- 博客(47)
- 收藏
- 关注
RSS订阅原创 图像超分论文阅读列表 super_resolution_paper_lists
文章目录Up-sample operation[Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network](https://arxiv.org/pdf/1609.05158.pdf)Single image super resolution[2016 CVPR Accurate Image Super-Resolution Using Very Dee
2022-04-01 16:38:33
2640
原创 深度学习论文阅读列表
deep_learning_paper_read_lists同步更新与githubhttps://github.com/chenmeiya/deep_learning_paper_read_listsLearning invariace to spatial transformation2015 NIPS spatial transformer networks文章通过替换网络模块，采用无监督的方式使得网络具备空间表达能力，学习对平移、尺度、旋转和其他几何形变保持不变的能力。max-pooling
2022-03-28 21:49:14
3220
原创 轻量化网络论文阅读笔记 MobieNets: Effecient Convolutional Neural Networks for Mobile Vision Applications
1. 轻量化网络1.1 轻量化网络的目的通过减小网络的体量，实现在正向推断降低网络运行的时间。其关键在于平衡小网络和算法效果，是性能和效果之间权衡的一种“优化”方法。1.2 轻量化网络的方向大致分为两种压缩现有训练好的网络训练一个小网络2. MobileNets2.1 Motivations"以下纯属个人见解，不代表原文的意思"MobileNet的全文并没有明确的指出文章为什么要设计一个怎么样的网络实现轻量化，前面主要阐述，轻量化网络的重要性和轻量化网络的发展历程。至于作者为什么要设计
2020-11-15 17:55:23
654
原创 Digital Camera Sensor 曝光三要素
曝光三要素[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vzwOsTeg-1602245460067)(en-resource://database/708:1)]曝光参数包括三要素，也就是相机曝光三角：相机孔径、ISO speed、 曝光时间相机孔径（光圈）控制通光面积，影响景深光圈的面积越大，那么f指数越小；光圈的面积和F指数呈反比，F指数是焦距和光圈的反比[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IjHrnpZb-16
2020-10-09 20:12:10
1085
1
原创 2017 CVPR Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution论文阅读笔记
论文不难，写出来也方便自己复习问题 Problem快速单张图像超分辨率的任务 Single image super-resolution现有方法的问题和动机（Existing methods problems && Motivations）计算复杂：使用预定义的上采样操作对原图像进行处理后作为卷积神经网络的输入，比如双线性插值或者双三次插值等；由于输入的图像尺寸已经等于HR图像的尺寸，增加了后续处理中不必要的冗余计算量；损失函数：现有的方法大都使用L2范数损失函数，不可避免产生模
2020-08-02 18:51:57
365
原创 Git学习笔记
开启新旅程文章目录安装Git创建一个新的版本库添加新的文件修改文件后怎么办？知道自己改了什么重新添加到仓库版本回退回顾修改的所有的版本回退前面的版本上传远程库git push <远程主机名> <本地分支名> <远程分支名>1.1 git push origin master1.2 git push origin1.3 git push origin(1) git push -u origin master(2） git push --all origin(3) git
2020-07-26 17:48:41
826
原创 计算机视觉领域关注的会议和期刊
原本为给师弟师妹总结的自己经验，节省计算机视觉领域大家看什么论文和去哪里看论文的困惑一、会议论文视觉的领域主要关注的三大顶会论文：CVPR, ICCV, ECCV。搜索途径：1） CVPR和ICCV都是IEEE库，可以在IEEE explore上面搜索到已经发表的论文；ECCV是SpringerLink库；2） CVPR每年都开，ICCV奇数年份开，ECCV偶数年份开，都有相关的pap...
2020-04-14 20:17:15
1009
原创 训练后的网络输出为固定值
缘起之前训练好的网络，但是为了硬件移植，其中某些操作需要删除，那么简单，替换一些硬件不支持的操作，重新训练一下就好了，毕竟训练集，数据导入方式，训练代码，测试代码之前都验证了没有什么问题。但是问题来了，简单的训练一次，居然出现了输出结果成为了固定值的问题，从来没有遇得到过困境我是一个dense prediction的问题，输入图像，输出图像。结果输出的图像的每个像素值居然是一个定值。我的天，...
