Amberrr-L-CSDN博客

原创 Embedding-based Retrieval in Facebook Search向量化召回

Embedding-based Retrieval in Facebook Search2020.7 FacebookAbstract除了用户搜索的query text,用户的上下文信息也很重要。之前FB搜索基于Boolean matching model。引入网页搜索引擎中常用的EBR（基于embedding的召回）我们介绍了为个性化搜索建模语义嵌入而开发的统一嵌入框架，以及在基于倒排索引的典型搜索系统中为基于嵌入的检索提供服务的系统。1.INTRODUCTION搜索技术.

2021-07-22 16:09:00 825

原创 Generative Adversarial U-Net for Domain-free Medical Image Augmentation

论文下载：http://xxx.itp.ac.cn/pdf/2101.04793.pdfGenerative Adversarial U-Net for Domain-free Medical Image Augmentation用于无域医学图像增强的生成对抗U-Net摘要标注的医学图像的缺乏是医学图像计算领域的巨大挑战之一。没有足够的训练样本，深度学习模型有很大的可能性遇到过拟合的问题。常用的图像处理方法有图像旋转、裁剪、调整图片大小（resizing）等。这些通用的方法引入了更多的训

2021-01-21 19:39:03 3373

原创 Transformer学习整理1

Transformer学习整理1Encoder-decoder结构；自注意力机制；最早出自：《Attention Is All You Need》（2017，google）无CNN,RNN结构；包括6个结构完全相同的编码器，和6个结构完全相同的解码器，其中每个编码器和解码器设计思想完全相同，只不过由于任务不同而有些许区别。以机器翻译为例：（）输入数据处理：源单词嵌入向量化；位置编码 positional encoding transform...

2020-12-29 16:14:54 319

原创 HIERARCHICAL MULTI-SCALE ATTENTION FOR SEMANTIC SEGMENTATION用于语义分割的层次多尺度注意力

HIERARCHICAL MULTI-SCALE ATTENTION FOR SEMANTIC SEGMENTATION论文：https://arxiv.org/abs/2005.10821代码：https://github.com/nvidia/semanic-segmentation论文核心：how to combine multi-scale predictions ：层次注意力机制。摘要多尺度的推理是改善语义分割结果的常用方法。将多个图像尺度通过网络传递，然后将结果进行平均或最大

2020-12-21 11:26:54 1475 3

原创 Landslide detection from an open satellite imagery 使用注意力增强卷积神经网络从开放的卫星图像和数字高程模型数据集检测滑坡

2020.01武汉大学论文下载地址：https://sci-hub.st/10.1007/s10346-020-01353-2使用注意力增强卷积神经网络从开放的卫星图像和数字高程模型数据集检测滑坡摘要：卷积神经网络(Convolution neural network, CNN)是一种有效且流行的深度学习方法，它通过一系列卷积层自动学习从原始输入到给定标签或ground truth的复杂非线性映射。本研究的重点是利用基于cnn的方法从高分辨率光学卫星图像中检测滑坡，为识别潜在滑坡提供机会

2020-11-18 16:23:51 5470 10

原创 CNN模型解释性（可视化）及实现 ---- Guided-backpropagation, Deconvolution, CAM, Grad-CAM，Grad-CAM++

CNN模型解释性（可视化）及实现---- Guided-backpropagation, Deconvolution, CAM, Grad-CAM，Grad-CAM++目录CNN模型解释性（可视化）及实现---- Guided-backpropagation, Deconvolution, CAM, Grad-CAM，Grad-CAM++1. 反卷积和导向反向传播2. CAM(Class active mapping)和Grad-CAM3. Grad-CAM++4.代码实现

2020-11-05 10:06:46 3719 3

原创 Anaconda 安装pytorch-gpu,tensorflow-gpu

创建新环境：conda create -n your_name python=3.6查看cuda版本: nvcc --versionCUDA10.0激活环境，安装pytorch-gpu,torchvision在官网查找和cuda对应的版本https://pytorch.org/get-started/previous-versions/conda activate your_namepip install torch==1.2.0 torchvision==0.4.0

