fovever_的博客

在撰写论文时有时候会面临超篇幅的情况，这时候一个常用的操作便是使用期刊（会议）的缩写或者半缩写来替换期刊（会议）全称。为了方便自己后续使用相关的缩写 特此整理

最近应该要整理中文资料的参考文献，很多会议文献都需要补全会议地点（新国标要求）。四处百度感觉也挺麻烦的，而且没有比较齐全的网站可以搜索。因此自己整理了一下领域相关的顶会，主要整理的是自以来每一届顶会的会议地点，便于以后整理文献的时候查找。

使用PIL读取图像后对其进行Resize时由于PIL 版本问题出现`AttributeError: module 'PIL.Image' has no attribute 'ANTIALIAS'`，简要介绍相关的Debug过程

科研工具推荐之ReadPaper.之前也用很多朋友在问英文文献如何阅读，一直推荐的是Adobe PDF+有道翻译。最近了解到了另外一个神器 ReadPaper 自己稍微体验了一下 感觉非常nice，特此推荐给大家。

在维护服务器的过程中，有时候会出现一些进程没人认领，这个时候会影响资源的合理分配，也担心系统被人入侵。使用nvidia-smi 以及htop，top也只能知道是哪个进程（PID）占用的资源，但是并不能知道是谁的程序。此时可以通过ll /proc/PID 指令来查看进程所属的目录从而就可以知道是谁的程序了。

服务器通常会面临存在不足的问题，大部分服务器都是ubuntu系统，该篇博客浅浅记载一下在ubuntu系统上挂载新硬盘的步骤。本篇博文仅仅记载简单挂载一块新的硬盘，而没有对硬盘进行分区啥的。

这篇博客利用Python把大部分图像融合指标基[图像融合评估指标复现了，从而方便大家更好的使用Python进行指标计算，以及一些I/O 操作。除了几个特征互信息的指标没有成功复现之外，其他指标均可以通过这篇博客提到的Python程序计算得到.

所有主流的基于深度学习的红外和可见光图像融合方法都被集成在了这个框架中。方便大家实验比较。

Pytorch 多卡并行训练教程 （DDP），关于使用DDP进行多开并行训练 网上有许多教程，而且很多对原理解析的也比较透彻，但是有时候看起来还是比较懵逼，再啃了许多相关的博客后，博主记录了一些自己对于使用torch.nn.DistributedDataParallel(DDP)进行单机多卡并行训练的一些体会，希望能对入门的小白有一定的帮助，不足之处也希望指出，大家一起交流学习。

之前介绍高效科研工具的时候，有说过在论文中排列图片是的几种方案，其中一种就是用latex排图，可以很好地插入到Latex写作的论文中。

计算机视觉三大顶会论文入口列表

工欲善其事，必先利其器，掌握一些高效的生产力科研工具，可以在我们科研途中起到事半功倍的作用，下面主要介绍一些个人用来提升效率的科研工具套件。

对于计算机视觉任务来说,我们希望模型可以对于物体姿势或位置的变化具有一定的不变性,从而在不同场景下实现对于物体的分析。传统CNN中使用卷积和Pooling操作在一定程度上实现了平移不变性,但这种人工设定的变换规则使得网络过分的依赖先验知识,既不能真正实现平移不变性(不变性对于平移的要求很高),又使得CNN对于旋转,扭曲等未人为设定的几何变换缺乏应有的特征不变性。为此作者提出了Spatial Transformer Networks。