<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[chen_Huiling的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/chen_Huiling</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chen_Huiling]]></copyright><item><title><![CDATA[SAMNet: Stereoscopically Attentive Multi-scale Network for Lightweight Salient Object Detection]]></title><link>https://blog.youkuaiyun.com/chen_Huiling/article/details/117967786</link><guid>https://blog.youkuaiyun.com/chen_Huiling/article/details/117967786</guid><author>chen_Huiling</author><pubDate>Wed, 16 Jun 2021 22:16:50 +0800</pubDate><description><![CDATA[SAMNet: Stereoscopically Attentive Multi-scale Network for Lightweight Salient Object Detection
显著性物体检测的轻量级立体注意力多尺度网络
原文链接：https://www.researchgate.net/publication/350161009_SAMNet_Stereoscopically_Attentive_Multi-Scale_Network_for_Lightweight_Salient_Obje]]></description><category></category></item><item><title><![CDATA[显示器显示“输入信号超出范围”怎么调整]]></title><link>https://blog.youkuaiyun.com/chen_Huiling/article/details/113729037</link><guid>https://blog.youkuaiyun.com/chen_Huiling/article/details/113729037</guid><author>chen_Huiling</author><pubDate>Sat, 06 Feb 2021 18:24:57 +0800</pubDate><description><![CDATA[]]></description><category></category></item><item><title><![CDATA[PS如何给图片加简单的边框线]]></title><link>https://blog.youkuaiyun.com/chen_Huiling/article/details/112651825</link><guid>https://blog.youkuaiyun.com/chen_Huiling/article/details/112651825</guid><author>chen_Huiling</author><pubDate>Fri, 15 Jan 2021 11:03:39 +0800</pubDate><description><![CDATA[PS如何给图片加边框
S1：ctrl_A全选中图片
S2：编辑-描边

S3：选择需要的边框粗度，点击确定即可

S4：ctrl+D取消选择
S5：ctrl+S保存
如果想要好看的边框，参考一下链接：
https://jingyan.baidu.com/article/b907e627e3e2e546e7891cca.html

...]]></description><category></category></item><item><title><![CDATA[如何用PS给钢笔选中区域进行填充]]></title><link>https://blog.youkuaiyun.com/chen_Huiling/article/details/112649568</link><guid>https://blog.youkuaiyun.com/chen_Huiling/article/details/112649568</guid><author>chen_Huiling</author><pubDate>Fri, 15 Jan 2021 10:47:17 +0800</pubDate><description><![CDATA[如何用PS给钢笔选中区域进行填充
S1：打开图片
S2：使用左侧钢笔工具圈出要填充的区域


钢笔工具选中
S3:框出区域后，鼠标右键单击选中区域，选择“建立选区”

S4：点击确定按钮

S5：点击左侧 油漆桶 工具

然后点击下方前景色，选择需要的颜色


点击确定
S6：鼠标点击选中区域，选中区域被填充，完成操作


S7：ctrl+D,取消选择，完成


...]]></description><category></category></item><item><title><![CDATA[空洞卷积的优缺点]]></title><link>https://blog.youkuaiyun.com/chen_Huiling/article/details/112632740</link><guid>https://blog.youkuaiyun.com/chen_Huiling/article/details/112632740</guid><author>chen_Huiling</author><pubDate>Thu, 14 Jan 2021 19:56:52 +0800</pubDate><description><![CDATA[空洞卷积的优缺点
空洞卷积(atrous convolution)又叫扩张卷积(dilated convolution)，其实就是向卷积层引入了一个称为“扩张率（dilation rate）”的新参数，这个参数定义了卷积核处理数据时各值的间距。普通卷积和空洞卷积图示如下（以3*3卷积为例）

（普通卷积）

（空洞卷积）
那么这样的结构是为了解决什么问题呢？
这又不得不提起传统网络VGG，在VGG的设计中，作者发现了卷积叠加过程中的一个巧妙规律，即77的卷积层正则等效于3个33卷积层的叠加，在减少参数的同时]]></description><category></category></item><item><title><![CDATA[RuntimeError: output with shape [1, 28, 28] doesn‘t match the broadcast shape [3, 28, 28]]]></title><link>https://blog.youkuaiyun.com/chen_Huiling/article/details/111248340</link><guid>https://blog.youkuaiyun.com/chen_Huiling/article/details/111248340</guid><author>chen_Huiling</author><pubDate>Wed, 13 Jan 2021 21:36:10 +0800</pubDate><description><![CDATA[**
RuntimeError: output with shape [1, 28, 28] doesn’t match the broadcast shape [3, 28, 28]
**
RuntimeError: output with shape [1, 208, 256] doesn’t match the broadcast shape [3, 208, 256]
pytorch下跑裂缝类代码运行时遇见shape不匹配问题。
原因：图片格式是灰度图只有一个channel，需要变成RGB图才可以
]]></description><category></category></item><item><title><![CDATA[端到端是什么]]></title><link>https://blog.youkuaiyun.com/chen_Huiling/article/details/112593390</link><guid>https://blog.youkuaiyun.com/chen_Huiling/article/details/112593390</guid><author>chen_Huiling</author><pubDate>Wed, 13 Jan 2021 21:34:50 +0800</pubDate><description><![CDATA[端到端
简单来说，端到端思想就是输入原始特征，输出预测结果，不需要像传统机器学习算法那样进行一系列的特征提取。
输入图像直接得到结果。

]]></description><category></category></item><item><title><![CDATA[文献阅读1 | 《基于图像处理的铁路轨道板裂缝检测研究》]]></title><link>https://blog.youkuaiyun.com/chen_Huiling/article/details/108046500</link><guid>https://blog.youkuaiyun.com/chen_Huiling/article/details/108046500</guid><author>chen_Huiling</author><pubDate>Sun, 16 Aug 2020 23:44:10 +0800</pubDate><description><![CDATA[文献阅读1 | 基于图像处理的铁路轨道板裂缝检测研究
文献阅读1 | 《基于图像处理的铁路轨道板裂缝检测研究》
作者：薛峰，赵丽科,柴雪松，郑顺义
期刊：铁道建筑
图像预处理
由于在图像处理中存在平滑和增强的矛盾，平滑降噪的同时会过滤图像中的一些细节信息，图像的增强可能会使图像中的噪声数据同时被放大，所以本文采用双边滤波和Wallis滤波两种预处理方式结合。

Wallis滤波器的作用是将图像的灰度均值和方差值映射到给定的灰度均值和方差值，使图像的反差得以均衡化。反差小的区域反差增大，反差较大的区域反差减小]]></description><category></category></item></channel></rss>