2020-01-06 11:02:34
2054
1
原创 视频图像去雨论文数据集主页整理总结
概述近年来，计算机视觉快速发展，在各领域取得了较大的进展，尤其是随着深度学习的提出，计算机视觉再封闭和受限环境下都有着不错的表现。但是，面对开放和恶劣环境下，依然存在这巨大的挑战。常见的就是恶劣天气，对于户外的视觉系统，包括自动驾驶、视频监控，带来了巨大的挑战。常见的恶劣天候包括：雨、雾、雪、薶和沙尘等。提升视觉系统在恶劣天气下的鲁棒性是目前的研究重点之一。雨天作为最常见的恶劣天气，近年来受到了...
2019-12-23 12:01:24
5374
原创 C++ Tips (持续更新)
1.将vecotr传递给形参的三种方式** 函数定义方式**function1(std::vector<std::vector<int> > vec)，传值function2(std::vector<std::vector<int> >& vec)，传引用function3(std::vector<std::vector<...
2019-08-22 17:28:01
241
原创 BFS 迷宫问题+打印路径
问题定义一个二维数组N*M（其中2<=N<=10;2<=M<=10），如5 × 5数组下所示：int maze[5][5] = {0, 1, 0, 0, 0,0, 1, 0, 1, 0,0, 0, 0, 0, 0,0, 1, 1, 1, 0,0, 0, 0, 1, 0,};它表示一个迷宫，其中的1表示墙壁，0表示可以走的路，只能横着走或竖着走，不能斜着走，...
2019-08-22 17:14:50
867
转载 论文写作参考文献 期刊标准缩写
#Content is based on IEEEfull.bib and IEEEabrv.bib as of 2016-03-25#A recent list of abbreviations is available at https://www.ieee.org/documents/trans_journal_names.pdfCanadian Journal of Electrica...
2019-07-22 20:30:55
12095
1
转载 0-1背包问题
题图是想致敬乱马1/2八宝斋。首先得知道什么是0-1背包问题（knapsack problem）? 贼，夜入豪宅，可偷之物甚多，而负重能力有限，偷哪些才更加不枉此行？? 抽象的话，就是：给定一组多个（）物品，每种物品都有自己的重量（）和价值（），在限定的总重量/总容量（）内，选择其中若干个（也即每种物品可以选0个或1个），设计选择方案使得物品的总价值最高。? 更加抽象的话： 给定正整数、给定正整数...
2019-06-21 11:01:31
324
原创 迅雷2018校园招聘-数字组合问题
题目给定整数n，取若干个1到n的整数可求和等于整数m，编程求出所有组合的个数。比如当n=6，m=8时，有四种组合：[2,6], [3,5], [1,2,5], [1,3,4]。限定n和m小于120思路首先，这道题想要通过暴力搜索是无法实现的，那么只能找规律。根据题意找规律，构建如图所示的表。要求f(n,m)f(n,m)f(n,m)的值首先处理边界问题：第一行也就是f(1,1)=1f(1,...
2019-05-30 10:31:12
471
1
原创 详解 TensorFlow 训练多个loss函数技巧： 训练步骤，冻结部分层
由于以前写的关于冻结层的博客不够详细，给很多读者造成困惑。为补充关于冻结层，训练多个loss的博客，遂给出更详细的过程。
2019-05-29 18:04:25
10424
15
原创 Python 训练数据 多组数据组合打乱
网络训练的时候，有两种导入数据的形式，第一种是：读入数据的list，然后每次训练的时候读入数据；第二种：一次性读入数据，在训练的时候取batchsize大小的数据进行训练。前种方式适合大数据量，内存不够用时，但是需要在硬盘上反复读写数据，比较耗时；后种方式适合小量量数据，内存足够， 不需要反复的读写硬盘，节省时间。打乱list数据当采用第一种方式读取数据时，每个epoch需要对数据的lis...
