<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[A_Student10000的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/A_Student10000</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; A_Student10000]]></copyright><item><title><![CDATA[【前沿 热点 顶会】CVPR 2025 录用的基于扩散模型的图像生成方向的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/146295841</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/146295841</guid><author>A_Student10000</author><pubDate>Sun, 16 Mar 2025 15:35:05 +0800</pubDate><description><![CDATA[CVPR 录用的、基于扩散模型diffusion的图像生成工作。]]></description><category></category></item><item><title><![CDATA[【前沿 热点 顶会】CVPR 2025 录用的与图像|视频恢复、抠图、超分辨率、3D生成有关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/145978064</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/145978064</guid><author>A_Student10000</author><pubDate>Mon, 03 Mar 2025 10:43:33 +0800</pubDate><description><![CDATA[我们的主要见解有两个方面：1） 紧凑的 3D 场景表示：我们引入了 BEV-Point 作为高度紧凑的中间表示，确保无界场景的 VRAM 使用量的增长保持不变，从而实现无界城市生成。在这项研究中，我们提出了一种名为 3DEnhancer 的新型 3D 增强管道，它采用多视图潜在扩散模型来增强粗略的 3D 输入，同时保持多视图的一致性。我们的方法包括一个姿势感知编码器和一个基于扩散的降噪器，用于优化低质量的多视图图像，以及数据增强和具有外极聚合的多视图注意力模块，以保持跨视图一致、高质量的 3D 输出。]]></description><category></category></item><item><title><![CDATA[【前沿 热点 顶会】CVPR 2025和目标分类、检测、分割、重识别有关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/145954233</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/145954233</guid><author>A_Student10000</author><pubDate>Sat, 01 Mar 2025 21:48:17 +0800</pubDate><description><![CDATA[CVPR 2025中与目标识别大类有关的论文，设计SAR图像、遥感图像、图像生成、多模态重识别等新颖小众的方向。]]></description><category></category></item><item><title><![CDATA[【前沿 热点 顶会】AAAI 2025中与目标检测有关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/144660234</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/144660234</guid><author>A_Student10000</author><pubDate>Mon, 23 Dec 2024 11:03:41 +0800</pubDate><description><![CDATA[AAAI 2025中与目标检测有关的论文，包括3D目标检测、Radar目标检测、域适应、通用目标检测等话题。]]></description><category></category></item><item><title><![CDATA[[加班技巧]windows如何定时自动启动远程控制软件 向日葵 todesk]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/142909012</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/142909012</guid><author>A_Student10000</author><pubDate>Mon, 14 Oct 2024 09:11:31 +0800</pubDate><description><![CDATA[有时希望晚上能够远程访问办公的计算机，但是可能又会忘记了打开远程控制软件。因此，可以考虑使用任务计划程序创建定时任务，让办公的计算机在下班时自动打开远程控制软件，如向日葵、todesk。]]></description><category></category></item><item><title><![CDATA[【前沿 热点 顶会】NIPS/NeurIPS 2024中与医学图像有关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/142772030</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/142772030</guid><author>A_Student10000</author><pubDate>Tue, 08 Oct 2024 23:43:23 +0800</pubDate><description><![CDATA[我们的方法结合了三种新的机制来利用医学时间序列的独特特征：跨通道修补来利用通道间相关性，多粒度嵌入来捕获不同尺度上的特征，以及两阶段(粒度内和粒度间)多粒度自关注来学习特征和粒度内和粒度之间的相关性。本文提出了混合早期融合注意学习网络(HEALNet)–一种灵活的多模式融合体系结构，它 a)保存特定于通道的结构信息， b)捕获共享潜在空间中的跨通道交互和结构信息， c)能够有效地处理训练和推理过程中丢失的通道， d)通过学习原始数据输入而不是不透明的嵌入来实现直观的模型检查。]]></description><category></category></item><item><title><![CDATA[【前沿 热点 顶会】NIPS/NeurIPS 2024中与尖峰/脉冲神经网络（Spiking neural networks）有关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/142715835</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/142715835</guid><author>A_Student10000</author><pubDate>Mon, 07 Oct 2024 10:07:20 +0800</pubDate><description><![CDATA[采用面向获胜者的尖峰轮班，用于 Softmax 操作事件驱动的尖峰神经网络(SNN)是一种很有前途的神经网络，可以降低不断增长的人工智能模型的能量消耗。在这项工作中，我们提出了一种新的变压器到 SNN 的转换方法，该方法输出一个端到端基于尖峰的变压器，称为 SpikedAttend.我们的方法直接转换训练有素的转换器，而不需要修改其注意结构。受这些发现的启发，我们提出了基于速率的反向传播，这是一种专门设计的训练策略，旨在利用基于速率的表示来降低 BPTT 的复杂性。在时钟驱动的同步芯片上，采用较短的时间。]]></description><category></category></item><item><title><![CDATA[【计算机视觉前沿研究 热点 顶会】ECCV 2024中扩散模型有关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/141927672</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/141927672</guid><author>A_Student10000</author><pubDate>Thu, 05 Sep 2024 12:26:35 +0800</pubDate><description><![CDATA[这篇博客搜集了了ECCV 2024中与扩散模型有关的论文，该系列博客将不断更新，覆盖更全面的主题。]]></description><category></category></item><item><title><![CDATA[在中南大学高性能计算公共平台中使用vscode调试与运行深度学习网络]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/141314966</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/141314966</guid><author>A_Student10000</author><pubDate>Mon, 19 Aug 2024 10:35:12 +0800</pubDate><description><![CDATA[中南大学新推出了高性能计算公共平台，该平台通过可视化界面替代了之前的终端操作，能够降低使用的难度，而且不使用中南大学校内的ip也可以通过该平台访问服务器，有利于远程操作。平台界面如下所示，这里只介绍平台中使用vscode的流程。]]></description><category></category></item><item><title><![CDATA[[cvpr 2024 目标检测 前沿研究 热点] cpvr 2024中与目标检测主题有关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/141168311</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/141168311</guid><author>A_Student10000</author><pubDate>Tue, 13 Aug 2024 16:55:38 +0800</pubDate><description><![CDATA[实现包括室内和室外场景的统一单目 3D 对象检测在机器人导航等应用中具有重要意义。然而，涉及数据的各种场景来训练模型会带来挑战，因为它们具有显著不同的特性，例如不同的几何特性和异构的域分布。为了解决这些挑战，我们构建了一种基于鸟瞰图（BEV）检测范式的检测器。]]></description><category></category></item><item><title><![CDATA[【计算机视觉前沿研究 热点 顶会】CVPR 2024中与域适应、分布外目标检测相关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/140449383</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/140449383</guid><author>A_Student10000</author><pubDate>Mon, 15 Jul 2024 21:25:33 +0800</pubDate><description><![CDATA[这篇博客汇总了cvpr 2024中与分布外检测、域适应检测相关的部分论文。]]></description><category></category></item><item><title><![CDATA[【计算机视觉前沿研究 热点 顶会】CVPR 2024中与3D目标检测、BEV、Lidar、自动驾驶相关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/140449026</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/140449026</guid><author>A_Student10000</author><pubDate>Mon, 15 Jul 2024 21:07:07 +0800</pubDate><description><![CDATA[本专栏搜集了CVPR 2024中与3D目标检测有关的论文，主要包括BEV检测、可见光与Lidar融合的检测、车道线检测等自动驾驶方面的研究，可以方便您跟踪该领域当下的热点问题。]]></description><category></category></item><item><title><![CDATA[【计算机视觉前沿研究 热点 顶会】CVPR 2024中与目标检测相关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/140380166</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/140380166</guid><author>A_Student10000</author><pubDate>Fri, 12 Jul 2024 15:17:37 +0800</pubDate><description><![CDATA[本专栏搜集了CVPR 2024中与目标检测有关的论文，可以方便您跟踪该领域当下的热点问题。]]></description><category></category></item><item><title><![CDATA[detectron2使用总结 |使用detectron2构造 Faster RCNN 和 Mask RCNN 进行目标检测]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/140188044</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/140188044</guid><author>A_Student10000</author><pubDate>Thu, 04 Jul 2024 19:56:16 +0800</pubDate><description><![CDATA[构造过程调用的函数依次为 build_model(cfg) -> meta_arch这个类的 from_config(cls, cfg) 函数 ->  meta_arch这个类的 __init__() 函数。如果将看网络模型的结构和前向过程，需要先查看 meta_arch 的内容，然后到 detectron2/modeling/meta_arch 这个文件夹下找到 meta_arch 这个类。meta_arch = cfg.MODEL.META_ARCHITECTURE 得到的是一个网络模型的类名。]]></description><category></category></item><item><title><![CDATA[【计算机视觉前沿研究 热点 CVPR 2024】顶会中与目标检测相关的论文]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/139941971</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/139941971</guid><author>A_Student10000</author><pubDate>Tue, 25 Jun 2024 00:52:54 +0800</pubDate><description><![CDATA[CVPR 2024 目标检测 计算机视觉前沿研究 顶会论文分析]]></description><category></category></item><item><title><![CDATA[linux中将终端Terminal添加到任务栏]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/136721346</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/136721346</guid><author>A_Student10000</author><pubDate>Thu, 14 Mar 2024 20:39:07 +0800</pubDate><description><![CDATA[如题，默认的任务栏中没有终端这一组件，因此，想要打开终端，需要先切换到桌面，影响了使用体验。]]></description><category></category></item><item><title><![CDATA[【已解决】ubuntu系统中最小化后窗口消失，任务栏上无法找到原来的窗口]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/136690742</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/136690742</guid><author>A_Student10000</author><pubDate>Wed, 13 Mar 2024 20:42:29 +0800</pubDate><description><![CDATA[问题描述
ubuntu系统中，窗口最小化后，不知道窗口去了哪里，无法进入原来的窗口。如图所示。

