<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[magic_shuang的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/magic_shuang</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; magic_shuang]]></copyright><item><title><![CDATA[【没有哪个港口是永远的停留~论文理解】mask2former]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135369323</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135369323</guid><author>magic_shuang</author><pubDate>Wed, 03 Jan 2024 17:48:11 +0800</pubDate><description><![CDATA[masked attention  的mask加在哪？上图是根据代码和原论文中的图重新绘制的具体结构。具体在Head中的位置：标黄的位置。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文解读】stable diffusion 总结 代码&推导&网络结构]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135319620</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135319620</guid><author>magic_shuang</author><pubDate>Tue, 02 Jan 2024 11:17:56 +0800</pubDate><description><![CDATA[这里之所以在prompt中加入类别，是因为作者想利用预训练模型中关于该类别物品的先验知识，并将先验知识与特殊标记符相关信息进行融合，这样就可以在不同场景下生成不同姿势的目标物体。是两个分布的相似度，分布q是 预测的高斯分布 ， 分布p是标准正态分布，这部分越小，两个分布越相似，最终的似然函数越大。作者提出的方法，大致如下图所示，即仅仅通过3到5张图片去微调文生图模型，使得模型能将输入图片中特定的物品和prompt中的特殊标记符关联起来。样例间独立，我们想找到每个样例隐含的类别z，能使得p(x,z)最大。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文解读】MIM_2022_CAE (Context Autoencoder for Self-Supervised Representation Learning)]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135286657</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135286657</guid><author>magic_shuang</author><pubDate>Fri, 29 Dec 2023 13:58:45 +0800</pubDate><description><![CDATA[图6：说明了在ImageNet-1K上预训练的ViT编码器的最后一层中，类令牌和补丁令牌之间的12个注意力头的平均注意力图。顶部：输入图像，中部：MoCo v3，这是一种典型的对比学习方法，底部：我们的CAE。这要求CAE编码器关心 patches 的表示，而不仅仅是全局表示，以便CAE探索 patches 之间的关系，以进行预测。，因此来自同一图像的不同crops 的表示可能是相似的。的情况下，最大化 masked patches 的预测Ym的概率：P（Ym|Xv，Pv，Pm）。它可以通过引入潜在表示。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文解读】自监督 BEITv2:Masked Image Modeling with Vector-Quantized Visual Tokenizers]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135277970</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135277970</guid><author>magic_shuang</author><pubDate>Fri, 29 Dec 2023 10:54:17 +0800</pubDate><description><![CDATA[大多数现有的研究都是针对。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文简读】HRNet+OCR]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135277885</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135277885</guid><author>magic_shuang</author><pubDate>Thu, 28 Dec 2023 20:36:54 +0800</pubDate><description><![CDATA[从HRNet中学习到的高分辨率表示不仅在语义上很强，而且在空间上也很精确。这来自于两个方面。（i）我们的方法是将高到低分辨率的卷积流并行连接，而不是串联连接。因此，我们的方法能够保持高分辨率，而不是从低分辨率中恢复高分辨率，因此，学习到的表示可能在空间上更精确。（ii）大多数现有的融合方案聚合了通过上采样低分辨率表示获得的高分辨率低级和高级表示。相反，我们在低分辨率表示的帮助下，重复多分辨率融合来提高高分辨率表示，反之亦然。因此，所有的高到低分辨率表示都在语义上是强的。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文解读】Polarized Self-Attention]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135277570</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135277570</guid><author>magic_shuang</author><pubDate>Thu, 28 Dec 2023 20:21:57 +0800</pubDate><description><![CDATA[H]空间分辨率，也关注内部，保持Wq 和 Wv 中的 2×C×C/2 个可学习参数，非线性 Softmax 重新加权，这是比现有块更强大的结构。此外，在我们的仅通道注意力中，Softmax重新加权与SE激励融合，利用 Softmax 作为大小 C/2 × W × H 的 bottleneck 处的非线性激活。由于总强度的损失，滤波后的光通常具有较小的动态范围，因此需要额外的提升，恢复原始场景的细节。