用户

翻译 CutBlur与RCAN-it

超分中的训练策略与涨点技巧

原创 超分辨率 EDSR开源项目

对于常用框架EDSR的一点点理解

转载 SR超分辨率中的几种Non-local attention

1、初始版本2、SAN中的分割成4份3、CSNLN中的cross scale版4、Non-Local Sparse Attention5、借鉴Asymmetric Non-local Neural Networks for Semantic Segmentation

原创 NTIRE2020~21 SISR超分 总结

18~20 参考https://blog.csdn.net/weixin_46773169/article/details/108833993目录NTIRE 2021Learning the Super-Resolution Space Challenge一、任务二、评价标准三、结果NTIRE 2021 Challenge on Burst Super-Resolution: Methods and Results一、任务二、评价标准三、结果NTIRE 2021 ..

原创 神奇的torch.gather()

torch.gather(input, dim, index, *, sparse_grad=False, out=None) → TensorGathers values along an axis specified bydim.例如 原本一个tensor a是：a[0][0] a[0][1] a[1][0] a[1][1] index tensor是：j k m n 现在，b=torch.gather(input=a, dim=0, ...

原创 VisualCpp之旅7——已有工程加一个登录窗口

1、Resource视图，Insert dialog，将ID改为DIALOG_LOGIN

原创 VisualCpp之旅6——不配置DSN,只用Dialog也可以增删查改ODB

1、新建基于dialog的工程2、将dialog界面设置为

翻译 Neural Sparse Representation for Image Restoration

PDF:https://arxiv.org/pdf/2006.04357.pdfcode:https://github.com/ychfan/nsr一、创新起源：二、InsightWe propose novel sparsity constraints to achieve sparse representation in deep neural networks. 三、具体实施1、将隐藏的神经元稀疏化为了全局稀疏，要先将神经元分组the hidden neuro.

翻译 Image Super-Resolution with Non-Local Sparse Attention

Non-local（非局部的自注意力） 和稀疏表示相结合一、创新起源：Non-local 的不足：①深层网络感受野是全局的，自相关会不精确②全图计算 计算量大二、方法：将深度特征图的像素进行分类 同一个attention bucket里面的像素有相近的内容效果：可以减少运算量至接近线性，增加NL的有效性三、具体操作Non-local 的表达式如下：表达为稀疏的形式δi: Attention bucket...

转载 sklearn 2-支持向量机SVM

SVM用于分类和回归，目的是找到一个超平面，使得离超平面最近的点都有很大的距离，max（最小距离）的意思线性可分SVM：

转载 Sklearn库，一把神奇的瑞士军刀1

2 KNN最邻近算法算未知样本和已知样本的直线距离，然后，离未知样本最近的k个已知样本所属的类别，频率最高的类别就是未知样本的类别。KNN的核心三要素（1）距离度量单个属性：相似度、相异度二元数据：距离包括https://blog.csdn.net/jerry81333/article/details/52632687（2）k取值（3）分类规则分类时：多数决定回归时：取平均值操作流程：1、数据规范化数据（不同属性的数据差别较大）...

转载 Sklearn库，一个神奇的瑞士军刀0

pip installscikit-learnQhttps://blog.csdn.net/qq_39355550/article/details/82792460机器学习与sklearn的知识图谱

转载 一些np库里面奇怪的函数

np.tile就像贴地砖一样，将一块相同的地砖（数组）在地上平铺多少次（横向、纵向）

原创 VisualCpp之旅4-visual studio 2010 读取Excel

【整理】Dword、LPSTR、LPWSTR、LPCSTR、LPCWSTR、LPTSTR、LPCTSTR:https://www.cnblogs.com/goed/archive/2011/11/11/2245702.html1、新建MFC application工程，改为dialog based2、http://www.cnblogs.com/xianyunhe/archive/2011/09/25/2190485.htmlproject>MFC Class Wizard 红色箭头找..

原创 VisualCpp之旅5——数据库access

一、结构化的查询语言SQL增删改查。

原创 VisualCPP之旅3-CPP语法基础-一些重点

一、保留字与标识符

转载 VisualCPP之旅2

#pragma once这是一个比较常用的C/C++杂注，只要在头文件的最开始加入这条杂注，就能够保证头文件只被编译一次。#ifndef，#define，#endif是C/C++语言中的宏定义，通过宏定义避免文件多次编译。所以在所有支持C++语言的编译器上都是有效的，如果写的程序要跨平台，最好使用这种方式。...

