weixin_45032769的博客

昨日盲审出结果，得到89,95分，我的学生生涯以及科研生涯可能就要提前宣告结束了，感谢自己三年来的努力，感谢自己三年来的不放弃，也感谢所有帮助过我的人，我们来日方长，江湖再见。

What Does Proof of Concept (POC) Mean?A proof of concept (POC) is a demonstration to verify that certain concepts or theories have the potential for real-world application. In a nutshell, a POC represents the evidence demonstrating that a project or produ

摘要分组 相关性 立体 网络Group-wise correlation群相关为测量特征相似性提供了有效的表示，并且不会像full correlation完全相关那样失去太多的信息。与以往的方法相比，它在减少参数时也保持了更好的性能。对以往提出的三维堆叠沙漏网络进行了改进，提高了性能，降低了推理计算成本。本文工作这篇文章主要提出了以下贡献：提出了分组相关性，来构建代价体 （cost volumes）以提供更好的相似性度量；（针对相似性问题本文利用这样一种分组相关性构造代价体）改进了 stack

Abstract目标跟踪在过去几年中取得了重大进展。然而，最先进的跟踪器变得越来越复杂和昂贵，这限制了它们在资源受限的应用程序中的部署。 在这项工作中，我们提出了LightTrack，它使用神经结构搜索(NAS)来设计更轻量和高效的对象跟踪器。综合实验表明，该方法是有效的。它可以找到性能优于手工制作的SOTA跟踪器，如siamrpn++[30]和Ocean[56]，同时使用更少的模型Flops和参数。此外，当部署在资源受限的移动芯片组上时，所发现的追踪器运行速度要快得多。例如，在Snapdragon 84

transformer:https://zhuanlan.zhihu.com/p/62397974https://zhuanlan.zhihu.com/p/44731789

Abstract在本文中，我们着重于在野外使用未标记的视频对视觉对应进行自我监督学习。 我们的方法同时考虑了视频内和视频间表示关联，以进行可靠的对应估计。视频内学习经由帧对相似性在单个视频内的帧之间转换图像内容。为了获得实例级分离的判别表示，我们超越了视频内分析，并构建了视频间亲和力，以促进跨不同视频的对比转换。 通过强制视频内和视频间级别之间的转换一致性，可以很好地保留细粒度的对应关系，并有效地增强实例级别的特征区分。 我们的简单框架在一系列视觉任务（包括视频对象跟踪（VOT），视频对象分段（VOS

https://blog.youkuaiyun.com/guofei_fly/article/details/104136008?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-2.control

Dream it possible梦想成为可能I will run, I will climb, I will soar.我奔跑，我攀爬，我会飞翔。I’m undefeated永不言败Jumping out of my skin, pull the chord跳出我的皮肤，拨弄琴弦Yeah I believe it哦，我相信。The past, is everything we were don’t make us who we are往昔，逝去的光阴不会决定现在so I’ll dr

在我的base code 上 ，目前有三部分想法第一部分在base、 code的trakcer之后，首先要做的是找到提取特征后 分类回归前的特征图，featmap。然后与 刚写好的Pybms做图像处理。第二部分在base、coda的trainnet部分，我们做差创建一个mask，然后在rpn提取的img上做覆盖，使得mask内部的权重加大，外部的背景弱化。第三部分如图所示，具体我们稍后再想其实概括就是将显著性监测和分割变成关注度视觉网络...

https://blog.youkuaiyun.com/tcy23456/article/details/84585798

https://blog.youkuaiyun.com/wangshiming88/article/details/85333046?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase

I7 9700f技嘉 z390Gaming X 2925七彩虹 Rtx 2070super Vulcan X OC 火神 3785威刚游戏威龙 3200MHZ 8*2 396威刚S11 Lite 256g ssd 250海韵Croe GX650全模组 579九州风神大双塔 199先马鲁班1 189两个RBG风扇 0Total = 8323...

xinput list找到AT Translated Set 2 keyboard，记住后面的ID，如我的ID为15。xinput set-prop 21 “Device Enabled” 0xinput set-prop 21 “Device Enabled” 1

