自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 收藏
  • 关注

翻译 Diffusion models VS GANs——图像合成(Image synthesi)领域的下一代模型

​图像合成任务通常由深度生成模型(如GAN、VAE 和自回归模型)执行。生成对抗网络 (GAN) 由于其产生的输出质量,在过去几年中一直是备受关注的研究领域。另一个有趣的研究领域是扩散模型。它们都在图像、视频和语音生成领域得到了广泛的应用。自然地,这导致了关于什么产生更好结果的持续辩论——扩散模型或GAN。...

2022-07-17 11:43:44 6345

原创 [论文导读]Restoring and attributing ancient texts using deep neural networks深度学习复原古希腊铭文

摘要铭文是研究古代文明思想、语言社会和历史的重要证据,但许多铭文被损坏到难以辨认的程度,被送到远离其原始位置的地方,书写日期也充满不确定性。Ithaca——恢复受损铭文的缺失文本,识别铭文的初始位置(地理归属),确定其书写年限的深度神经网络Ithaca的架构侧重于协作、决策支持和可解释性。方法Ithaca的主体结构是若干个堆叠的Transformer块用作信息解码,连接三个前馈小网络(任务头),分别用于预测缺失文本,预测地理归属,预测书写年限模型输入字符、单词和位..

2022-04-05 11:09:48 1293

原创 Sanic框架下部署Pytorch模型

使用Sanic框架部署pytorch模型实现web上线,部署深度学习模型

2022-03-19 00:00:51 3174 1

原创 [WinError 182] 操作系统无法运行 %1。 Error loading “....\caffe2_detectron_ops_gpu.dll“ or one of its depende

笔者今日通过conda安装pytorch后,顺利安装但import torch时发现如上报错多次删除环境重新安装都没有效果解决方案pip install intel-openmp参考

2022-02-07 12:16:55 5037 2

原创 Python图像处理库的默认导入格式、坐标轴方位易错点辨析

Python进行图像处理、计算机视觉时有若干常用库,他们导入后的张量形状、坐标轴位置、相互转换方法各有不同。本文的总结包括PIL、skimage、numpy、opencv、pytorch等几个库。PIL库PIL库导入的图片为专用PIL对象,无法直接显示某一点像素值,与其他格式之间均需要转换。PIL中Image.open()方法读入图像通道顺序为RGB。PIL对象的属性PIL_img.size输出为一个元组,顺序是(width,height),这与大多数顺序为H*W的图像处理库不同。PI.

2022-01-17 10:02:43 2502

原创 使用OpenCV编写图像窗宽窗位动态调节程序

本节介绍基于OpenCV编写图像窗宽窗位动态调节程序,主要实现两个进度条分别控制窗宽、窗位,将高位编码图像转化为可供显示的uint8数据类型。此处给出思路和许多功能模块的调用方法,完整代码可以在恰当的时机放出。图像读取对于一般图像来说读取图像只需简单调用函数,但注意这里我们读取的不是寻常8位三通道/单通道图像,而是16位图像,因此最好这样:frame = imread("exp2_2.png", IMREAD_UNCHANGED);//无更改式读取原图之后我们建立一个空间存放转换后的图像

2021-10-28 21:27:25 2975 1

原创 在一个visual studio解决方案中放置多个OpenCV项目且无需重复配置属性

众所周知,为VS项目配置OpenCV各种路径十分繁琐,同时,VS内一个项目中只能允许出现一个main函数,如果我们编写许多小程序,就要新建许多项目或者把不同项目写在不同函数里,十分不优雅。本教程讨论如何在一个解决方案内优雅配置多个OpenCV项目什么是解决方案解决方案是VS内比项目更高一级的组织结构,后缀是“.sln”我们在解决方案管理器(可以在菜单栏视图——解决方案管理器打开)中可以看到这样的组织结构:我们可以在一个解决方案右键下新建多个项目注意新建项目时选择路径,一般项目