2020-10-24 09:52:28 244

转载 Github 加载不出来，解决方法

解决github加载不全、加载慢、图片加载不出等问题的方法https://blog.csdn.net/weixin_39317051/article/details/104655013

2020-10-05 15:35:40 6721 1

原创基于gan和孪生网络框架，利用双时间光学遥感图像绘制滑坡清单Landslide Inventory Mapping Using Bi-Temporal Optical Remote Sensin

Landslide Inventory Mapping Using Bi-Temporal Optical Remote Sensing Images Remote Sensing Images基于gan的Siamese框架，利用双时间光学遥感图像绘制滑坡清单下载： https://ieeexplore.ieee.org/abstract/document/9042318Published in:IEEE Geoscience and Remote Sensing Letters( E...

2020-10-05 10:35:11 1229

转载深度学习中学习率和batchsize 如何影响模型的性能？

学习率和batchsize如何影响模型的性能？

2020-10-01 11:03:23 681

原创 Sklearn metric:recall,f1 的averages参数[None, ‘binary’ (default), ‘micro’, ‘macro’, ‘samples’, weighted

官方文档链接：（以recall_score为例子）https://scikit-learn.org/stable/modules/generated/sklearn.metrics.recall_score.htmlprecision_score,recall_score,f1_score都需要一个average的参数。这个参数对于多类/多标签目标是必需的。如果没有（None），则返回每个类的分数。不为None的时候，这个参数这决定了对数据进行平均的类型:‘binary’: 只适用于二值标.

2020-09-25 09:32:42 1854

原创遥感影像变化检测SemiCDNet，基于GAN的半监督方法；提出一个新的变化检测数据集

SemiCDNet: A Semisupervised Convolutional Neural Network for Change Detection in High Resolution Remote-Sensing Images南京大学 2020提出的VHR遥感影像变化检测数据集：password:8quw项目github: (提供数据链接，无代码)目录SemiCDNet: A Semisupervised Convolutional Neural Network for Ch.

2020-09-20 18:30:17 5042 16

原创 STANet 代码实现

Github地址LEVIR-CD数据集下载LEVIR-CD是一种新型的大型遥感建筑物变化检测数据集。Prerequisites:windows or LinuxPython 3.6+CPU or NVIDIA GPUCUDA 9.0+PyTorch > 1.0visdom==0.1.8.1dominatepip install visdom==0.1.8.1pip install dominate数据集准备，文件路径：数据集图片原始大小为1

2020-09-10 09:06:44 7683 92

原创 STANet: 基于时空自注意力的遥感图像变化检测模型，提出一个新的大型变化检测数据集LEVIR-CD

论文链接Github链接-pytorchLEVIR-CD数据集下载（百度云）A Spatial-Temporal Attention-Based Method and a New Dataset for Remote Sensing Image Change Detection2020年5月发表北航摘要：背景：给定两幅在不同时间拍摄的共配准图像，光照变化和配准误差淹没了真实物体的变化。探索不同时空像素之间的关系可能会改善CD方法的性能。提出的方法：本文提出了一种新的基于孪生网络

2020-09-05 21:36:02 23341 54

原创正确率/精度（precision）,召回率（recall）,F1-score，ROC 曲线，AUC值

准确率（accuaracy）= (TP+TN)/ ALL 即（TP+TN+FP+FN）,是我们最熟知的。正确率/精度（precision）,召回率（recall）,F1-score，ROC 曲线，AUC值1.正确率（precision）= TP / (TP + FP) 真正正确的在所有判断为正确的比例。2.召回率（recall） = TP/(TP+FN) 所有正确的准确判断出来的概率。3.F1-值(F1-score) = 2 * TP / (2 * TP+FP+FN) 是正确率和召回...

2020-09-03 16:59:26 1648

原创《算法图解》（第八章贪婪算法）Python3 学习笔记习题&代码

目录第八章贪婪算法8.1 教室调度问题8.2 背包问题练习18.3 集合覆盖问题近似算法代码练习28.4 NP 完全问题8.4.1 旅行商问题详解8.4.2 如何识别NP 完全问题练习38.5 小结第八章贪婪算法学习如何处理不可能完成的任务：没有快速算法的问题（NP完全问题）。学习识别NP完全问题，以免浪费时间去寻找解决它们的快速算法。学习近似算法，使用它们可快速找到NP完全问题的近似解。学习贪婪策略——一种非常简...