第一次 wget http://…如果遇到网络中断的情况大发生第二次 wget -c http://…会衔接上第一次的继续执行.第一次可以直接wget下载，然后之后想接着下载就wget -c就好啦。换言之，首次-c不-c无所谓哒...

https://blog.51cto.com/yangshufan/2089350

https://www.cnblogs.com/bingmang/p/9813686.html

最近看STE-NVNAN的时候开始学习网络，使用pytorchAbstract更深层次的神经网络更难训练。我们提出了一个残差学习框架来简化网络的训练，这些网络比以前使用的网络要深刻得多。该框架使得层能根据其输入来学习残差函数而非原始函数（unreferenced functions）。我们提供了全面的经验证据表明，这些残差网络更容易优化，并可以获得精度从大幅增加的深度。在ImageNet数据集...

Abstract行人偏差主要是由探测器误差和姿态变化引起的，是鲁棒的人再识别系统的关键问题。在配准不佳的情况下，背景噪声会显著地忽略特征学习和匹配过程。为了解决这一问题，本文引入了位姿不变嵌入(PIE)作为行人描述符。首先，为了使行人与标准姿态对齐，引入了PoseBox结构，该结构通过姿态估计和仿射变换生成。**其次，为了减少姿态估计误差和姿态估计信息丢失对PoseBox构建的影响，我们设计了一...

Abstract最近引入的Panoptic（全景）分割任务重新唤起了我们社区对统一实例分割(对象类)和语义分割(对象类)任务的兴趣。然而，目前用于这种联合任务的最先进的方法使用单独的和不同的网络，例如和语义分割，而不执行任何共享计算。在这项工作中，我们的目标是在架构级别上统一这些方法，为这两个任务设计一个单一的网络。我们的方法是使用共享特征金字塔网络(FPN)骨干网，赋予掩模R-CNN一种流行的...

https://blog.youkuaiyun.com/ms961516792/article/details/81408674

https://blog.youkuaiyun.com/yan_zhao_89/article/details/86237770

https://blog.youkuaiyun.com/m0_37644085/article/details/83503769

nvidia 410.78–430cuda10.0Anaconda3-5.2.0cuDNN7.5、7.4tensorflow-gpu- 1.13

https://zhidao.baidu.com/question/653326658683439565.html

在这里插入图片描述

转:https://arleyzhang.github.io/articles/7e6bc4a/https://blog.youkuaiyun.com/wfei101/article/details/78821629

做labelvid弱监督学习迁移学习k-meansrenet45renet50空间与同道整合sia cia融入cnn ia-blocktkpbaseline 三元损失GcnGan网络不稳定 ~ 没有使用gan, 使用了远离加入自编码M3d p3dsota...

https://blog.youkuaiyun.com/mzpmzk/article/details/78647699

https://blog.youkuaiyun.com/lingyunxianhe/article/details/83543282

2019年7月15日下午：代码理解deep_sort_app.py:我要是没猜错这是主函数！def gather_sequence_info(sequence_dir, detection_file):收集序列信息，如图像文件名，检测，基本事实(如果可用)。返回参数：sequence_dir: str到MOT Challenge序列目录的路径。detection_file:...

https://blog.youkuaiyun.com/jxy0123456789/article/details/80586200

参考链接:https://www.cnblogs.com/wemo/p/10600454.htmlgGithub开源代码链接：https://github.com/nwojke/deep_sort.git1 准备工作下载deep sort代码文件下载MOT16数据集下载权重文件2 导入库文件进入pycharm ，open这个deep_sort-master文件夹再把下载好的MO...

https://blog.youkuaiyun.com/comway_Li/article/details/82532573

https://blog.youkuaiyun.com/Uwr44UOuQcNsUQb60zk2/article/details/78957391

https://www.cnblogs.com/pinard/

课后作业链接：https://blog.youkuaiyun.com/u013733326/article/details/7982727319.7.15日unit1_2_具有神经网络思维的Logistic回归 ✅