转载 matplotlib 纵坐标强制要求从零开始

http://www.cocoachina.com/articles/98946ax = plt.subplot(1, 1, 1)ax.plot(x, y)ax.set_ylim(bottom=0.)plt.show()加入ax.set_ylim(bottom=0.)这一句！

原创 VisualCpp之旅1

#include<iomanip>主要是对cin,cout之类的一些操纵运算子，比如setfill,setw,setbase,setprecision等等。它是I/O流控制头文件。setw()来设置cout的显示位数。inline成员函数的定义在类的内部完成，这些函数称为内联函数(inline),其功能相当于宏 #define pi 3.14159复制构造函数STU(STU&ob)可以直接复制另一个相同的类的所有内容，例如：STU stu2(stu1)..

原创 最近看过的一些论文

Learning a Single Convolutional Super-Resolution Network forMultiple Degradations，即SRMD,CVPR2018本篇文章

翻译 Pandas从入门到入门

一、pandas入门https://pandas.pydata.org/pandas-docs/version/0.22.0/10min.htmlSeries: 类似于lists = pd.Series([1,3,5,np.nan,6,8])DataFrame：类似于一个表格，是最重要的一种数据类型dates = pd.date_range('20130101', periods=6)df = pd.DataFrame(np.random.randn(6,4), index=dat

转载 ESRGAN

Enhanced Super-Resolution Generative Adversarial Networkshttps://arxiv.org/pdf/1809.00219.pdf code:https://github.com/xinntao/ESRGANECCV2018在SRGAN的升级之处：1、Residual-in-Residual Dense Block (RDDB)residual scaling 和 smaller initiali...

转载 最 优 化 方 法

供应链、下料、仓储问题x是决策变量u是目标函数约束条件：h是等式约束g是不等式约束表达式形式 矩阵形式

转载 VisualCpp之旅0

stdafx.h是什么stdafx.h在C++中起到的作用是头文件预编译，即把C++工程中使用的MFC头文件预先编译，以后该工程编译时，直接使用预编译的结果，以加快编译速度。C++编译器通过一个头文件stdafx.h来使用预编译头文件。stdafx.h并不是标准C++头文件，与项目的源代码文件存放在同一个文件文件夹下，通过#include"stdafx.h"引用。stdafx的英文全称为：Standard Application Framework Extensions（标准应用程序框架的扩展）。

翻译 双三次插值的原理

双三次插值的原理：可以看看这一篇论文：实现图像缩放功能的Matlab插值算法研究与比较，丁雪晶，湖北大学学报(自然科学版)。她讲得真好呀P点的灰度值为:16个点的灰度值分别乘以相应的系数然后相加以上截图仅供学习使用，请访问知网下载完整论文。...

翻译 RFANet

原创 CS-NL

Image Super-Resolution with Cross-Scale Non-Local Attention and Exhaustive Self-Exemplars Mining1、网络结构图project：投影的意思。2、https://blog.csdn.net/SKY_yiyi_9/article/details/107954407

翻译 RCAN结构图

翻译 Correction Filter for Single Image Super-Resolution阅读笔记（CVPR2020）

Correction Filter for Single Image Super-Resolution:Robustifying Off-the-Shelf Deep Super-Resolvers，作者是来自以色列特拉维夫大学Tel Aviv University的三位研究者。在以往的超分辨率模型当中，都是使用基于已知的下采样模型得到的低分辨率图片进行训练的，这对于未知下采样的图片效果不好。本文设计了一个解析解（分闭解/解析解指能通过有限次运算得到结果的解析表达式，二元一次方程的解就是一个典型的解析解

原创 EDSR代码阅读

一、\srcoption.py:利用argparse包，对demo里面的脚本命令进行支持。template.py:快速补充arg参数。

翻译 DRN论文阅读笔记

感谢以下博客提供的参考：https://zhuanlan.zhihu.com/p/115498523https://zhuanlan.zhihu.com/p/114666203https://blog.csdn.net/qq_38799933/article/details/105666286https://blog.csdn.net/weixin_42054508/article/details/105245167https://www.pianshen.com/article/762