通道数 (C-C)/(2-C) 遵循SE模式，这比GC 和 SE 块都好。通道注意力+空间注意力。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文简读】Panoptic SegFormer]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135277529</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135277529</guid><author>magic_shuang</author><pubDate>Thu, 28 Dec 2023 20:16:03 +0800</pubDate><description><![CDATA[具体来说，给定N个随机初始化的query和由Transformer编码器生成的细化的特征token，解码器将输出N个具有位置感知性的query。在训练阶段，作者在位置感知query的基础上应用一个辅助的MLP头来预测目标对象的尺度和中心位置，并使用位置损失来监督预测。由于多头注意层的计算成本高，以往基于Transformer的方法只能在其编码器中处理低分辨率的特征图(如ResNet的C5)，这限制了分割性能。在全景分割任务中，位置信息在区分具有不同实例id的things方面起着重要的作用。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文解读】Both Style and Fog Matter]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135277180</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135277180</guid><author>magic_shuang</author><pubDate>Thu, 28 Dec 2023 20:11:29 +0800</pubDate><description><![CDATA[解决问题：大雾、下雨、下雪天模糊场景1-去雾算法，人工干扰2-合成的雾图像，不像真实的雾图像那样真实，也会扩大清晰图像和雾图像之间的域差距，产生不令人满意的性能。此外，我们认为这些方法过多地考虑了雾的因素，而忽略了其他因素，这可能会影响SFSU问题中的域差距。开箱即用，我们建议明确研究SFSU中的域间隙我们假设域间隙是由混合雾的影响和风格变化引起的，这两者对SFSU都很重要。利用衡量分割模型在特 定领域的整体性能，即领域性能。训练：s 域测试：s、m 和 t 域   计算 MVV。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文解读】FlowNet 2.0]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135276769</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135276769</guid><author>magic_shuang</author><pubDate>Thu, 28 Dec 2023 19:48:36 +0800</pubDate><description><![CDATA[warp 后的流细化的积极效果可以抵消这个问题，但当堆叠网络一个接一个地训练时，可以获得两者的最佳效果，因为这避免了过拟合，同时具有流细化的好处。6)  现象【Chairs→Things3D 优于 mixed】推测：更简单的Chairs数据集有助于网络学习颜色匹配的一般概念，而不会过早地为3D运动和逼真的照明开发可能令人困惑的先验。（1）仅堆叠网络而不warp 可以提高Chairs的结果，但会降低Sintel的性能，即堆叠网络过于拟合。（3） 当训练堆叠的网络端到端时，在Net1之后添加中间损耗是有利的。]]></description><category></category></item><item><title><![CDATA[【没有哪个港口是永远的停留~论文解读】基于光流的分割 Dynamic Video Segmentation Network]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135276342</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135276342</guid><author>magic_shuang</author><pubDate>Thu, 28 Dec 2023 19:23:23 +0800</pubDate><description><![CDATA[是决定是否通过。]]></description><category></category></item><item><title><![CDATA[长尾问题之CAM]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135013437</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135013437</guid><author>magic_shuang</author><pubDate>Fri, 15 Dec 2023 11:38:40 +0800</pubDate><description><![CDATA[CAM是一个帮助我们可视化CNN的工具。使用CAM，我们可以清楚的观察到，网络关注图片的哪块区域。比如，我们的网络识别出这两幅图片，一个是在刷牙，一个是在砍树。计算过程：热力图：W1*蓝色层+W2*红色层+…+Wn*绿色层=类激活映射（CAM），所以说CAM是一个加权线性和。可以看到，可视化过程是去掉GAP(全局平均池化)的，直接将线性层和特征图相乘。]]></description><category></category></item><item><title><![CDATA[长尾问题之LDAM]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/135012677</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/135012677</guid><author>magic_shuang</author><pubDate>Fri, 15 Dec 2023 11:20:12 +0800</pubDate><description><![CDATA[LDAM]]></description><category></category></item><item><title><![CDATA[量化基础总结]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/124380628</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/124380628</guid><author>magic_shuang</author><pubDate>Sun, 24 Apr 2022 13:48:00 +0800</pubDate><description><![CDATA[量化分类及基本概念 