2019-05-29 17:20:40
1016
原创 2019 CVPR oral 去模糊论文"DAVANet: Stereo Deblurring with View Aggregation"阅读笔记
19CVPR 结果早就出来了，最近才读到的19年oral的去模糊工作。博主认真的搜了一下18年的CVPR，deblurring 相关的oral为zero，底层图像复原的oral工作也很少。因此，十分兴奋看到deblurring的oral工作。问题文章介绍了一种使用双目视觉实现去模糊的端到端基于深度学习的算法。所谓双目视觉，就是存在左视和右视两张图像。通过结合两张图像的信息，实现去模糊和过程。双...
2019-05-23 18:11:10
2940
原创 tensrflow+Python TypeError问题及解决方案 （后续持续更新）
TypeError: int returned non-int (type NoneType)错误代码yl是tensorflow里的tensor数据类型if int(yl.shape.dims[1]) % 2 == 1 and int(yl.shape.dims[2]) % 2 == 1: yl = tf.pad(yl, tf.constant([[0, 0], [sz, sz + ...
2019-05-10 10:07:14
2867
原创 平方串-最大子序列问题
题目描述如果一个字符串S是由两个字符串T连接而成,即S = T + T, 我们就称S叫做平方串,例如"",“aabaab”,"xxxx"都是平方串.牛牛现在有一个字符串s,请你帮助牛牛从s中移除尽量少的字符,让剩下的字符串是一个平方串。换句话说,就是找出s的最长子序列并且这个子序列构成一个平方串。输入描述:输入一个字符串s,字符串长度length(1 ≤ length ≤ 50),字符串只...
2019-04-25 11:35:13
634
转载 经典算法-动态规划
一、基本概念 动态规划过程是：每次决策依赖于当前状态，又随即引起状态的转移。一个决策序列就是在变化的状态中产生出来的，所以，这种多阶段最优化决策解决问题的过程就称为动态规划。二、基本思想与策略 基本思想与分治法类似，也是将待求解的问题分解为若干个子问题（阶段），按顺序求解子阶段，前一子问题的解，为后一子问题的求解提供了...
2019-04-22 17:26:46
293
1
原创 编程题：二分法求解-最后一位
二分法定义对于区间[a,b]上连续且存在f(a)*f(b)的函数f=y(x)，通过不断地将函数f(x)的零点所在的区间一分为二，使得区间的两个端点逐步靠近零点，进而得到零点近似值的方法叫做二分法。最经典的二分法用于求解数学上函数的零点，例如求解3x3-13x+2=0在区间[1,9]的根，具体求解很简单，无非是逐渐二分逼近零点，感兴趣的读者可以自己尝试。最后一位这里我要说的是，面对一个具体的...
2019-04-22 17:02:54
1040
转载 按4的幂次方捡石子
题目描述 有n个石子，两个人A，B轮流按4的幂次方捡石子，如1，4，16，64，256，……，最后捡完石子的人获胜，给定n个石子，谁一定获胜？1.考虑模5余0的情形:当n =5时，A取1，B则取4，A取4，B则取1，B一定赢. 同理当n = 10或者n = 15时，...
2019-04-19 15:00:24
160
原创 循环数比较 C++实现
题目：对于任意两个正整数x和k,我们定义repeat(x, k)为将x重复写k次形成的数,例如repeat(1234, 3) = 123412341234,repeat(20,2) = 2020.牛牛现在给出4个整数x1, k1, x2, k2, 其中v1 = (x1, k1), v2 = (x2, k2),请你来比较v1和v2的大小。输入描述:输入包括一行,一行中有4个正整数x1, k1...
