2 suu_fxhong

尚未进行身份认证

我要认证

研究方向:数据挖掘/计算机视觉/目标检测/深度学习(硕士在读)

等级
TA的排名 4w+

【pycharm】pycharm解决Inconsistent indentation:mix of tabs and spaces

2020-06-14 10:52:47

【遥感图像数据集】相关整理-20200609

【RarePlanes:面向飞机检测的真实+合成的卫星遥感图像数据集】“RarePlanes Dataset” by CosmiQ Works, AI.Reverie 网页链接paper:《RarePlanes: Synthetic Data Takes Flight》网页链接GitHub:网页链接

2020-06-09 15:18:41

【遥感变化侦测方法综述】Change Detection Based on Artificial Intelligence

【遥感变化侦测方法综述】’Change Detection Based on Artificial Intelligence: State-of-the-Art and Challenges - A review of change detection methods, including codes and open data sets for deep learning.’ by Min Zhang GitHub:https://github.com/MinZHANG-WHU/Change-Detec

2020-06-09 15:11:51

【图像处理】为什么CNN需要固定输入图像的尺寸

全连接层的输入是固定大小的,如果输入向量的维数不固定,那么全连接的权值参数的量也是不固定的,就会造成网络的动态变化,无法实现参数训练目的。全连接层的计算其实相当于输入的特征图数据矩阵和全连接层权值矩阵进行内积,在配置一个网络时,全连接层的参数维度是固定的,所以两个矩阵要能够进行内积,则输入的特征图的数据矩阵维数也需要定。大家都知道,全连接神经网络结构一旦固定,需要学习的参数w是固定的,例如 输入图像是 28*28 = 784,w 的转置= (500,784),===> 输出矩阵的shape:

2020-06-08 08:52:04

【pytorch】model.train和model.eval用法及区别详解

使用PyTorch进行训练和测试时一定注意要把实例化的model指定train/eval,eval()时,框架会自动把BN和DropOut固定住,不会取平均,而是用训练好的值,不然的话,一旦test的batch_size过小,很容易就会被BN层导致生成图片颜色失真极大!Class Inpaint_Network() ......Model = Inpaint_Nerwoek()#train:Model.train(mode=True).....#test:Model.eval()1.m

2020-06-05 20:57:19

【遥感图像检测】LR-CNN:用于航空影像中车辆检测的位置感知区域CNN-20200601

LR-CNN:用于航空影像中车辆检测的位置感知区域CNN本文提出一种用于航空图像中车辆检测的新型两阶段方法,以任意方向检测车辆,性能优于DFL等网络,作者团队:汉诺威大学&达姆施塔特工业大学&中科院等诸如Faster R-CNN,SSD或YOLO之类的最新目标检测方法很难检测到在大型航空图像中具有任意方向的密集小目标。主要原因是使用插值来对齐RoI特征会导致精度不足甚至位置信息丢失。我们提出了局部感知区域卷积神经网络(LR-CNN),这是一种用于航空图像中车辆检测的新型两阶段方法。我们通

2020-06-01 14:21:33

【PyTorch】state_dict详解

在pytorch中,torch.nn.Module模块中的state_dict变量存放训练过程中需要学习的权重和偏执系数,state_dict作为python的字典对象将每一层的参数映射成tensor张量,需要注意的是torch.nn.Module模块中的state_dict只包含卷积层和全连接层的参数,当网络中存在batchnorm时,例如vgg网络结构,torch.nn.Module模块中的state_dict也会存放batchnorm’s running_mean,关于batchnorm详解可见ht

2020-05-31 19:23:23

【python】preprocessing.StandardScaler中fit、fit_transform、transform的区别

1、fit用于计算训练数据的均值和方差, 后面就会用均值和方差来转换训练数据2、fit_transform不仅计算训练数据的均值和方差,还会基于计算出来的均值和方差来转换训练数据,从而把数据转换成标准的正太分布3、transform很显然,它只是进行转换,只是把训练数据转换成标准的正态分布一般使用方法:a) 先用fitscaler = preprocessing.StandardScaler().fit(X)这一步可以得到scaler,scaler里面存的有计算出来的均值和方差b) 再用

2020-05-31 17:18:14

【深度学习】CNN 的骨干网络 backbone

于卷积神经网络(CNN)骨干结构的思考CNN Backbone往往是各种CNN模型的一个共享结构。概念中提到,它是Object Detection, Scene Parsing, OCR等任务的前导性任务。常用的 backbone 有AlexNet:https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdfVGG:https://arxiv.org/

2020-05-30 20:44:48

图像处理linux下开发命令

1.使用Pip更新Pytorch和torchvision# 更新pytorch和torchvision安装包pip3 install --upgrade pytorch torchvision2.使用pip安装指定版本pip3 install pytorch==0.1.103. 查看linux下pytorch的版本import torchprint(torch.__version__) #注意是双下划线4.查看 CUDA 版本cat /usr/local/cuda/version.

