- 博客(28)
- 收藏
- 关注
RSS订阅原创 ReID学习之表征学习
文章目录前言一、ReID中的表征学习与度量学习二、表征学习-分类损失三、表征学习-验证损失总结
2021-12-18 14:21:12
1806
原创 一种空间和通道注意力模块pytorch复现
自己在查阅文献的时候，发现了这篇文章，觉得里面提到的SCA和CCA模块很有意思，自己尝试复现出来了，即插即用的模块，用在我的方法中，提点很明显。import torchfrom torchvision import modelsimport torch.nn as nnimport mathimport torch.utils.model_zoo as model_zoofrom torch.nn import functional as Fimport warningsclass SCA
2021-12-09 21:55:31
1778
1
原创 github：windows下本地使用git上传项目到github
选择要上传的项目，鼠标右键选择“git bash here”然后创建ssh密匙 ssh-keygen -t rsa -C "[email protected]"输入命令后，连续四个回车2.在github上配置好ssh密匙后，本地输入以下命令，验证ssh连接是否成功ssh -T [email protected] config --global user.name "zhangyijie"git config --global user.email "zhangyijieuest...
2021-11-17 20:29:23
432
原创 pytorch 报错：RuntimeError: cuda runtime error (59) : device-side assert triggered（已解决）
======> Epoch 0 starting train.Traceback (most recent call last): File "train_exbase.py", line 326, in <module> main(args, logger) File "train_exbase.py", line 217, in main train(args, train_loader, model, criterion, optimizer, epoch,
2021-11-16 15:21:29
1491
1
原创 opencv-直方图均衡法
直方图cv2.calcHist(images,channels,mask,histSize,ranges)images: 原图像图像格式为 uint8 或 float32。当传入函数时应 用中括号 [] 括来例如[img]channels: 同样用中括号括来它会告函数我们统幅图 像的直方图。如果入图像是灰度图它的值就是 [0]如果是彩色图像 的传入的参数可以是 [0][1][2] 它们分别对应着 BGR。mask: 掩模图像。统整幅图像的直方图就把它为 None。但是如 果你想统图像某一分的直方图的
2021-11-14 11:48:15
118
原创 markdown学习
2021.11.10 md learning1.代码块import numpy as npimport torchimport cv2//代码块//```+语言名//example： ```python2.标题奥特曼新生代奥特曼泽塔奥特曼遥辉# 一级标题## 二级标题### 三级标题#### 四级标题3.基本写法//加粗**迪迦奥特曼**//高亮==戴拿奥特曼==//斜体*盖亚奥特曼*//删除线~~巴尔坦~~//加粗迪迦奥特曼//高亮戴拿奥特
2021-11-10 20:16:13
199
原创 terminator 样式设计
Terminator简介因为Ubuntu自带的Terminal在需要多终端协同操作时不是很好用，因此换了新终端，名为Terminator。它的优势至于：可以方便地切割终端，便捷地在多窗口中快速移动。例如：在使用ROS时，往往需要一个终端先开启roscore，再用一个终端来打开相应的操作程序，再用第3个终端来输入控制命令，甚至再用第4个终端来查看相应的程序信息。这种情况下，使用Terminator就会很方便。2. Terminator美化2.1 下载sudo apt-get install ter.
2021-11-02 09:46:11
344
原创 c++：cin的用法
总结：每次使用 cin>> 都会从输入缓存区读取数据，读取的方式为第一个不包含空字符（空格或tab）到下一个空字符之前的字符。输入数据缓存区为字符组成，包括空格字符和回车（只能在末尾）， 从第一个非空字符（也就是除去开头的空格，tab，回车）开始保存。如果当前 cin>> 在输入数据缓存区不能获得有效的数据，则创建新的缓存区。缓存区的结尾为回车。...
2021-10-08 19:37:49
695
原创 算法刷题记录
思路：class Solution {public: int minSubArrayLen(int target, vector<int>& nums) { int left = 0; int length = INT_MAX; int sum = 0; for(int right = 0; right < nums.size(); ++right){ .