2019-04-18 17:45:05
1574
原创 基于传统优化方法的图像去模糊文献综述（部分经典文献）
由于图像模糊在生活中是广泛存在的，图像去模糊问题从上个世纪起就得到了关注和研究。从上个世纪60年代起，为了解决图像去模糊问题，首次提出将图像问题转化到频域中来解决，提出了逆滤波、维纳滤波等经典的算法。但基于频域的图像去模糊算法需要准确的知道模糊的退化类型，并且对噪声敏感，进而提出基于空域的估计算法。常见的基于空域的估计算法有：差分复原算法、最小二乘算法、最大熵算法等。近年来，图像去模糊算法更是取得...
2019-03-27 10:08:02
9904
8
原创 基于深度学习的图像去雨文献综述笔记 （2017CVPR）
1. Removing rain from single images via a deep detail network文献[1]受到ResNet的启发，建立卷积神经网络从雨条的退化图像中复原清晰图像。文章在去除雨条时创新点主要体现在两个方面：1） 提出Negative Residual Mapping（Neg-mapping），用于刻画清晰图像和退化图像间的区别，使得网络学习的过程更为简单...
2019-03-27 09:39:27
6756
转载 获得tensorflow模型的参数量
tensorflow模型训练好之后，通常会保存为.ckpt文件，有时我们想了解一下模型保存了多少参数，这固然可以手动计算，但是速度太慢，这里我写了一个程序可以直接获得模型的参数量，下面是源代码：转自： https://blog.youkuaiyun.com/chnguoshiwushuang/article/details/81588794from tensorflow.python import pyw...
2019-03-15 15:52:23
2172
转载 Permission denied (publickey). fatal: Could not read from remote repository.
<div id="post_detail"><div class="post"> <h2> <a id="cb_post_title_url" href="https://www.cnblogs.com/wmr95/p/7852832.html">Permission denied (publickey
2019-01-21 13:49:10
398
原创 基于深度学习的图像去模糊（两篇经典的文献阅读笔记）
基于神经网络的动态场景图像去模糊参考文献：2017 CVPR Deep Multi-scale Convolutional Neural Network for Dynamic Scene Deblurring 原文链接：https://arxiv.org/pdf/1612.02177.pdf基于深度学习的方法和传统的优化的方法都提出了对于图像的非均匀模糊问题进行了解决，但对于动态场景的模糊问...
2019-01-11 17:17:56
21347
10
原创 Matconvnet 空洞卷积导致维度错误以及vl_smplenn.m文件修改
MATLAB下使用matconvnet框架，使用空洞卷积时，可能会出现以下错误：错误使用 - 矩阵维度必须一致。出错 Demo_denoising_gray (line 80) output = input - res(end).x;错误的原因在于vl_smplenn.m没有添加空洞卷积。需要进入matconvnet的框架内部，修改vl_smplenn.m。解决方案如...
2019-01-04 16:20:20
563
1
原创 优化版本： tensorflow实现2D小波变化dwt和小波逆变换idwt
由于上上篇博客写了使用tensorflow实现2D小波变化dwt和小波逆变换idwt，但是实现的方法在速度上和资源占用上实在堪忧，特别是在channel比较大的情况下。因此本人对于上次的代码进行了优化。优化主要表现在两个方面：去掉原来用于调整尺寸的for循环结构，使用tf.slice等命令代替；去掉原来的循环卷积结构，使用tensorflow3D卷积代替分析上述的两种操作之所以能够节...
2019-01-02 16:37:50
3434
7
转载 python读写.mat文件
背景在做deeplearning过程中，使用caffe的框架，一般使用matlab来处理图片（matlab处理图片相对简单，高效），用Python来生成需要的lmdb文件以及做test产生结果。所以某些matlab从图片处理得到的label信息都会以.mat文件供python读取，同时也python产生的结果信息也需要matlab来做进一步的处理（当然也可以使用txt，不嫌麻烦自己处理结构信息...
2018-12-12 21:33:05
866
原创 tensorflow实现2D小波变化dwt和小波逆变换idwt，梯度可以反向传播
使用tensorflow实现小波变化和小波逆变换，并且梯度可以反向传播。因此可以方便的将小波变化嵌入到网络结构中去。本代码参考pytorch实现的小波变化移植至tensorflow。pytorch实现链接：https://github.com/fbcotter/pytorch_wavelets。实现中存在的一个的问题是tensorflow不能实现分组卷积，因此这里只能采用循环一个2D卷积来实现...
