- 博客(72)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 利用Ctrl+滚轮调整VS Code中的字体大小
利用Ctrl+滚轮调整VS Code中的字体大小1、点击VS Code中左下角的设置：2、点击里面的settings：3、在跳转页面中搜索mouse.4、 找Text Editor下的Mouse Wheel Zoom，然后在框内打钩即可。
2020-12-22 21:01:40
1026
原创 如何将本地的代码上传至GitHub？
如何将本地的代码上传至GitHub？1、将需要上传的项目代码打包到一个文件夹2、电脑安装git客户端3、注册github账号并登录4、右击本地文件夹选择git bash here5、输入个人信息git config --global user.name “xxxx”git config --global user.email xxxxx@qq.comxxxx： 登录的github用户名xxxxx@qq.com： github邮箱6、在本地项目目录创建本地仓库：继续键入git init
2020-11-28 16:36:10
340
原创 linux常用命令
linux常用命令1、查看（周期性）显卡的使用情况：watch -n 10 nxidia-sim2、激活自己的环境：source activate name3、查看虚拟环境列表：conda info --env4、查看自己环境中的包列表：conda list
2020-11-16 10:56:19
111
原创 RGB、多光谱、高光谱、全色图介绍
RGB、多光谱、高光谱、全色图一、定义1、RGB：可见光，三个通道2、MS：多光谱，4个通道：R、G、B、NIR3、高光谱：4个通道以上4、全色图：单通道二、多光谱和全色图的空间分辨率：卫星QuickBirdGF-1GF-2WorldView-2GeoEye-1DEIMOS-2IKONOSPAN0.6m2m1m0.5m0.41m1m1mMS2.44m8m4m1.8m1.65m4m4m...
2020-11-13 14:26:21
9576
原创 研究生如何巧妙地回复审稿意见
如何巧妙地回复审稿意见1、逐条回复我们需要将不同审稿人的不同意见逐一进行回答，并且要通过简单的section将其进行区分2、礼貌回复每一条回复的第一句首先要表示感谢① Thank you very much for you kind suggestions.② Thank you very much for your significative suggestion.③ Thank you very much for you careful suggestion.④ Thank you ve
2020-10-30 10:30:29
1604
原创 Change Detection on Remote Sensing Images Using Dual-Branch Multilevel Intertemporal Network论文阅读笔记
所提出的DMINet的架构如图1所示，它通过调度双时态图像之间的早期特征交互，为RS图像上的CD任务提供了一个有吸引力且高效的解决方案。因此，在捕捉真正的差异之前，需要对跨期特征交互进行调查。此外，考虑到在双时态图像中共享许多与任务无关的对象，改变的目标可能会占少数区域，特别是在前景-背景类别不平衡的情况下。在四个公开可用的数据集上进行的大量实验，特别是在训练样本有限的情况下，表明与其他新兴竞争对手相比，我们基于预训练CNN（ResNet18）的DMINet可以实现SOTA性能，同时具有效率和有效性。
2023-11-08 16:45:57
357
原创 Convolutional Neural Networks for Multimodal Remote Sensing Data Classification论文阅读笔记
在两个多模式遥感数据集上进行的大量实验，包括高光谱（HS）和光探测与测距（LiDAR）数据，即Houston2013数据集，以及高光谱和合成孔径雷达（SAR）数据，如Berlin数据集，证明了与几种最先进的多模式遥感分类方法相比，所提出的CCR-Net的有效性和优越性。CCR的使用使CNN提取器获得的不同模态的特征以更紧凑的方式融合，与传统的基于级联和对齐的融合方法相比，倾向于获得更好的分类性能。近年来，为了提高单模态遥感数据的分类性能，人们进行了大量的研究。在融合的过程中实现通道之间的交互。
2023-11-08 15:55:41
512
1
原创 SpectralDiff论文阅读笔记
展望未来，一个令人兴奋的探索途径在于研究扩散模型在高光谱成像背景下的超分布泛化和检测潜力，建立在生成范式的基础上。随着进一步的研究，利用扩散模型的力量分析复杂和高维高光谱数据的发展有望继续，为未来在不同领域的应用带来令人兴奋的机会。所提出的方法为光谱-空间扩散过程提供了一个独特的视角，并在建立样本之间的关系方面发挥了关键作用。高光谱图像分类是遥感领域的一个重要问题，在地球科学中有着广泛的应用。，该框架通过迭代去噪和显式构建数据生成过程，有效地挖掘高维和高冗余数据的分布信息，从而更好地反映样本之间的关系。
2023-11-08 15:35:20
578
原创 论文阅读笔记：Extended Vision Transformer (ExViT) for Land Use and Land Cover Classification
注意力机制驱动的深度模型最近取得了成功，如最具代表性的视觉转换器（ViT），吸引了一波高级研究来探索它们对更广泛领域的适应。然而，遥感（RS）领域中基于Transformer的方法更关注单模态数据，这可能会在充分利用不断增长的多模态地球观测数据时失去可扩展性。为此，我们提出了一种新的多模式深度学习框架，通过在最小修改的情况下扩展传统的ViT，针对土地利用和土地覆盖（LULC）分类任务。
2023-11-08 11:31:08
575
1
