- 博客(14)
- 收藏
- 关注
RSS订阅原创 论文概要：MP-HSIR A Multi-Prompt Framework for Universal Hyperspectral Image Restoration
高光谱图像的价值与退化问题高光谱图像具备远高于 RGB 图像的光谱分辨率，是城市规划、农业生产、环境监测等领域的核心数据，但成像过程中受环境、设备限制，易产生高斯噪声、运动模糊、波段缺失、雾霾等多样且未知的退化，导致光谱和空间失真，严重影响后续分析，因此 HSI 复原是图像处理的关键环节现有方法的局限性特定任务方法：针对单一退化设计（如仅去噪、仅超分），无法处理复杂混合退化，泛化能力差；通用图像复原方法：多针对 RGB 图像开发，未考虑 HSI 独特的光谱特性，易造成光谱重建失真；
2026-03-25 10:57:03
385
原创 论文概要：AnyTSR++: Prompt-Oriented Any-Scale Thermal Super-Resolution for Unmanned Aerial Vehicle
热成像技术是无人机在弱光、遮挡等复杂环境中执行探测、跟踪、导航任务的关键感知手段，但机载热传感器分辨率有限，导致图像细节缺失、目标边界模糊，严重影响下游任务性能。高分辨率热传感器成本高且无法灵活支持任意尺度缩放，而超分辨率（SR）技术成为低成本解决方案。固定尺度 SR：需为每个目标尺度（如 ×2、×4）单独训练模型，计算成本高，无法支持分数缩放（如 ×1.5）和连续分辨率适配，不满足无人机飞行高度、视场动态变化的需求。
2026-02-06 14:08:56
1035
原创 论文概要：ICEDIFF: HIGH RESOLUTION AND HIGH-QUALITY SEA ICE FORECASTING WITH GENERATIVE DIFFUSION PRIOR
北极海冰变化对极地生态系统、航运路线、沿海社区及全球气候具有深远影响。精准捕捉海冰的精细尺度变化，无论是对于实际业务应用（如极地航运规划）还是科学研究（如气候变化建模）都至关重要。物理数值模型，短期（数周内）海冰浓度（SIC，0%-100%）预报精度尚可，但长期预报性能显著下降，甚至不如简单统计模型；基于深度学习的方法（如 IceNet、SICNet）在海冰预报中取得突破，覆盖日度到季度尺度，但均局限于 25km×25km 的空间分辨率，无法满足精细尺度应用需求；
2025-12-10 15:22:18
961
原创 Mamba：继Transformer后的新一代深度学习架构
序列模型的效率与效果的权衡点在于它们对状态的压缩程度，高效的模型必须有一个小的状态(比如RNN或S4)，而有效的模型必须有一个包含来自上下文的所有必要信息的状态(比如transformer)。因此首先要做的是将离散的输入变成SSM可用的连续信号，这里的是使用零阶保持技术（Zero-order hold technique），每次我们接收到一个离散信号时，我们都保持它的值，直到我们接收到一个新的离散信号。此时有了一个连续的信号作为输入，可以通过SSM生成一个连续的输出，并且只根据输入的时间步长对值进行采样。
2025-11-04 19:39:38
970
原创 论文概要：CWNet: Causal Wavelet Network for Low-Light Image Enhancement
低光图像增强是计算机视觉领域的关键任务，旨在解决低光环境下图像亮度不足、细节丢失、噪声干扰等问题，为后续目标检测、语义分割等下游任务提供高质量输入。其应用场景涵盖夜间监控、自动驾驶、医学成像等多个领域。传统方法：如伽马校正、Retinex 理论、直方图均衡化等，仅关注全局亮度均匀调整，无法处理非均匀光照和极端低光场景，易导致过曝、细节模糊或色彩失真。语义与色彩一致性缺失。
2025-10-17 16:30:09
509
原创 论文概要：OmniSegmentor: A Flexible Multi-Modal Learning Framework for Semantic Segmentation
在下游任务的微调中，预训练模型中的权重用于初始化每个对应的补充模态的权重。例如，多模态数据集SUNRGBD包含10,325个RGB-D数据，KITTI-360有61,280个RGB-L数据，这些数据集规模相对较小，且局限于特定的多模态数据，即RGB-L或RGB-D。综上所述，预训练过程针对 “全模态同时预训练计算量大、优化困难” 的问题，提出RGB + 随机单模态交替输入策略：每次迭代仅输入 RGB 数据与随机选择的 1 种补充模态数据，通过特征对齐学习模态间关联，而非同时输入所有 5 种模态。
2025-10-14 10:59:56
699
原创 第七周：ViT 与 Swin Transformer