2021-10-15 20:53:50 2137 1

原创 使用OpenCV HighGUI编写视频播放器

本节介绍基于OpenCV HighGUI编写视频播放器的写法,主要实现播放进度条、鼠标控制播放暂停等功能。此处给出思路和许多功能模块的调用方法,完整代码可以在恰当的时机放出。使用OpenCV处理视频的基本模板以下代码是大家常用的OpenCV打开电脑摄像头的操作,本文将在假设大家学会以下基本操作的基础上展开。#include<opencv2\highgui\highgui.hpp>#include <opencv2\opencv.hpp>using namespace

2021-10-15 16:23:13 1601 2

原创 Python os模块 常用命令 基础教程

os模块是Python解释器内置模块之一,顾名思义,可以对系统信息和目录信息进行管理。本节内容将会梳理os模块常用指令。使用os模块无需安装,只需要在Python程序开头导入import osOS模块对文件路径管理篇文件路径管理看似容易,听起来只是字符串的拼接分割而已,实则不然。路径管理的最大障碍是不同系统平台的兼容性问题,这点对于跨平台场景十分重要,例如:大型程序编写、在Windows系统下远程连接Linux服务器部署项目等。举个最简单的例子,对于路径分隔线而言:Window

2021-10-04 17:22:19 292

原创 基于Anaconda配置Python开发环境详解(3)Pycharm创建项目 Pycharm安装包

本系列帖子将从纯小白的视角讲解新手使用Anaconda配置Python开发环境全流程,使用Pycharm编辑器、conda包管理器。第三节是关于Pycharm使用基础的。Pycharm是什么PyCharm是一种PythonIDE(Integrated Development Environment,集成开发环境),带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具,比如调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试、版本控制。当然,这里将Pychar..

2021-09-15 17:25:28 2914

原创 基于Anaconda配置Python开发环境详解(2)conda基本命令

本系列帖子将从纯小白的视角讲解新手使用Anaconda配置Python开发环境全流程,使用Pycharm编辑器、conda包管理器。本节内容建立在完成第一节操作Anaconda安装与基本配置上,本节为大家介绍conda基本命令。尽管在之后的帖子pycharm等IDE会自动调用conda命令实现可视化配置,但了解基本命令仍然很有必要。conda虚拟环境管理创建虚拟环境conda create --name your_env_nameconda create --name your_en

2021-09-11 18:21:04 2256 1

原创 基于Anaconda配置Python开发环境详解(1)安装Anaconda并做基本配置

本系列帖子将从纯小白的视角讲解新手使用Anaconda配置Python开发环境全流程,使用Pycharm编辑器、conda包管理器。第一节是关于Anaconda安装的什么是condaconda是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。 Conda 适用于 Linux,OS X 和Windows,也可以打包和分发其他软件。conda版本相关conda分为anaconda和miniconda。anaconda是包含一些常用包的版

2021-09-09 16:01:58 31271

原创 安装Fortran语言编程环境全流程记录

本文以Visual Studio 2017 + Intel Parallel Studio XE 2019配置Fortran语言编译环境,系统版本普通的Windows10。版本问题笔者从老师和前辈教程中收集到的经验是IPS(Intel Parallel Studio)的版本要比VS的版本高,目前测试通过的版本搭配的是VS2017+IPS2019和VS2015+IPS2017。以下将以前者版本搭配为例进行图文介绍。安装VS2017目前VS2017 community版本已经可以注册微软账号免费

2021-09-08 16:45:34 18057 10

原创 GAN训练过程调参记录

前言笔者基于论文GLEAN: Generative Latent Bank for Large-Factor Image Super-Resolution(CVPR2021 oral)中的基于mmedit的开源代码(由mmlab实验室开发,集成化程度相当高)在自己的数据集上进行调试。作为深度学习萌新一枚,对GAN的使用毫无经验,因此写下这篇博客总结调试多天的心得收获,也或许能帮助到其他小伙伴。本文主要聚焦训练过程中参数调节等技巧层面的问题,并不涉及对StyleGAN中结构的分析亦或是对上述改进论

2021-08-24 14:43:27 5142 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

提示
确定要删除当前文章?
取消 删除