- 博客(18)
- 收藏
- 关注
RSS订阅原创 设计模式规范
一、6大设计原则：1.1 单一职责原则:单一职责原则 (Single Responsibility Principle) SRP的定义： 应该有且仅有一个原因引起类的变更。单一职责原则适用于接口、类，同样适用于方法，一个方法尽可能只做一件事情，但是该原则最难划分的就是职责。一般建议来看，接口的设计一定要做到单一职责，类的设计尽量做到只有一个原因引起变化。1.2 里氏替换原则：(Liskov Substitution Principle) LSP4层含义：1. 子类必须完全实现父类的方法2
2022-03-30 15:54:50
606
原创 实用工具记录
一、 常用工具：1. Typora + picGo + gitHub 搭建自己的图床，方便文档随时访问图片内容。2. Xmind: 思维导图3. 坚果云： 小文件多设备、跨平台同步和共享，同时还支持多人共享，非常方便，个人版每月有免费流量，平时的文件同步基本够用。4. Citavi: 个人目前使用的文献管理工具，可以支持文献归类，在阅读时做批注，目前就用到这些功能。5. git私服： 基于gogs搭建git私服 基于mindoc搭建文档管理系统...
2022-03-30 15:52:42
153
原创 WHAT SHOULD NOT BE CONTRASTIVE IN CONTRASTIVE LEARNING
WHAT SHOULD NOT BE CONTRASTIVE IN CONTRASTIVE LEARNING一、背景介绍： 现在的自监督对比学习方法，大多通过学习对不同的数据增强保持不变，从而学习到一个好的视觉表征。这里就隐含地假设了一组特定地表示不变性，(比如颜色不变性)，但是如果下游任务不满足这种假设条件时，(比如区分黄色轿车和红色轿车)，这种方法可能就会对任务起到反作用。 对于数据增强来说，我们在网络中引入的每一种增强都是鼓励网络对该种变换保持不变性。 如上图所示，自监督对比学习
2022-03-30 15:46:06
2219
原创 SlowFast Networks for Video Recognition
SlowFast Networks for Video Recognition [ICCV-2019]一、背景介绍： 首先作者提出的想法： 我们一般处理2D图像的时候，很自然地会对称的处理两个维度x,y，但如果是加了时间维度的视频呢？运动是方向的时空对应物，但所有时空方向的可能性都不相等 慢动作比快动作更有可能发生，这个有生物学依据：作者提到论文中的方法是受灵长类生物 细胞生物学研究的启发，存在两类细胞，P细胞和M细胞，M细胞在高时间频率下工作，对快速的时间变化做出反应，而P细胞在低时间频率下提供
2022-03-30 15:43:37
2323
原创 Siam-RPN
Siam-RPN1. 研究动机：在Siam-FC中，作者提出的算法首次将孪生网络引入了目标跟踪的领域，实现了端到端的训练，它是一个兼容了速度和精度的算法，在3个尺度变换和5个尺度变换的条件下，跟踪的速率分别达到了86 fps和58 fps。Siam-FC需要多尺度测试，在跟踪阶段分别生成不同尺度的搜索框，进行跟踪，选取得分结果最好的作为跟踪结果。Siam-FC没有做回归去调整候选框的位置。本篇论文提出的Siam-RPN可以说是对Siam-FC的改进，在速度和精度上都有提升。速度上达到了160 FP
2022-03-30 15:42:23
1768
原创 SiamFC
一、背景介绍：[参考资料]:https://zhuanlan.zhihu.com/p/148516834https://www.jiqizhixin.com/articles/2017-05-14目标跟踪的方法一般分为两种模式： 生成式模型和鉴别式模型生成式模型： 早期的一些目标跟踪算法都属于是生成式模型跟踪算法的研究，比如： Meanshift、Particle Filter(粒子滤波)、基于特征点的光流法等等。**此类方法首先建立目标模型或者提取目标特征, 在后续帧中进行相似特征搜索
2022-03-30 15:41:13
3121
原创 SSPU-Net
SSPU-NetAccepted by ACM MM 20211. 研究动机： 传统的点云数据通过基于Ground Truth的有监督的方式实现数据上采样的工作，而本文提出了一种可以基于自监督的方式实现点云数据上采样。 为什么要上采样？因为一般采集到的点云数据通常是稀疏的，对于一些局部的几何结构表达不够好，可能会影响下游的处理任务。所以，有必要对稀疏点云进行上采样，以生成稠密完整的点云，从而方便后续的点云处理任务。创新点：、NEU(neighbor expansion un
2022-03-30 15:39:34
1057
原创 Vision Transformer综述翻译