2020-07-31 15:23:10 921 2

原创《算法图解》学习笔记习题和代码（第七章狄克斯特拉算法）Python3

第七章狄克斯特拉算法狄克斯特拉算法（Dijkstra’s algorithm）上一章介绍了图的概念，这一章引入加权图。还拿上一章内容举例：我们使用广度优先搜索，找到的最短路径是路段数最短。（下图加粗路线）那是最快路径吗？给每一条到达金门大桥的路线加上时间，如下图：（加权图）此时，到达金门大桥最快的方式如上图加粗路线所示，而不是第一幅图的最短路径。这就是一个简单的加权图的例子。广度优先搜索，它找出的是段数最少的路径。要找出最快的路径（如第二个图所示），该如何办呢？为此，可.

2020-07-14 11:02:45 618 1

原创 LaTex学习笔记1 字体属性

20200709 P1-P41.笔记字体族设置\rmfamily\ttfamily\sffamily %字体声明，后面都是该字体字体系列、字体形状设置中文字体字体大小还可以在导言区article类前面设置默认字体大小比如\document[10pt]{article}中文字号设置[-0]表示小初号，更多可以在ctex文档中查询一般字体设置不在正文区占用太大篇幅，在导言区定义新命令，设置字体2...

2020-07-09 17:14:34 3057

原创《算法图解》学习笔记习题和代码（第六章广度优先搜索）Python3

第六章广度优先搜索用新的数据结构图来建立网络模型。学习广度优先搜索。（第一种图算法——广度优先搜索（breadth-first search，BFS）。）学习有向图和无向图。学习拓扑排序，这种排序算法指出了节点之间的依赖关系。广度优先搜索让你能够找出两样东西之间的最短距离，不仅仅是狭义上的距离，含义很多：6.1 图简介...

2020-07-03 11:20:07 760

原创《算法图解》学习笔记习题和代码（第五章散列表）Python3

目录第五章散列表5.1 散列函数Python的散列表实现--字典（代码）练习15.2 应用案例第五章散列表一种基本的数据结构散列表的内部机制：实现、冲突和散列函数。假设你在杂货店上班，需要查找某个商品的价格，比如苹果（apple）。如果采用简单查找的方式，就要浏览价格表每一行，需要的时间为O(n)，如果价格表是按字母排序的话，可以使用二分查找，需要的时间是O(logn)。O(n)和O(logn)速度相差很大，假如你每秒钟可以浏览十行价格单。那么...

2020-06-11 10:15:28 908

原创《算法图解》学习笔记习题和代码（第四章快速排序）Python3

目录第四章快速排序4.1 分而治之D&C循环实现数组里的元素相加（code）递归函数实现数组里的元素相加(code)练习14.2 快速排序第四章快速排序快速排序——一种常用的优雅的排序算法。快速排序使用分而治之的策略。分而治之（divide and conquer，D&C）——一种著名的递归式问题解决方法。4.1 分而治之D&C有一块土地，你要将这块地均匀地分成方块，且分出的方块要尽可能大。D&C解决问题的过程包...

2020-06-05 11:00:01 1098 4

原创 arxiv无法访问打不开论文换中科院镜像源

arxiv打不开，打开太慢。中科院的http://cn.arxiv.org/镜像地址也访问不了。。使用中科院arxiv的这个镜像地址：http://xxx.itp.ac.cn把要访问 arxiv 链接中的域名从https://arxiv.org换成http://xxx.itp.ac.cn,比如:https://arxiv.org/pdf/2003.10152.pdf ->http://xxx.itp.ac.cn/pdf/2003.10152.pdf一秒钟就打开了...

