吾在学习路的博客

原创 故事型总结：Swin Transformer 是如何打破 Vision Transformer 壁垒的？

CNN 的统治时代：自 2012 年 AlexNet 以来，CNN（卷积神经网络）通过局部感受野、平移不变性、参数共享等设计，成为了计算机视觉（CV）任务的标准骨干网络。其层级化结构（如 ResNet）天然支持多尺度特征提取（从边缘→纹理→部件→物体），非常适合检测、分割等dense prediction（密集预测）任务。Transformer 的崛起：在 NLP 领域，Transformer 凭借 self-attention 机制建模长距离依赖，彻底取代 RNN。

原创 【CVPR 2018最佳论文】Squeeze-and-Excitation Networks

SENet 的伟大，不在于技术多复杂，而在于思想足够简洁而深刻：✅ 它告诉我们：“轻量级注意力”的核心不是堆参数，而是找对信息瓶颈”；✅ 它证明：“通道维度”的建模潜力被严重低估；✅ 它启发后续无数工作：CBAM、ECA-Net、SK-Net、RepVGG 中的 SE-like 模块……如今，SE Block 已成为现代 CNN 的标配模块之一（如 EfficientNet、RegNet、ConvNeXt 均采用其变体）。

原创 ReSearch: Learning to Reason with Search for LLMs via Reinforcement Learning

（Figure 2）展示了ReSearch 框架的训练流程方法类型是否可控推理表现（平均）特点ReSearch✅ 强化学习 + 搜索推理链★★★★★无需监督标签，RL 训练❌ 提示策略（提示工程）★★依赖 prompt 工程设计Naive❌ 无推理能力★无法处理复杂任务创新点描述✅ 推理+搜索结合搜索被当作推理链一部分处理，而非外部操作✅ 无需监督数据使用强化学习激发推理结构与搜索调用策略✅ 结构化格式统一<think><search>等标签格式✅ 自我反思能力。

原创 Search-o1: Agentic Search-Enhanced Large Reasoning Models

短期记忆插入原始长文档→注意力扩散推理链断裂→模型无法持续一致推理→容易答错。这就是为什么 Search-o1 特别强调：检索回来后必须先经过 Reason-in-Documents 提炼，把最关键、最相关的那一点点提取出来，再融入推理链！Search-o1让大型推理模型在遇到知识盲点时，能像人类一样主动查资料、理解并整合进推理过程，从而显著提升了复杂推理任务的准确性与可靠性。

原创 详细图解 Path-SAM2: Transfer SAM2 for digital pathology semantic segmentation

整体架构如下：

原创 【医学顶刊TMI 2025】Mamba-Sea:一种基于 Mamba 的框架，结合全局到局部序列增强的可推广医学图像分割方法

背景：医疗图像分割在存在分布差异（domain shift）时面临挑战。问题：现有DG方法多基于CNN或ViT，存在局限。方法：提出Mamba-Sea，引入。亮点GVA：全局模拟外观变化LSA：局部连续子序列风格扰动成果：首次在Prostate数据集Dice超过90%，刷新SOTA。模块作用目标(a) GVA整体外观增强模拟不同医院采集条件(b) 语义一致性训练保持增强前后输出一致抗扰动泛化© VSSDG改良版SSM模块融合局部增强(d) LSA局部子序列风格扰动。

原创 【MICCAI-2024】详细图解 MedCLIP-SAM: Bridging Text and Image Towards Universal Medical Image Segmentation

医学图像 + 文本提示（如 “benign breast tumour”）✨ 基础模型（如 CLIP 和 SAM）的出现带来了新的可能性。BiomedCLIP 学会精准对齐医学图像与描述之间的语义关系。✅ 首次将 CLIP 与 SAM 融合用于医学图像。提升伪掩膜质量，获得更高精度的分割输出 🎯。情况下，输出具备语义引导的分割结果 ✅。✅ 支持多模态、多任务分割，适应性强。🔸 模型跨任务/模态泛化能力弱。医学图像 + 医学文本描述。🔸 缺乏交互性与可解释性。，可与部分有监督方法媲美。上一阶段得到的伪掩

原创 配合图解 SEG-SAM: Semantic-Guided SAM for Unified Medical Image Segmentation

近年来，开发统一的医学图像分割模型引起了越来越多的关注，尤其是在Segment Anything Model (SAM)出现之后。SAM在自然领域展示了有前景的二值分割性能，然而将其迁移到医学领域仍然具有挑战性，因为医学图像通常具有显著的类别间重叠。为了解决这一问题，作者提出了语义引导的SAM (SEG-SAM)，这是一个统一的医学分割模型，通过结合语义医学知识来增强医学分割性能。

原创 CVPR 2024 H-SAM: Unleashing the Potential of SAM for Medical Adaptation via Hierarchical Decoding阅读

Tips: 个人收获与记录？

原创 How to build the best medical image segmentation algorithm using foundation models 综述阅读

Tips: 个人收获与记录？

原创 Efficientsam验证代码详解

这个模块很重要，img_tensor的维度在输入进model的时候要是1024*1024，原来输入进去的图片是299 * 299，所以image_np用resize变成1024 * 1024。首先要确定模型输入的维度，不然就会发现性能不是很好。Efficientsam的输入维度是1024 * 1024，然后输出的时候要改为256 * 256.