原创 Attention Bottlenecks for Multimodal Fusion论文阅读笔记
Attention Bottlenecks for Multimodal Fusion论文阅读笔记一、相关信息1、论文名称： Attention Bottlenecks for Multimodal Fusion2、论文地址： https://arxiv.org/pdf/2107.00135v1.pdf3、引用方式：@article{nagrani2021attention, title={Attention bottlenecks for multimodal fusion}, auth
2021-10-19 16:33:47
3238
1
原创 论文阅读笔记：遥感融合综述
More Diverse Means Better: Multimodal Deep Learning Meets Remote-Sensing Imagery Classification论文题目：More Diverse Means Better: Multimodal Deep Learning Meets Remote-Sensing Imagery Classification论文链接：https://ieeexplore.ieee.org/document/9174822引用方式：@AR
2021-08-16 15:50:27
1160
原创 论文阅读笔记：SAR个光学图像的去云融合
Cloud Removal with Fusion of High Resolution Optical and SAR Images Using Generative Adversarial Networks论文题目：Cloud Removal with Fusion of High Resolution Optical and SAR Images Using Generative Adversarial Networks论文链接：https://www.mdpi.com/2072-4292/12/
2021-08-13 10:50:18
2308
原创 非负矩阵分解小白入门
非负矩阵分解一、定义非负矩阵分解(Nonnegative Matrix Factorization)，简称NMF。顾名思义就是，将非负的大矩阵分解成两个非负的小矩阵。它使分解后的所有分量均为非负值(要求纯加性的描述)，并且同时实现非线性的维数约减。在RnR^nRn空间分布的一堆数据有它们分布的某些规律，那么找一组更能直观反映这种规律的基，再把原来的数据投影到这组基上表示，这样就能便于后续的应用，比如分类等。上式VVV是一个n∗mn*mn∗m维的矩阵，其中每一列就是RnR^nRn空间中的一个向量，共
2021-07-31 16:44:26
4470
3
原创 HS和SAR的融合总结
HS和SAR的融合总结一、传统的方法：首先生成一个融合图像，然后再对其进行手工的特征提取和分类。1、成分替换：替换的成分仍然还有部分光谱信息，融合图像会存在光谱扭曲现象。① IHS+DWT② PCA和HSV具体的操作如下所示：③ HSV2、多分辨率分析：高低频的融合策略影响着融合图像的质量二、基于深度学习的方法用两个不同的网络分别提取各自的特征，然后对其进行直接级联融合，最后再进行分类。这种方法简单粗暴。三、目前存在的问题1、类内差异大，类间差异小：如何降低类内差异，增大类
2021-07-31 11:06:49
604
原创 Generic Attention-model Explainability for Interpreting Bi-Modal and Encoder-Decoder Transformers
阅读论文笔记：Generic Attention-model Explainability for Interpreting Bi-Modal and Encoder-Decoder Transformers论文名称： Generic Attention-model Explainability for Interpreting Bi-Modal and Encoder-Decoder Transformers论文链接： https://arxiv.org/abs/2103.15679代码链接： ht
2021-07-29 20:58:40
1179
原创 Transformer小白入门
Transformer小白入门一、举例说明Transformer的整体工作原理\quad 首先将这个模型看成是一个黑箱操作。在机器翻译中，就是输入一种语言，输出另一种语言。\quad 那么拆开这个黑箱，我们可以看到它是由编码组件、解码组件和它们之间的连接组成。\quad 编码组件部分由一堆编码器（encoder）构成（论文中是将6个编码器叠在一起——数字6没有什么神奇之处，你也可以尝试其他数字）。解码组件部分也是由相同数量（与编码器对应）的解码器（decoder）组成的。\quad 最后一层
2021-07-26 10:46:18
3377
2
原创 论文阅读笔记：Remote Sensing Image Change Detection With Transformers
论文阅读笔记：Remote Sensing Image Change Detection With Transformers论文题目： Remote Sensing Image Change Detection With Transformers论文链接：https://ieeexplore.ieee.org/document/9491802代码链接：https://github.com/justchenhao/BIT_CD引用方式：@Article{chen2021a, title={R
2021-07-24 15:28:05
3740
29
原创 论文阅读笔记：Spatial-Spectral Transformer for Hyperspectral Image Classification
