- 博客(23)
- 收藏
- 关注
RSS订阅原创 Vision Permutator: A Permutable MLP-Like Architecture for Visual Recognition——2022 TPAMI论文笔记
Vision Permutator: A Permutable MLP-Like Architecture for Visual Recognition——2022 TPAMI论文笔记。分层详细介绍模型架构。
2022-11-10 17:30:13
1103
1
原创 使用指定GPU训练模型：os.environ[‘CUDA_VISIBLE_DEVICES‘]设置无效问题解决——随笔
使用指定GPU训练模型之os.environ[‘CUDA_VISIBLE_DEVICES‘]设置无效问题解决
2022-11-07 15:51:39
10158
1
原创 VOLO: Vision Outlooker for Visual Recognition——2022 TPAMI论文笔记
VOLO: Vision Outlooker for Visual Recognition——2022 TPAMI论文笔记。用具体数据说明Outlook Attention实现过程中的维度变化。
2022-11-03 17:29:55
1102
4
原创 深度学习测试结果可视化分析——matplotlib 鼠标响应事件
深度学习测试结果可视化分析：可视化数据的原始分布和各类别的预测情况。matplotlib 鼠标响应事件代码实现（附注释）。
2022-10-18 20:27:31
1450
原创 7-16 Sort with Swap(0, i) | PTA数据结构与算法——C语言实现
C语言实现2013年浙江大学免试研究生上机考试真题Sort with Swap(0, i)。
2022-08-24 20:52:47
408
原创 7-10 公路村村通 (最小生成树Prim算法) | PTA数据结构与算法——C语言实现
7-10 公路村村通 (最小生成树Prim算法) | PTA数据结构与算法，整合浙大MOOC中的代码，C语言实现，含注释。
2022-07-26 16:29:52
1901
原创 1066 Root of AVL Tree——PAT甲级 | 参考mooc实现完整代码
1066 Root of AVL Tree——PAT甲级，AVL树的构建，参考浙大MOOC视频，对MOOC中不完整代码进行补充（C语言）。
2022-07-20 16:05:48
161
原创 SwapMix: Diagnosing and Regularizing the Over-Reliance on Visual Context in ... ——2022 CVPR 论文笔记
SwapMix: Diagnosing and Regularizing the Over-Reliance on Visual Context in Visual Question Answering——2022 CVPR 论文笔记
2022-07-15 11:41:16
803
6
原创 GQA数据集简介及数据格式介绍
GQA数据集简介，数据集来源于2019 CVPR论文《GQA: A New Dataset for Real-World Visual Reasoning and Compositional Question Answering》。本文主要介绍GQA数据集的数据格式/表示形式。
2022-07-05 21:12:49
7916
3
原创 MCAN：Deep Modular Co-Attention Networks for Visual Question Answering——2019 CVPR 论文笔记
经典VQA模型：MCAN——《Deep Modular Co-Attention Networks for Visual Question Answering》， 2019 CVPR论文阅读笔记。
2022-06-30 09:04:21
804
1
原创 Pytorch报错解决：The size of tensor a (4) must match the size of tensor b (3) at non-singleton dimensio
pytorch报错解决：RuntimeError: The size of tensor a (4) must match the size of tensor b (3) at non-singleton dimension 0. 使用PIL.Image读取图像时得到RGBA四个通道，.convert("RGB")转化三通道无效？
2022-06-29 09:35:00
29873
4
原创 《Seeing Out of tHe bOx: End-to-End Pre-training for Vision-Language Representation Learning》—论文笔记
《Seeing Out of tHe bOx: End-to-End Pre-training for Vision-Language Representation Learning》—2021 CVPR Oral 论文笔记，以及自己跑的实验效果，供大家参考~
2022-06-23 10:28:44
468
3
原创 《Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering》——2018 CVPR论文笔记
《Bottom-Up and Top-Down Attention for Image Captioning and Visual Question Answering》和《Tips and Tricks for Visual Question Answering: Learnings from the 2017 Challeng》——2018 CVPR 论文阅读笔记
2022-06-13 20:50:41
744
1
原创 VQA研究方向总结——思维导图
根据张含望老师团队的《视觉问答与对话综述》，梳理汇总了2021年CVPR、ICCV和2022年CVPR相关VQA论文，绘制了VQA研究方向的思维导图。
2022-06-07 21:23:06
934
4
原创 《Stacked Attention Networks for Image Question Answering》论文解读与实验
《Stacked Attention Networks for Image Question Answering》论文解读与实验效果
2022-06-02 10:29:06
911
7
原创 最小编辑距离 (MED)实现-Python
最小编辑距离 (MED) 就是指将一个字符串通过插入、删除和替换的编辑操作转变为另一个字符串所需要的最小的编辑次数。本文介绍了使用动态规划算法实现计算两个字符串MED的过程，并提供了实验过程中源码。
2022-06-02 09:24:14
2060
2
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