- 博客(7)
- 收藏
- 关注
RSS订阅原创 方向学习笔记（2）：AWDA: Adversarial and Weighted Domain Adaptation for cross-dataset change detection
本文提出了一种基于对抗学习和权重领域自适应的跨域变化检测框架DACD，旨在解决无标签目标域数据的变化检测问题。针对源域和目标域数据分布不一致带来的挑战，作者设计了AWDA框架：首先在有标签源域上进行全监督学习获取初始变化检测能力；然后通过基于GRL的对抗学习方法提取域不变特征；最后在目标域上进行类权重自训练以降低预测不确定性。该模型实现了将变化检测知识从有标签数据集向无标签数据集的迁移，实验表明该方法能有效应对不同传感器、分辨率等跨域场景下的变化检测任务。
2025-10-11 17:59:51
1743
原创 方向学习笔记（1）：GLCD-DA：Change detection from optical and SAR imagery using aGlobal-Local network with div
本文提出了一种基于全局-局部交互网络的光学与SAR图像变化检测方法。针对现有深度学习方法忽略边缘信息的问题，作者设计了双阶段网络架构：第一阶段通过改进的CycleGAN实现光学到SAR-like图像的转换；第二阶段包含三个创新模块：EIFM（边缘注入融合模块）将边缘信息融入浅层特征，GLIM（全局-局部交互模块）整合CNN的局部特征和Transformer的全局特征，FFM（特征融合模块）进行多尺度特征融合。实验表明，该方法在保持边缘细节的同时，有效提升了异源遥感图像变化检测的精度。该研究为多模态遥感数据的
2025-10-06 21:39:15
1502
原创 记录自己在虚拟机Linux系统下安装QTCreator的过程
到这里基本就可以运行起来项目了。不容易，看了很多很多博客。主要卡在了linux安装qt上面，因为官网进不去，giao。
2025-09-29 23:55:21
398
原创 新手就是爱记录（3）：UNet网络大杂烩——UNet，RCNN-UNet，Attention-UNet，RCNN-Attention-UNet，Nested-UNet。
通俗易懂理解注意力机制(Attention Mechanism)-优快云博客这是一个注意力机制的模块的代码，当然注意力机制有很多种类型，这里只是其中一种。""""""return out看完注意力机制后，对注意力机制有了一定的了解，从代码层面来了解一下这个东西。那我又要问了：注意力体现在哪里了呢？？他怎么就注意力集中了呢？？嗯，未完待续……
2025-09-22 21:32:50
1854
原创 新手就是爱记录（2）：模型训练的重要一环——图片变为Tensor张量。
在CDDLoader阶段，具体加载图片时候，调用方法将图片转为Tensor张量，然后这个CDDLoader返回的不是图片，而是图片的张量。
2025-09-21 18:05:04
282
原创 新手就是爱记录（1）：新手小白理顺模型中DataSet和DataLoader在干什么？？？
dataset是用来完成构建一个具体的样本的。而DataLoader就是使用dataset，不断调用dataset来得到一个批次的样本。比如参数为3，那么就得调用3次dataset，得到3个样本。但是，dataset如何构建一个具体的样本呢？我们有图片，需要让模型使用。于是，我们需要创建好一个字典（就是上面提到的数据集），dataset通过这个字典，就能够索引一条数据，这条数据就是一张图片的路径，通过这个路径，dataset就可以加载到图片了。要加载下一张图片，只需要往下索引就好了。
2025-09-21 14:53:50
441
原创 小白通过代码理思路1
俗话说，没有对比，就没有伤害。通过学习对比，小白的我能够比较好的意识到不同或者更好的理解某个点。今天需要对比的是ChangeMamba和Siam-NestedUNet这两个仓库的代码。
2025-09-18 14:48:01
206
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