原创 SAM验证代码详解

它接受MedSAM模型、图像的嵌入表示、边界框坐标、以及目标图像的高度和宽度作为输入，返回分割掩码和原始的预测概率。创建一个与img_3c相同高度和宽度的全零数组segs，用于存储每个像素的分割结果。它根据文件是3D图像还是2D图像来调用不同的推理函数，并记录每个文件处理的时间。将给定的图像调整大小，以使图像的最长边等于目标长度，同时保持图像的宽高比不变。从原始图像中得到的边界框坐标重新缩放到256x256尺寸的图像中对应的坐标。将模型预测出的掩模调整到原始图像的大小。用于将图像或标签补齐到特定的尺寸。

原创 transformer模型— 20道面试题自我检测

Transformer模型采用自注意力机制处理序列数据，与传统的循环神经网络（RNN）和长短时记忆网络（LSTM）不同，它不依赖于序列的递归处理，因此无法直接捕捉到序列中的位置信息。为了解决这个问题，Transformer引入了位置编码（Positional Encoding）的概念，将位置信息添加到模型的输入中。位置编码是一个与词嵌入维度相同的向量，它被加到词嵌入上，以提供关于单词在序列中位置的信息。位置编码的公式如下：对于位置pos和维度i，位置编码的第iPEpos2isin⁡p。

原创 数字图像处理

1、线性滤波、非线性滤波区别线性滤波:● 输出图像fo(x,y)= T[ fi(x,y) ]，T是线性算子，即：输出图像上每个像素点的值都是由输入图像各像素点值加权求和的结果。● 加减乘除等运算实现，如均值滤波器（模板内像素灰度值的平均值）、高斯滤波器（高斯加权平均值）● 线性滤波器是算术运算，有固定的模板，因此滤波器的转移函数是可以确定并且是唯一的（转移函数即模板的傅里叶变换）非线性滤波:● 算子中包含了取绝对值、置零等非线性运算。

原创 leetcode 刷题基础知识 python3

python 基础

原创 1-8笔记

笔记

原创 python day1

python基础内容

原创 计算机操作系统 慕课版 第六章虚拟存储器 思维导图

原创 信号与系统郭宝龙版 第二章 连续系统的时域分析 思维导图

原创 信号与系统 第一章 信号与系统概述 思维导图

原创 数据结构教程 李春葆 第九章 图之最短路径重点

第九章 查找 查找的基本概念 查找的定义 每个记录都有一个能唯一标识该记录的关键字 内查找和外查找 内查找 整个查找过程都在内存进行 外查找 查找过程中需要访问外存 查找的数据组织 顺序表 链表 其他 查找方法的性能指标 主要花费在关键字比较 平均查找长度 通常把查找过程中执行的关键字平均比较个数 pi是查找第i个记录的概率 ci是.

原创 计算机组成原理第六版 白中英 第六章 总线系统思维导图

计算机组成原理 第六版 白中英 第六章 总线系统的重点内容

原创 数据结构教程 李春葆 第八章 图之最短路径

数据结构教程 李春葆 第八章 图之最短路径如果有需要源文件的可以去我的资源里面下载

原创 计算机组成原理第六版 白中英 第四章 指令系统思维导图

计算机组成原理第六版 白中英 第四章 指令系统的重点内容如果有需要源文件的可以去我的资源里面下载

原创 C Primer Plus 第5章运算符、表达式和语句

5.1 循环简介shoes1.c程序：把鞋码转换成英寸#include <stdio.h>#define ADJUST 7.31 //字符常量 int main(void){ const double SCALE = 0.333; //const 变量 double shoe, foot; shoe = 9.0; foot = SCALE * shoe + ADJUST; printf("Shoe size (men's) foot length\n");

原创 C Primer Plus 第4章 字符串和格式化输入/输出 复习题

提示：以下是本篇文章正文内容，下面案例可供参考1、再次运行程序清单 4.1，但是在要求输入名时，请输入名和姓（根据英文书写习惯，名和姓中间有一个空格），看看会发生什么情况？为什么？程序不能正常运行。 第1个scanf ()语句只读取用户输入的名， 而用户输入的姓仍留在输入缓冲区中（缓冲区是用千储存输入的临时存储区）。 下一条 scanf ()语句在输入缓冲区查找重量时，从上次读入结束的地方开始读取。 这样就把留在缓冲区的姓作为体重来读取， 导致 scanf ()读取失败。 另一方面， 如果在要求输入姓

原创 C Primer Plus（第六版）中文版 第4章 编程练习及答案

文章目录1、编写一个程序，要求输入名字和姓氏，然后以“名字，姓氏”格式输出。2、编写一个程序，要求输入名字，并执行以下操作：3、编写一个程序，读取一个浮点数，并且首先以小数点记数法，然后以指数记数法打印之。输出使用下列形式：4、编写一个程序，要求输入身高（以英尺为单位）和名字，然后以如下形式显示：5、编写一个程序，提示用户输入以兆位每秒（Mb/s）为单位的下载速度和以兆字节（MB）为单位的文件大小。程序中应计算文件的下载时间。注意，这里1字节等于8位。使用float类型，并用/作除号。该程序要以下面的格..

原创 C Primer Plus 第4章 字符串和格式化输入/输出

这篇文章是本人看C Primer Plus 第4章 字符串和格式化输入/输出的笔记内容，希望对你有所帮助，你的关注是我持续输出的动力本章知识点：1、输入和输出 printf（） scanf（）2、C预处理器指令文章目录一、前导程序1.用C预处理器把字符常量DENSITY定义为62.42.strlen（)获取字符串的长度二、字符串简介1.char和null2.使用字符串3.Strlen函数三、常量和C预处理器1.const关键字2.明示常量四、 printf（）和scanf（）1.printf（