2018-12-09 21:58:55
4399
7
原创 tensorflow+Python ValueError以及解决方法（后续继续更新）
使用python 怎么可能没有ValueError，下面罗列我见到的几种错误，虽然很低级，但是不试过还是很难找到错误的ValueError: Incompatible type conversion requested to type ‘float32’ for variable of type ‘int32_ref’使用tensorflow时，出现在卷积层，原因在于初始化卷积权重或者偏置时，...
2018-12-07 21:59:06
12876
7
原创 1. tf.nn.conv2d_transpose解决output_shape问题，解决需要固定输出尺寸的问题
tensorflow 使用反卷积的时候有两种方式，一种使用tf.layerstf.layers.conv2d_transpose(inputs, filters, kernel_size, strides=(1, 1), padding='valid', data_format='channels_last', activation=None, use_bias=True, kernel_in...
2018-12-07 21:39:56
2320
转载 解决Python读取文件时出现UnicodeDecodeError: 'gbk' codec can't decode byte * in position * illegal multibyte
解决Python读取文件时出现UnicodeDecodeError: 'gbk' codec can't decode byte... 用Python在读取某个html文件时会遇到下面问题:出问题的代码:1 if __name__ == '__main__':2 fileHandler = open('../report.html', mode='r')3...
2018-12-05 16:00:02
1183
原创 图像处理能量泛函优化——L1范数正则化项，软阈值公式
接上篇更新的L2范数求解的问题，接着讲L1范数更新的问题L1范数正则化项又称为拉布拉斯先验。带有L1正则化项的问题是图问题，求解相对简单，具有闭式解。其求解就是著名的软阈值公式。问题 x =argminxρ2∥x−b∥22+λ∥x∥1\textbf{ x } = \arg \mathop {\min }\limits_\textbf{x} \frac\rho{2}\l...
2018-12-01 17:03:04
5537
6
原创 能量泛函优化方法——L2范数（应用于图像处理）
在深度学习大火的今天，熟不知以前的图像处理方法大都还是使用能量泛函优化的方法，即使是今天依然有着深度学习不可取代的魅力。要想学习，基础的优化方法必不可少。先说说传统的图像处理方法包括图像超分，图像去模糊，图像去噪等，现在一些有意思的应用比如去雨、去雾、去霾、去云等等。在深度学习之前解决这类问题最流行的方法是基于MAP的框架的优化方法。先说说，如何求解这类数据项加先验项的问题。首先说说对于L2范数...
2018-11-17 21:15:54
6666
2
原创 Python安装py2exe（Python2安装py2exe）
py2exe相信大家都知道，一个能够打包Python程序变成可执行文件的Python库。用起来很简单，但是好像还是有限，像opencv这样的库还是没有办法打包等。我安装的时候遇到了一小点问题，分享给大家：Python3 安装py2exe安装直接使用pip install py2exePython2安装py2exepython2安装的时候无法直接使用pip install py2exe,...
2018-11-17 20:33:13
5017
原创 Python环境迁移
由于我的程序（python2.7）因为课程要求要移植到别的电脑上运行，但是别人的电脑上没有python(2.7)的环境以及相关的库，还不好意思在别人的电脑上配一个环境，万一破坏了别 人的PC环境不太好，最后有一个十分笨的方法，对于以后懒得配环境的人很实用，但是需要临时跑一下的很实用。直接将配好的环境，我使用的是anaconda, 将全部的安装目录整体拷贝到另外一台电脑上。以我的为例，我直接拷贝...
2018-11-17 20:19:34
8673
原创 Batch Normalization理论基础以及tensorflow实现
Batch Normalization 理论Batch Normalization 相当于归一化输出的feature map。理论基础首先在Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 文中提出，用于消除深度学习中臭名昭著的梯度消失和梯度爆炸的问题。bat...
2018-11-11 20:04:18
305
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