bird, bird,cat, cat]要对每一个类别做混淆矩阵。拿cat类来说,真实值是cat, 预测值也是cat 也就是TP 值3, 的值是 2, 真实值是不是cat,但预测值是cat, 也就是FP的值是1 , 真实值是ca
2020-09-16 12:36:48 2877
原创 python3 post 请求
记录一下python3 post 请求的发送方式,省的每次现查import jsonimport urllib.parseimport requestsimport jsonheaders = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Geck...
2019-12-24 09:09:37 325
原创 线性回归推导整理
记录一下线性回归推导。以后多写写博客,多记录线性回归公式其中,w0为参数,x0 为样本值,b 为偏执项可以记为 (1)其中,wT为转置矩阵。预测样本和真实值之间存在误差 其中为误差对于每个样本都存在误差 (2)假设误差是服从独立分布的,并且服从高斯分布,则有 (3)将(2)代入(3)则有条件概率 (4)在已知条件概率的情况下,可以...
2019-12-13 13:23:57 397
原创 LIN总线协议记录
最近调研了LIN总线,记录一下,以备查找。LIN总线: 针对汽车分布式电子系统而定义的一种低成本的串行通讯网络。基于SCI(UART)数据格式,采用单主控制器/多从设备的模式,是UART的一种特殊情况。LIN网络中节点数量不能超过16个,否则节点增加将会导致网络阻抗,导致环境条件变差。同步机制: 主节点在报文帧的头部发送同步间隙,标记报文帧的开始。
2017-09-06 16:45:18 6078
原创 Python学习笔记与记录
学习Python的语法与用法记录break语句: break用于将整个循环终止,当运行break后,循环将会跳出 continue语句: 用于跳过continue后面的语句,直接进行下一次循环 pass语句: Python pass是空语句,是为了保持程序结构的完整性。pass 不做任何事情, 一般用做占位语句
2017-09-06 16:40:50 336
原创 shell 编程记录
shell变量不需要声明,不需要指明变量类型 不能使用关键字不能用数字开头,只能包含数字,字母和下划线显示时用echo($变量名显示)for循环有三种表示方法for i in a to bfor i in {1,2,3…}for((i = 0; i < n ; i++))之后是do 循环语句,最后done。if - else 语句说明: if [ 表达式] “执行语
2017-03-10 10:11:45 120
原创 gerp小记
linux中grep命令:-c:只输出匹配行的计数。-I:不区分大 小写(只适用于单字符)。-h:查询多文件时不显示文件名。-l:查询多文件时只输出包含匹配字符的文件名。-n:显示匹配行及 行号。-s:不显示不存在或无匹配文本的错误信息。-v:显示不包含匹配文本的所有行。pattern正则表达式主要参数:\: 忽略正则表达式中特殊字符的原有含义。^:匹配正则表达式的开始行。$:
2017-03-09 13:54:17 384
opencv-contrib_python-3.4.2.16-cp37-amd64.zip
2019-08-23
opencv_python-3.4.2.16-cp37-cp37m-win_amd64.whl
2019-08-23
Nemesis网络发包工具源码
2018-02-05
linux下用curl实现远程下载文件代码
2017-09-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人