2021-09-15 17:17:55
65
原创 笔试刷题记录
1.class Solution {public: int unhappyFriends(int n, vector<vector<int>>& preferences, vector<vector<int>>& pairs) { vector<vector<int>> order(n, vector<int>(n)); //n行n列 //
2021-08-31 15:48:27
67
原创 笔试记录题库
6.小美的用户名#include <iostream>using namespace std;int main() { int n; string s; cin >> n; while(n--) { cin >> s; if(!((s[0]>='A'&&s[0]<='Z') || (s[0]>='a' && s[0]<='z'))) {
2021-08-18 22:29:49
74
原创 HMANet阅读笔记
1.比较了pixel-wise attention和region-wise attention。这里提到的attention核心操作都是像DANet中空间注意力机制一样，将特征图分别变形为两个矩阵相乘，得到attention map。region-wise attention比前者不同的是，将特征图划分成若干区域，并对每一个区域作全局池化得到新的特征图，再从新的特征图上得到attention map。这样做的好处是，一来可以降低参数量，特征图尺度变小，则参与卷积的卷积核的参数量自然下降，此外也减少了内存的使
2021-08-15 09:41:30
432
原创 回溯：全排列
class Solution {public: vector<vector<int>> result; vector<int> path; void backt(vector<int>& num, vector<bool>& used){ if(path.size() == num.size()){ result.push_back(path); }.
2021-07-03 11:41:02
71
原创 快速排序法总结
快速排序法的讲解https://blog.csdn.net/qq_40941722/article/details/94396010class Solution {public: string minNumber(vector<int>& nums) { vector<string> strs; for(int i = 0; i < nums.size(); i++) strs.push_back(.
2021-06-27 15:23:00
82
原创 DFS总结
class Solution {public: int kthLargest(TreeNode* root, int k) { int result = 0; dfs(root, result, k); return result; }private: void dfs(TreeNode *root, int &result, int &k) { if (!root) return; ..
2021-06-27 11:44:49
117
原创 BFS算法总结
https://leetcode-cn.com/problems/cong-shang-dao-xia-da-yin-er-cha-shu-lcof/solution/mian-shi-ti-32-i-cong-shang-dao-xia-da-yin-er-ch-4/参考解析题目1.使用BFS，从上到下，每层从左到右进行遍历。2.创建一个队列quene（先进先出），记录每层的节点。（每层循环结束后，开始下层循环。每次循环到一个节点，该节点就出队。）3.当队列quene为空时，退出循环，返回结果
2021-06-12 22:58:19
396
2
原创 算法：动态规划总结
思路1.除去左上角的元素，要到达第一行的其它元素，必须从该元素的左边移动过来。要到达第一列的其它元素，必须从该元素的上边移动过来。2.除去第一行第一列的元素，其它`在这里元素可以从该元素的左边和上边移动过来。3.创建和grid同大小的vector dp， dp中的每个位置记录到达该位置时最短路径和。转移方程为：dp[i][j] = min[dp[i-1][j], dp[i][j-1] + grid[i][j]4.先把dp的第一行和第一列用for循环写出来。class Solution {pub.
2021-05-28 20:41:42
63
原创 刷题：移除元素
给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并 原地 修改输入数组。元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。示例 1:给定 nums = [3,2,2,3], val = 3,函数应该返回新的长度 2, 并且 nums 中的前两个元素均为 2。你不需要考虑数组中超出新长度后面的元素。示例 2:给定 nums = [0,1,2,2,3,0,4,2]
2020-12-19 20:09:38
115
1
原创 边缘检测
边缘检测的概念边缘检测是图像处理与计算机视觉中极为重要的一种分析图像的方法，至少在我做图像分析与识别时，边缘是我最喜欢的图像特征。边缘检测的目的就是找到图像中亮度变化剧烈的像素点构成的集合，表现出来往往是轮廓。如果图像中边缘能够精确的测量和定位，那么，就意味着实际的物体能够被定位和测量，包括物体的面积、物体的直径、物体的形状等就能被测量。在对现实世界的图像采集中，有下面4种情况会表现在图像中时形成一个边缘。1.深度的不连续（物体处在不同的物平面上）；2.表面方向的不连续（如正方体的不同的两个面）；.
2020-11-27 17:17:07
2958
原创 语义分割阶段性总结
语义分割是对图像中的每个像素进行划分，本质上仍旧是一种分类的问题。Encoder-Decoder下采样提取特征，上采样恢复分辨率关键点：1.感受野：解图像信息2.空间分辨率：不断的下采样中分辨率减小，会损失空间细节信息，特别是池化层。采用stride=2代替普通池化层可以进行改善，空洞卷积可保持空间分辨率不变，但rate过大效果也不好，同时空洞卷积是稀疏的，会孤立像素点，不能很好地联系像素点与周围像素点的关系。在保持空间分辨率不变的时候，也会有缺点，那就是计算量会增大。FCN全卷积结构，通过p
2020-10-17 14:30:24
384
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