Transformer是一种用于自然语言处理（NLP）和其他序列到序列任务的深度学习模型架构，它在2017年由Vaswani等人首次提出。Transformer架构引入了自注意力机制（self-attention mechanism），使其在处理序列数据时表现出色。在Transformer出现之前，处理序列数据的主流模型是循环神经网络（RNN） 和长短期记忆网络（LSTM）。但它们存在两个致命缺点，必须逐个词地按顺序处理，无法并行化，导致训练速度非常慢；
2025-09-18 15:34:31
746
原创 论文概要：Reverse Convolution and Its Applications to Image Restoration
卷积和转置卷积是神经网络中广泛使用的基本算子。然而，由于它们在数学表述上的固有差异，转置卷积（亦称反卷积）并不真正是卷积的逆运算。迄今为止，尚未有任何反向卷积算子被确立为神经架构中的标准组件。在本文中提出了一种新颖的深度反向卷积算子，作为通过公式化和求解正则化最小二乘优化问题来有效逆转深度卷积的初步尝试。基于此算子，进一步构建了一个反向卷积块，将其与层归一化、1×1卷积和GELU激活函数相结合，形成一个类似Transformer的结构。
2025-09-02 19:41:26
882
原创 第六周：基于卷积的注意力机制
的维度（批次、通道、高和宽）进行全局平均池化压缩（b，c），并送进fc容器中，包含两次神经网络和一层非线性激活函数，该容器的瓶颈结构可以减少计算量，再经过Sigmod将结果映射到0到1的区间，得到通道权重。为了解决场景分割任务中，复杂的上下文信息建模和细节捕捉存在的挑战，提出了一种高性能的双注意力网络，该网络结合通道注意力模块和空间注意力模块，自适应整合全局上下文与局部特征。该模块特点在于其输入维度等于输出维度，通常具有跳连的功能，机制上有专注于局部建模的卷积，以及专注于全局建模的注意力机制。
2025-08-31 20:45:41
771
原创 第五周：生成式对抗网络 与 Diffussion
生成式对抗网络和扩散模型（Diffusion Model）都是生成模型的核心方法，均旨在学习真实数据分布，生成高质量样本（如图像）。GAN家族和Diffusion均可实现无监督生成，其中CGAN和条件Diffusion还通过引入标签或文本等外部信息，支持可控生成。但是在稳定性和训练质量上，生成式对抗网络适合实时生成（游戏、视频）、低计算成本场景；Diffusion适合高保真生成（艺术创作、医学图像）、需精细控制的场景（文本到图像）。
2025-08-18 19:48:36
1798
原创 第四周：MobileNet 与 ShuffleNet
训练HybridSN，然后多测试几次，会发现每次分类的结果都不一样，请思考为什么？由于fc层使用了dropout，会导致网络节点部分失活，每次的节点是随机的。如果想要进⼀步提升高光谱图像的分类性能，可以如何改进？2D和3D卷积是串行连接的，可能导致光谱-空间信息交互不足，可以改善混合卷积结果，实行并行分支结构；可以引入注意力机制，例如在3D或2D卷积层后添加SE模块，赋予通道权重信息，提高分类效果。depth-wise conv 和 分组卷积有什么区别与联系？
2025-08-10 22:33:29
2078
原创 第三周：ResNet 与 ResNeXt
4.1 Residual learning 的基本原理？Residual Learning（残差学习） 的核心思想是通过引入“快捷连接”，使神经网络能够学习输入与输出之间的残差（Residual），而非直接学习复杂的映射。由于传统的深度神经网络通常采用层次结构，即每一层接收前一层的输出，并将其作为输入传递给下一层。这种结构在深度网络中容易产生梯度消失或梯度爆炸的问题，从而导致难以优化网络。
2025-08-04 22:29:41
2016
原创 第二周：卷积神经网络基础
3.1 dataloader里面shuffle取不同值有什么区别？shuffle 参数用于控制数据在每个 epoch中是否需要进行随机洗牌。设置为True，表示先将数据打乱，再取minibatch。置为False就是不打乱，直接分batch。打乱后可以使样本更接近真实的概率分布，增强网络的泛化能力，防止过拟合。3.2 transform里，取了不同值，这个有什么区别？ToTensor()：把灰度范围从0-255变换到0-1之间，将数据转换为张量（tensor）格式。
2025-07-28 19:18:52
705
原创 第一周：深度学习基础入门与思考
2.1.AlexNet有哪些特点，为什么可以比LeNet取得更好的性能？AlexNet是一种深度卷积神经网络，在 2012 年 提出1并在ImageNet 竞赛中以显著优势击败传统方法，推动了深度学习的复兴。AlexNet具有以下特点：—（1）更深的网络结构：AlexNet有5个卷积层和3个全连接层和约 6000 万参数，而LeNet只有2个卷积层和3个全连接层以及6万参数。并且AlexNet能更深的层级能学习更复杂的特征（从边缘→纹理→物体部件→整体），更好地捕捉图像数据中的细节和语义信息。
2025-07-20 17:04:06
977
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人