Spatial-Spectral Transformer for Hyperspectral Image Classification论文题目： Spatial-Spectral Transformer for Hyperspectral Image Classification下载链接： https://www.researchgate.net/publication/348804892_Spatial-Spectral_Transformer_for_Hyperspectral_Image_Cla
2021-07-22 21:20:13
4064
6
原创 论文阅读笔记：多模态的融合数据和方法
论文题目： Multimodal remote sensing benchmark datasets for land cover classification with a shared and specific feature learning model论文链接： https://www.sciencedirect.com/science/article/pii/S0924271621001362?dgcid=rss_sd_all.代码链接：https://github.com/danfengho
2021-07-17 11:13:55
1554
原创 论文阅读笔记：SpectralFormer
论文题目： SpectralFormer: Rethinking Hyperspectral Image Classification with Transformers论文链接： https://arxiv.org/pdf/2107.02988.pdf.代码链接： https://sites.google.com/view/danfeng-hong.引用方式：@misc{hong2021spectralformer, title={SpectralFormer: Rethinking
2021-07-16 21:37:48
972
1
原创 论文阅读笔记：Learning Statistical Texture for Semantic Segmentation
论文阅读笔记：Learning Statistical Texture for Semantic Segmentation论文名称：Learning Statistical Texture for Semantic Segmentation论文地址：https://arxiv.org/pdf/2103.04133.pdf.代码链接：https://github.com/lanyunzhu99/Learning-Statistical-Texture-for-Semantic-Segmentation.
2021-07-10 20:21:19
2110
4
原创 TTA：test time augmentation（测试时增强）
可将准确率提高若干个百分点，测试时增强（test time augmentation, TTA）。这里会为原始图像造出多个不同版本，包括不同区域裁剪和更改缩放程度等，并将它们输入到模型中；然后对多个版本进行计算得到平均输出，作为图像的最终输出分数。有作弊的嫌疑。这种技术很有效，因为原始图像显示的区域可能会缺少一些重要特征，在模型中输入图像的多个版本并取平均值，能解决上述问题。...
2021-07-07 09:33:06
776
原创 MATLAB遍历文件夹下的图像并将处理生成的文件遍历存入
MATLAB遍历文件夹下的图像并将处理生成的文件遍历存入clear all;close all;clc;imgDataPath = 'E:/SAREO/train_images/TRAIN/';imgDataDir = dir(imgDataPath); % 遍历所有文件for i = 1:length(imgDataDir) if(isequal(imgDataDir(i).name,'.')||... % 去除系统自带的两个隐文件夹 iseq
2021-03-06 17:47:14
332
原创 【论文阅读】红外和可见光的融合
DIDFuse: Deep Image Decomposition for Infrared and Visible Image Fusion论文地址：https://arxiv.org/abs/2003.09210一、动机① 红外图像具有较强的穿透力，不受光照影响，而可见光具有较细的纹理信息和较高的空间分辨率。互补特性融合出高质量的图像。② 融合图像：突出显示辐射信息(亮度和对比度)；详细的纹理信息(梯度和边缘)；明确、完整、准确地描述目标二、方法2.1 训练：主要采用编码和解码网络来训练：双
2021-03-02 20:43:57
3401
4
原创 [论文阅读] RepVGG
[论文阅读] RepVGG论文地址：https://arxiv.org/abs/2101.03697代码地址：https://github.com/DingXiaoH/RepVGG作者单位：清华大学(丁贵广团队)， 旷视科技(孙剑等人)，港科大， 阿伯里斯特威斯大学一、主要思路① 为每一个3 ×\times× 3卷积层添加平行的1 ×\times× 1卷积分支和恒等映射分支，构成一个RepVGG Block；② 区别在于ResNet是每隔两层或三层加一个分支，而我们是每层都加；③ 将20多层3
2021-03-02 20:07:27
1094
原创 轮廓波-非下采样轮廓波NSCT
轮廓波-非下采样轮廓波NSCT1、定义a) NSCT变换主要由两部分组成：① 尺度分解的非下采样金字塔滤波器组(Non Subsampled Pyramid Filter Bank,NSPFB)② 方向分解的非下采样方向滤波器组(Non Subsampled Directional Filter Bank,NSDFB)b) NSCT也称作塔型滤波器组，它的实现结合了多方向分析和多尺度分析，属于一种多分辨、多局域、多方向的图像表示方法。2、分解过程3、应用① NSCT+CNN② N