2020-06-01 16:56:24 3636 3

原创 PolarMask: Single Shot Instance Segmentation with Polar Representation 基于极坐标表示的单阶段实例分割

参考链接：作者专栏摘要：与之前两阶段的实例分割不同，是single shot 一阶段框架。提出一个简单的全卷积的可用于mask预测的模块，可以和现有的检测算法结合。我们的方法称为PolarMask，将实例分割问题描述为实例中心分类和极坐标下的密集距离回归。PolarMask提出了一种新的instance segmentation建模方式，通过寻找物体的轮廓（contour）建模。1.Introduction 实例分割是一个具有挑战性的任务，同时预测一张图片中每个实例的位置和语义分割

2020-06-01 15:44:33 776

原创《算法图解》学习笔记习题和代码（第三章递归）Python3

第三章递归3.1 递归递归——函数调用自己。学习如何将问题分成基线条件和递归条件。递归会让解决方案更清晰，并没有性能上的优势。实际上，在有些情况下，使用循环的性能更好。3.2 基线条件和递归条件比如，用递归方式编写倒计时：def countdown(i): print i countdown(i-1) 但运行这个程序，不会自己停止。编写递归函数时，必须告诉它何时停止递归。每个递归函数都有两部分：基线条件（base case）和递归条件（r...

2020-05-27 15:32:31 699

原创《算法图解》学习笔记习题和代码（第一、二章二分法选择排序）Python3

一、二分法仅当列表是有序的时候，二分查找才管用。时间复杂度：。（\log_ax：log以a为底，以x为真数。）e.g. 从100个数中猜一个数，不超过7次就可以猜出来。2^7=128

2020-05-22 14:41:22 1071

原创 PolarMask pytorch代码实现记录（碎碎念事无巨细版）

源代码地址一、环境安装基于mmdetection服务器新建Polarmask文件夹。下载Polarmask-master zip。 https://github.com/xieenze/PolarMask将PolarMask -master解压后移动到服务器Polarmask文件夹。（小白不习惯用git）参考安装指令：https://github.com/open-mmlab/mmdetection/blob/master/docs/install.mdconda create.

2020-05-21 16:46:30 2482 25

原创论文解读：IMP: Instance Mask Projection for High Accuracy Semantic Segmentation of Things

论文下载链接IMP: Instance Mask Projection for High Accuracy Semantic Segmentation of Things摘要：本文工作，提出一个新的模块Instance Mask Projection（IMP），将预测的实例分割作为语义分割的新特征。 IMP在服装解析和街景分割数据集上都很有效。在一些其他的数据集上也有提高。我们建议结...

2020-04-30 17:32:27 658

原创 Mask Scoring Rcnn论文解读《Mask Scoring R-CNN》

参考链接：论文链接《Mask Scoring R-CNN》Github 地址 Mask Scoring RCNN在大多数实例分割框架中，实例分类的置信度被用作MASK质量分数。MASK质量：量化为实例MASK与其Groundtruth之间的IoU。真正评估mask质量的指标应该是预测的mask和GroundTruth的mask之间的IoU，而不是以分类分数作为mask的置信度。...

2020-03-31 21:45:55 958

原创论文解读：D-LinkNet ：LinkNet with Pretrained Encoder and Dilated Convolution for High Resolution Satelli

参考链接：北邮夺冠CVPR 2018 DeepGlobe比赛，他们是这样做卫星图像识别的论文链接：D-LinkNet: LinkNet with Pretrained Encoder and Dilated Convolution for High Resolution Satellite Imagery Road ExtractionGithub地址 Python2.7 pytorc...

2020-03-31 19:46:51 6299 7

原创 Pytorch学习中遇到的问题

Pytorch 教程地址：pytorch handbook有时候github页面会加载不出来，Github加载不出来的解决办法：Github网站css加载不出来的处理方法修改host以后，如果没有恢复正常，是需要刷新DNS缓存，告诉电脑我的hosts文件已经修改。Windows下刷新DNS缓存的方法：进入命令行，输入命令：ipconfig /flushdns1.Pytorch-hand...

2020-02-22 17:46:52 2731

原创 Pytorch Logistic回归

参考《深度学习入门之Pytorch》 Logistic回归实现二分类问题数据下载链接：data(提取码：q8gd)1. 首先读取数据 data.txt#logistic回归#读取data.txtimport matplotlib.pyplot as pltwith open('data.txt','r') as f: data_list = f...