视觉Transformer综述摘要 Transformer是一种基于最初应用在自然语言处理领域上的自注意力机制的深度神经网络。受Transformer强表征能力的启发，研究人员将它扩展到计算机视觉任务上。与卷积网络和循环网络等其他网络类型相比，基于Transformer的模型在各种视觉基准上表现出竞争性甚至更好的性能。在这篇文献综述，我们通过将这些可视化Transformer模型应用在不同类别的任务中，并且对它们的优缺点进行了分析。特别地，主要类别包括基本图像分类、高级视觉、低级视觉和视频处理。也会
2022-03-30 15:35:37
1698
原创 ViT网络模型
一、背景介绍：自2017年Google提出的Transformer结构以来，迅速引发一波热潮，最初《Attention is all you need》这篇论文的提出是针对于NLP领域的，通过自注意力机制代替传统处理序列数据时采用的循环神经网络结构，不仅实现了并行训练，提升了训练的效率，同时也在应用中取得很好的结果。之后的一段时间中，各种基于Transformer改进的网络结构涌现出来，在不同领域中都达到SOTA的效果。2020年Google又提出了《AN IMAGE IS WORTH 16X16 WO
2022-03-30 15:33:14
18220
3
原创 注意力机制
最近在看注意力机制，开始是从Google 2017年的那篇Attention is all you need的论文读起，在大概了解了自注意力机制以后，还是有很多疑问，所以就查阅了很多资料，试图梳理一下注意力机制的发展脉络。下面列出的参考资料都是我认为很不错的内容，统一在开篇列出。本文并不涉及太多深入的讲解，更多的是想从宏观的角度出发，对注意力机制的发展过程做一个简要的梳理，比如每一个阶段遇到什么问题？是如何解决的？解决的方案本身又存在什么问题？正是这些问题推动了它的进一步的发展。参考资料：论文：
2022-03-30 15:30:59
2291
转载 编码格式简介
编码一直是让新手头疼的问题，特别是 GBK、GB2312、UTF-8 这三个比较常见的网页编码的区别，更是让许多新手晕头转向，怎么解释也解释不清楚。但是编码又是那么重要，特别在网页这一块。如果你打出来的不是乱码，而网页中出现了乱码，绝大部分原因就出在了编码上了。
2016-11-20 11:06:59
423
原创 RSA算法和AES算法性能测试
我的笔记本配置：（i5-6200U 8G内存，256G固态）AES: 测试条件：密钥长度128位 1. 测试数据： 明文长度：117bytes 测试结果： 测试数据： 100条 1000条
2016-10-04 15:21:39
15027
2
原创 RSA算法（二）
关于RSA涉及到的一些数学知识（提及简单的概念和定义）： （无奈不会在博客中写公式，只好放截图了）1.互质关系： 如果两个正整数，除了1以外，没有其他公因子，我们就称这两个数是互质关系。2.欧拉函数： 任意给定正整数n，在小于等于n的正整数中有多少个与n构成互质关系的数，计算这个值的方法就叫做欧拉函数 。以下是欧拉函数的通式：
2016-10-04 15:13:45
960
原创 RSA算法（一）
RSA非对称加密算法： 最近自己接触到的两种密钥体制：对称密钥体制和非对称密钥体制。对称密钥体制就是加密和解密用同一个密钥。非对称密钥体制就是加密和解密不是同一个密钥。也就是说一个密钥所加密的数据要用另一个密钥解密。 RSA通过算法生成一对密钥：公钥和私钥。要加密和解密数据，两个密钥都需要使用，所以其中一个可以公开而不会危害安全性。这个密钥就是公钥。另一个
2016-10-03 14:38:37
1381
原创 Linux防火墙基础知识
IpTables是linux内核中内置的防火墙，可以允许管理员通过设置table，chain以及相关的规则来进行数据包的过滤和NAT。一般来讲，iptables防火墙已经内置于Centos 6以及其他Linux版本中，而且iptables服务默认都是启动的。 防火墙，就是用于实现Linux下访问控制的功能的，它分为硬件的或者软件的防火墙两种。无论是在哪个网络中，防火墙工作的地方一定
2016-09-10 16:15:40
710
原创 初识ElasticSearch
Elasticsearch基础知识 ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。能够达到实时搜索，稳定，可靠，快速，安装使用方便。 我们建立一个网站或应用程序，并要添
2016-09-02 21:11:41
333
原创 Kafka常用命令
Kafka常用命令 1.启动kafka server.properties中配置参数- bin/kafka-server-start.sh config/server.properties & 2. 创建一个Topic bin/kafka-topics.sh –create –zookeeper localhost:2181 –replication-factor
2016-09-02 20:50:00
431
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人