2020-05-30 20:35:05

【pytorch】pytorch中model.eval的作用

训练完train_datasets之后,model要来测试样本了。在model(test_datasets)之前,需要加上model.eval()。否则的话,有输入数据,即使不训练,它也会改变权值。这是model中含有batch normalization层所带来的的性质。在做one classification的时候,训练集和测试集的样本分布是不一样的,尤其需要注意这一点。...

2020-05-30 17:04:09

【图像处理】batchnorm2d函数理解,numpy数据归一化

1.batchnorm2d对一批数据,计算各个维度上的均值和标准差,一批数据有几个维度,就有几个均值,下面代码加红部分,一批数据(2,3,64,64),均值有3个。 m = nn.BatchNorm2d(3,affine=True) input = torch.randn(2, 3, 64, 64) output = m(input) print(m) print(output)2.numpy数据归一化最值归一化: 把所有的数据映射到0-1之间适用:有明显边界的情况x为m行n列的

2020-05-30 15:00:28

【pytorch】linux查看pytorch版本

1.进入python环境python2.7,输入pythonpython3.6,输入python32.import torch3.print(torch.version)退出python环境exit()

2020-05-29 22:13:09

【pytorch】pytorch-torch.manual_seed(1)的作用

在神经网络中,参数默认是进行随机初始化的。不同的初始化参数往往会导致不同的结果,当得到比较好的结果时我们通常希望这个结果是可以复现的,在pytorch中,通过设置随机数种子也可以达到这么目的。import torchtorch.manual_seed(2)print(torch.rand(2))有这段代码可以知道,每次得到的数是随机的,如果不加上运行这段代码会发现,每次得到的随机数是固定的。但是如果不加上torch.manual_seed,打印出来的数就不同。所以只需要调用torch.manu

2020-05-27 20:17:42

【HTTP请求指令返回状态】http statusCode(状态码)

201-206都表示服务器成功处理了请求的状态代码,说明网页可以正常访问。200(成功) 服务器已成功处理了请求。通常,这表示服务器提供了请求的网页。201(已创建) 请求成功且服务器已创建了新的资源。202(已接受) 服务器已接受了请求,但尚未对其进行处理。203(非授权信息) 服务器已成功处理了请求,但返回了可能来自另一来源的信息。204(无内容) 服务器成功处理了请求,但未返回任何内容。205(重置内容) 服务器成功处理了请求,但未返回任何内容。与 204 响应不同,此响应要求

2020-05-27 14:28:50

【其他】如何注册谷歌账号,遇到“此电话号码无法用于进行验证”怎么办?

如何注册谷歌账号,遇到“此电话号码无法用于进行验证”怎么办注:经测试成功,需要把google浏览器的语言设置成英文(美国),且保留这一项。 是否可以保留中文,暂时未做测试。

2020-05-26 17:01:37

【python中argparse】argparse中add_argument介绍

add_argument:运行程序时,给定参数,通过调用给定的参数执行程序ArgumentParser.add_argument(name or flags…[, action][, nargs][, const][, default][, type][, choices][, required][, help][, metavar][, dest])name of flags 是必须的参数,该参数接受选项参数或者是位置参数。例程:parser.add_argument('--inner-batc

2020-05-25 19:54:56

【python-pandas】python pandas获取groupby之后的数据

python pandas获取groupby之后的数据>>> import pandas as pd# 原始数据>>> df = pd.read_excel(r'D:/myExcel/1.xlsx')>>> df name math0 bog 451 jiken 672 bob 233 jiken 34# groupby之后的数据>>> dh = df.groupby

2020-05-24 09:11:03

【遥感图像】像素坐标(Pixel Coordinates)

像素坐标(Pixel Coordinates)"Hello world"中创建的窗口,由屏幕上的小方格组成,我们称之为像素。默认为黑色,当然可以设置为别的颜色。下图是一个8像素 X 8像素(宽 * 高)的对象:可以通过笛卡尔坐标系,X列,Y行,来找到每一个像素的位置。(4,0),(2,2),(0,5)和(5,6)处的像素被涂成黑色,像素在(2,4)处被涂成灰色,而所有其他像素都被涂成白色。XY坐标也称为点。...

2020-05-23 10:17:12

【VSCode 】VSCode 远程开发(带免密教程)

https://blog.csdn.net/qq_34846662/article/details/99051947

2020-05-23 09:09:24

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv3
    勤写标兵Lv3
    授予每个自然周发布7篇到8篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 学习力
    学习力
    《原力计划【第二季】》第一期主题勋章 ,第一期活动已经结束啦,小伙伴们可以去参加第二期打卡挑战活动获取更多勋章哦。
  • 原力新人
    原力新人
    在《原力计划【第二季】》打卡挑战活动中,成功参与本活动并发布一篇原创文章的博主,即可获得此勋章。
  • 分享精英
    分享精英
    成功上传11个资源即可获取