模型量化方法本质上是函数映射。量化建立了高精度的浮点数值和量化后低精度的定点数值之间的数据映射。分为线性量化和非线性量化

【线性量化】


线性量化是目前最常用的量化方法，尤其是在工业界应用比较成熟的8比特量化方案采用的都是线性量化。


浮点-&gt;定点的公式如下：



定点-&gt;浮点的公式如下：



其中：...]]></description><category></category></item><item><title><![CDATA[三、边缘检测算子]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/123731103</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/123731103</guid><author>magic_shuang</author><pubDate>Fri, 25 Mar 2022 11:31:21 +0800</pubDate><description><![CDATA[边缘检测算子有哪些：

Sobel、Prewitt、Roberts算子
	Canny算子
	Marr-Hildreth边缘检测算子
	Holistically-Nested Edge Detection（HED）深度学习


1、基本边缘检测算子

Sobel、Prewitt、Roberts算子：









以sobel为例：计算过程如下













2、Canny算子


多级边缘检测算法，其目标是找到一个最优的边缘，其最优边缘的定义是：

1.好的检测--算法能够尽可能多地标...]]></description><category></category></item><item><title><![CDATA[SURF特征提取原理]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/123730948</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/123730948</guid><author>magic_shuang</author><pubDate>Fri, 25 Mar 2022 11:14:44 +0800</pubDate><description><![CDATA[未完待续






]]></description><category></category></item><item><title><![CDATA[SIFT特征匹配算法原理过程]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/123730743</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/123730743</guid><author>magic_shuang</author><pubDate>Fri, 25 Mar 2022 11:09:38 +0800</pubDate><description><![CDATA[尺度不变特征变换匹配算法 ScaleInvariantFeatureTransform(SIFT) 是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由DavidLowe在1999年所发表，2004年完善总结。




基本步骤：

尺度空间的极值检测
	删除不好的极值点，留下来的就是特征点
	特征方向幅值
	特征点描述


step1:差分高斯金字塔

图像金字塔、高斯金字塔、差分高斯金字塔

step1.5:尺度空间...]]></description><category></category></item><item><title><![CDATA[LBP特征算子原理过程]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/123730591</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/123730591</guid><author>magic_shuang</author><pubDate>Fri, 25 Mar 2022 11:04:11 +0800</pubDate><description><![CDATA[LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出，用于纹理特征提取。而且，提取的特征是图像的局部的纹理特征；










LBP的应用中，如纹理分类、人脸分析等，一般都不将LBP图谱作为特征向量用于分类识别，而是采用LBP特征谱的统计直方图作为特征向量用于分类识别。

　　因为，从上面的分析我们可以...]]></description><category></category></item><item><title><![CDATA[Hog特征提取原理过程细节]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/123730455</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/123730455</guid><author>magic_shuang</author><pubDate>Fri, 25 Mar 2022 11:01:50 +0800</pubDate><description><![CDATA[Hog

步骤：

图像预处理
	梯度图
	归一化
	SVM
一图读懂Hog



读不懂那就一点一点看吧------------------------------------



1、图像预处理:包括伽马校正或灰度化

2、计算每一个像素点的梯度值，得到梯度图（规模和原图大小一样）



其中：

水平梯度gx =30-20=10
	竖直梯度gy=64-32=32
到此，梯度图以计算完成

梯度方向的范围是0-180度。取绝对值的原因是这样效果更好

首先，我将0-180度分成9个bins，分...]]></description><category></category></item><item><title><![CDATA[BM3D算法原理]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/123730181</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/123730181</guid><author>magic_shuang</author><pubDate>Fri, 25 Mar 2022 10:53:46 +0800</pubDate><description><![CDATA[上级目录：

传统图像处理/降噪与滤波



原理:





第一阶段：
a)块匹配估计：i)块匹配分组 ii)3D协同硬阈值滤波；

b)聚合加权滤波；

第二阶段：
a)块匹配估计：i)块匹配分组 ii)3D协同维纳滤波；

b)聚合加权滤波.



详细：

i)块匹配分组： 按照划窗的方式在图像中搜索与给定图像块的相似图像块





ii)3D协同硬阈值滤波





所有图像块经过第一个2D正交变换后，

对应位置的像素点沿着第三维串起来，

在第三维方向进行1D的正交变换，这个正交变换揭..]]></description><category></category></item><item><title><![CDATA[NLM（Non-Local means）算法原理]]></title><link>https://blog.youkuaiyun.com/magic_shuang/article/details/123730091</link><guid>https://blog.youkuaiyun.com/magic_shuang/article/details/123730091</guid><author>magic_shuang</author><pubDate>Fri, 25 Mar 2022 10:51:25 +0800</pubDate><description><![CDATA[上级目录：

传统图像处理/降噪与滤波

 

原理:












]]></description><category></category></item></channel></rss>