2021-01-13 16:58:05
5340
24
原创 windows下matlab代码在linux中中文注释乱码的解决方案
windows下matlab代码在linux中中文注释乱码1、安装enca：sudo apt-get install enca2、切换到.m文件所在的目录下3、将所有.m文件转成utf8：enca -L zh_CN -x UTF-8 *
2021-01-07 19:39:21
283
原创 多模态融合的高分遥感图像语义分割方法
多模态融合的高分遥感图像语义分割方法(python)论文地址：http://www.cnki.com.cn/Article/CJFDTotal-ZNZK202004012.htm1、SE-UNet 网络模型2、SE-UNet的具体设计方案3、SE-UNet的pytorch复现import torch.nn as nnimport torch.utils.model_zoo as model_zoofrom torch.nn import functional as Fimport tor
2021-01-05 22:05:47
4544
4
原创 学术检索数据库总结
学术检索数据库总结一、中文数据库介绍１、中国知网期刊论文、博士论文、会议论文、学术的毕业论文等中国最主要的中文期刊、学位论文库之一。由清华大学、清华同方发起，始建于1999年6月。除了大量的医学文献以外，还有大量社科类文献资料，有助于医院管理及人文社科方面的资源获取。因为中国知网进入电子出版行业比较早，使用的人群基数比较大，大家都已经熟悉了中国知网的检索方式，并且中国知网在资源量方面也是排在前列的，使中国知网成为了中文必检数据库。2、万方数据库比知网小点在检索选项中，我们可以运用文本词检
2021-01-05 10:13:33
5516
1
原创 Python 魔法方法详解
Python 魔法方法详解详见：https://fishc.com.cn/forum.php?mod=viewthread&tid=48793&extra=page%3D1%26filter%3Dtypeid%26typeid%3D403
2020-12-25 20:01:03
246
原创 文件的打开模式和文件对象方法
文件的打开模式和文件对象方法1、文件的打开模式打开模式执行操作‘r’以只读方式打开文件（默认）‘w’以写入的方式打开文件，会覆盖已存在的文件‘x’如果文件已经存在，使用此模式打开将引发异常‘a’以写入模式打开，如果文件存在，则在末尾追加写入‘b’以二进制模式打开文件‘t’以文本模式打开（默认）‘+’可读写模式（可添加到其他模式中使用）‘U’通用换行符支持2、文件对象方法文件对象方法执行操作f.clo
2020-12-25 15:52:34
310
原创 os和os.path 模块中关于文件、目录常用的函数使用方法
1、os模块中关于文件/目录常用的函数使用方法函数名使用方法getcwd()返回当前工作目录chdir(path)改变工作目录listdir(path=’.’)列举指定目录中的文件名（’.‘表示当前目录，’…'表示上一级目录）mkdir(path)创建单层目录，如该目录已存在抛出异常makedirs(path)递归创建多层目录，如该目录已存在抛出异常，注意：'E:\a\b’和’E:\a\c’并不会冲突remove(path)删除文件rmd
2020-12-25 15:42:43
398
原创 函数闭包
闭包函数内部函数包含对外部作用域而非全局作用域名字的引用，该内部函数称为闭包函数。由于有了作用域的关系，我们就不能拿到函数内部的变量和函数了。如果我们就是想拿怎么办呢？返回呀！我们都知道函数内的变量我们要想在函数外部用，可以直接返回这个变量，那么如果我们想在函数外部调用函数内部的函数呢？是不是直接就把这个函数的名字返回就好了？闭包函数最常用的用法def func(): name = 'diege' def inner(): print(name) retu
2020-12-21 22:55:55
240
原创 Pytorch cpu版本安装
Pytorch cpu版本安装教程1、环境要求及其下载链接环境要求：windows + python3.6链接：https://pan.baidu.com/s/1vrtHyg49o4MjBF4w5eMOxQ .提取码：lur0百度网盘下载之后：2、复制如下图所示的目录地址3、按win+R打开cmd命令窗口，且切换到当前复制的目录下4、输入安装命令pip （输入部分名字后安Tab键进行快速补全）pip install "torch-1.2.0+cpu-cp36-cp36m-win_am
2020-12-18 19:52:52
989
1
原创 Module ‘torch‘ has no ‘randn‘ member在vscode报错
解决torch下面有红色的波浪线问题1、打开vscode,报错如下：2、打开设置3、在设置的窗口搜索：python.linting.pylintPath4、找到自己对应的pylint-1.8.4路径对其进行复制5、将路径粘贴在如下对应的框内，然后按ctrl+s保存就可以了...
2020-12-18 19:33:58
390
3
原创 删除排序链表中的重复元素
力扣（LeetCode）删除排序链表中的重复元素1、题目：Given a sorted linked list, delete all duplicates such that each element appear only once.Example 1:Input: 1->1->2Output: 1->2Example 2:Input: 1->1->2->3->3Output: 1->2->32、代码:python# Defin
2020-12-17 09:00:16
99
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人