2020-02-22 17:40:58 387

转载 Anaconda tensorflow-GPU 版本安装 MX250显卡（436.30）

划重点：CUDA 10.1不能用不能用。tensorflow-gpu 2.1 版本别用了，装半天装不好。Tensorflow-GPU版本 2.0.0 ，CUDA 10.0 ，Cudnn 选择和cuda对应的就好。记得安装好VC++2015-2019 ，这样的一个集合剩下的安装过程参考这篇博客：https://blog.csdn.net/jackhh1/article/d...

2020-02-16 16:05:58 1581

原创 Anaconda conda 不能用，一直Solving enviroment 最后报错CondaHTTPError: HTTP 000 CONNECTION FAILED for url

在新电脑装Anaconda,创建新环境的时候，conda create -n tensorflow pip python=3.6Solving enviroment \ 一直转圈圈，不能完成。上网搜索了一大圈方法，于是尝试：conda update conda还是转圈圈，不过转了一会出现了以下提示：CondaHTTPError: HTTP 000 CONNECTION FAIL...

2020-02-14 18:35:57 10546 9

原创 CGAN论文解读：Conditional Generative Adversarial Nets

论文链接：Conditional Generative Adversarial Nets代码解读：Keras-CGAN_MNIST 代码解读目录一、前言二、相关工作三、网络结构 CGAN NETS四、实验结果4.1 单模态（mnist实验）4.2 多模态（自动为图片打标签）五、 Future work六、小结一、前言摘要：本文做的工作：介...

2019-11-12 15:39:23 2744 4

原创 Keras-CGAN_MNIST 代码解读

最近看了CGAN的论文，2014年的论文，短小精悍，CGAN可以用于图像修补，多模态识别，感觉很有意思。抽空会把CGAN的论文理解也放上来。论文下载地址：Conditional Generative Adversarial Nets先放入全部代码。来源：【Keras-CGAN】MNIST / CIFAR-10代码中噪声Z和label、输入图片和label的combine机制和论文中不同...

2019-11-06 17:48:55 2326

原创如何安装Statsmodels；pip不能直接安装

进入这个网站：（windows）https://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml选择下载适合的文件。我是Python3.6 64位系统。选择下面这个，下载好。打开Anaconda Prompt,激活用的环境，进行如下pip安装pip install C:\Users\44468\Downloads\statsmodels-0.1...

2019-09-23 15:07:06 6784 1

原创对“教你使用简单神经网络和LSTM进行时间序列预测”代码修改与解读

原文链接和代码在这里：教你使用简单神经网络和LSTM进行时间序列预测（附代码）但是在测试的过程中，原代码出现一些问题，直接运行原文中的代码是行不通的。大部分的代码解释原文写的很明白，这里只做补充。本文测试环境：Python3.6 Jupyter Notebook，TensorFlow+Keras这篇文章采用人工神经网络（Artificial Neural Network ，ANN）和...

2019-09-22 10:39:25 3316 21

转载 Keras 建立断点checkpoint；保存，加载模型

参考链接：如何为Keras中的深度学习模型建立CheckpointKeras框架训练模型保存及再载入模型保存与加载：保存：#保存模型model.save('model.h5')# 保存参数model.save_weights('my_model_weights.h5')加载：from keras.models import load_model#载入模型...

2019-09-21 10:26:32 2539

原创 SAGAN(Self-Attention Generative Adversarial Networks)论文解读附自己的理解

Self-Attention Generative Adversarial NetworksTensorFlow代码：https://github.com/taki0112/Self-Attention-GAN-TensorflowPytorch代码（作者源码）：https://github.com/heykeetae/Self-Attention-GAN看论文之前看了两篇比较好的文章...

2019-09-12 17:29:23 5340 13

原创解决import torchvision 报错问题 DLL:找不到模块

import torch 成功但是import torchvision,报错DLL:找不到模块网上说可能是numpy版本的问题，pillow版本的问题，按照方法更改后都没用。看到的另一个原因：可能是torch和torchvision 版本不对应解决方法：https://pytorch.org/get-started/locally/ 打开官网，选择你相应的配置，我是CPU...

2019-09-10 20:05:15 18491 4

cgan1_keras.py

LFM信号仿真及ZAM时频变换

空空如也