解决方法
1.简略版
在Panel中添加Windows Buttons。


2.详细版
1.在任务栏中找到Panel。

2.在Panel的设置界面，点击加号，添加新的Panel。

3.添加后，桌面将出现一个新的Panel。
4.在Panel中添加Windows Buttons。



]]></description><category></category></item><item><title><![CDATA[tensorboard报错：Port 6006 is in use by another program. Either identify and stop that program, or star]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/136690509</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/136690509</guid><author>A_Student10000</author><pubDate>Wed, 13 Mar 2024 20:32:05 +0800</pubDate><description><![CDATA[如题。]]></description><category></category></item><item><title><![CDATA[vscode中debug时，没有响应]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/135725620</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/135725620</guid><author>A_Student10000</author><pubDate>Sun, 21 Jan 2024 08:54:20 +0800</pubDate><description><![CDATA[可能是python编译器版本过低，python3.6及以下不能debug，尝试切换python版本。]]></description><category></category></item><item><title><![CDATA[vscode中debug时，如何指定conda虚拟环境]]></title><link>https://blog.youkuaiyun.com/A_Student10000/article/details/135720638</link><guid>https://blog.youkuaiyun.com/A_Student10000/article/details/135720638</guid><author>A_Student10000</author><pubDate>Sat, 20 Jan 2024 19:47:09 +0800</pubDate><description><![CDATA[如题，在vscode中debug时，默认使用的是base虚拟环境，这常常无法满足要求。]]></description><category></category></item></channel></rss>