阿波

这篇文章对我的毕设有些参考价值，而且开源工作做得很好，非常值得学习。我简单介绍下，具体定义和引用从文章中看吧，如有错误，还请见谅直奔主题这篇文章的核心是关于神经网络的可解释性——以人类能理解的方式，核心是concept的概念。作者尝试用patch代表人/word，借鉴了自己的上一篇论文Graph Autoencoder，引入了一些结构化的视觉概念。文章做了什么：用评分来展示输入图像的关键patch和图片分类、检测结果之间的关系，也就是说模型的检测要考虑关键部位。于是，提出了VRX框架来引入关键Patc

https://music.taihe.com/# 锐化1. 基本概念数字图像处理中的图像锐化图像锐化的作用: 突出增强边缘轮廓细节空间域锐化处理方法: (空间锐化滤波)梯度算法:(一阶差分)——景物边缘轮廓提取(1): 正交梯度算法——水平垂直差分(2): Roberts梯度算法——交叉差分(3): Prewitt梯度算法——两侧做差(4): Sobel梯度算法——突出离他最近的拉普拉斯算法: (二阶差分)——细节上增强对比度,突出细节部分————————————————原文链接：

代码：Pytorch-UNet数据：Carvana Image Masking ChallengeTGS Salt Identification Challenge数据集1. 汽车数据该数据集包含大量的汽车图像（如.jpg文件）。 每辆汽车正好有16张图像，每个图像以不同的角度拍摄。 每辆车都有一个唯一的ID，图像根据id_01.jpg，id_02.jpg … id_16.jpg命名。 除了图像之外，还为您提供有关汽车制造商，型号，年份和内饰的一些基本元数据。对于训练集，将为您提供一个.g

本文记录下阅读 CVPR2020论文 其中的《FocalMix: Semi-Supervised Learning for 3D Medical Image Detection》，更新于2020.7.1 —— 阿波论文逻辑目录AbstractIntroductionBackground and PreliminariesAbstract人工智能技术在医学成像中的应用是医学领域最有前景的领域之一。然而，最近在这一领域的成功很大程度上依赖于大量仔细注释的数据，而注释医学图像是一个昂贵的过程。在本文中，我

本文针对自己所看的 Deep Snake 做一个总结和存档，也方便其他同学学习 —— 阿波，2020.4.23论文原文：Deep Snake for Real-Time Instance Segmentation代码地址： snake本篇文章工作有以下贡献：•提出了一种基于学习的snake算法用于实时实例分割，该算法将初始轮廓变形到对象边界，并引入循环卷积来进行轮廓特征学习。•提出了一个...