最后的轻语19-优快云博客

原创 NSGA-II 学习笔记：基本概念、核心机制与简单实验

在传统优化问题中，通常只需要优化一个目标，例如让损失最小、让准确率最高，这叫做单目标优化。准确率高参数量小FLOPs 低推理速度快这类问题就属于多目标优化。在多目标优化中，我们不能简单地用一个总分来判断哪个解更好，因此需要一种新的比较方式，这就是支配关系。在所有目标上都不比解 B 差并且至少有一个目标比解 B 更好解 A 支配解 B如果一个解不被其他任何解支配Pareto 最优解非支配排序是 NSGA-II 中最核心的机制之一。

2026-03-27 21:02:23 321

原创遗传算法—答疑

遗传算法是一种模拟自然界生物进化过程的优化搜索方法。它通过对一组候选解不断进行选择、交叉、变异，使种群逐代进化，最终得到问题的较优解或近似最优解。更通俗一点：遗传算法就是从很多可能的答案里，一代一代筛选和改进，慢慢找到更好的解。个体：问题的一个候选解。种群：由多个候选解组成的集合。通俗地说：适应度是用于衡量个体优劣程度的指标。作用是：通俗地说：适应度就是给每个解打分。选择的作用：选择是在当前种群中，根据适应度挑选较优个体，使其更有机会参与繁殖并进入下一代。它的作用主要有：为什么不能只保留最优个体：如果只

2026-03-25 16:47:27 615

原创【论文答疑】Spatial-Aware Token for Weakly Supervised Object Localization 论文答疑

1，“现有基于 Transformer 的 WSOL 方法存在分类与定位的优化冲突”，请具体解释：为什么 “分类特征图合成定位图” 这一操作会同时导致 “分类能力下降” 和 “定位受特征图属性限制”？分类任务中的核心目标：让模型学习到“最能区分类别”的特征，也就是质量最高，我们最需要的特征（比如 “猫” 的判别特征是耳朵、胡须，而非身体侧面的毛发 —— 这些毛发与 “狗” 的毛发差异很小，属于 “低区分度区域”）

2025-08-26 16:16:53 515

原创 Spatial-Aware Token for Weakly Supervised Object Localization 论文解读

本文提出了一种空间感知 token（SAT），专门用于目标定位任务，而不是通过合成分类特征图来实现，从而避免了分类与定位任务之间的优化冲突。为此，我们构建了一个空间查询注意力（SQA）模块，用于生成定位图并从分类任务中提取定位知识。同时，设计了两种空间约束（批量面积损失和正则化损失），以弥补监督信号不足的问题。在多个基准数据集上的大量实验证明，所提出的 SAT 方法在效果和效率上均显著优于以往方法。

2025-08-24 20:12:45 1035

原创【实例分割】 Mask RCNN 论文解读

我们这里使用RoI Align，不用取整的去计算，首先从RPN中生成一张proposal，直接找到proposal在特征图上的投影位置，将这个投影位置框出来之后，我们要在方框里所有的格子里面设置采样点，（例如要求7×7的特征图我们就有49个格子，每个格子都有若干个采样点）然后求出这些采样点的坐标以及数值大小，一个小格子里面所有采样点的均值就是这个位置的数值。我们可以通过数学办法很轻松的计算出我们采样点的坐标，然后通过双线性插值计算的方法来计算出采样点的数值（计算方法如下）。

2025-08-19 15:08:24 364

原创【目标检测】RCNN，Fast RCNN，Faster RCNN

4）这篇论文也带来了一个观点，那就是当你缺乏大量的标注数据时，比较好的可行的手段是，进行神经网络的迁移学习，采用在其他大型数据集训练过后的神经网络，然后在小规模特定的数据集中进行 fine-tune 微调。2）Faster R-CNN 创造性地采用卷积网络自行产生建议框，并且和目标检测网络共享网络，使得建议框数目从原有的约 2000 个减少为 300个，且建议框的质量也有本质的提高。1）论文核心观点：能否用深度学习替换传统的图片特征提取方法从而更好的实现目标检测的效果。3）训练时，可以对整个网络参数更新。

2025-08-19 11:47:21 415

原创 CAM Back Again: Large Kernel CNNs from a Weakly Supervised ObjectLocalization Perspective 论文解读

3，CUB-200-2011数据集上的WSOL实验表明，简单地将最新的大内核CNN与最经典的WSOL方法（CAM）和简单的数据增强技术相结合，可以实现与最先进的基于CNN的WSOL方法相当的性能。2，我们提供了一个新的观点，即WSOL任务的高性能是由于架构的固有能力（例如，有助于生成具有大GAP值或激活区域的特征图的结构）以及由此产生的特征图的改进。1，我们的研究发现，当与最新的大型内核CNN相结合时，WSOL任务中的简单CAM方法与最先进的基于CNN的WSOL方法相比表现良好。

2025-08-18 16:18:19 918 1

2403_86936068的博客