原创 LBP 和 LBP-TOP

  LBP-TOP 是 LBP 從二維空間到三維空間的拓展   LBP可以有效地處理光照變化,在紋理分析,紋理識別方面被廣泛應用。 LBP 只能處理單張的二維圖像,對於視頻或者圖像序列,如何用LBP來提取特徵,捕捉視頻序列的運動信息呢。

原创 堆疊式LSTM架構

堆疊LSTM現在是用於挑戰序列預測問題的穩定技術。堆疊式LSTM架構可以定義爲由多個LSTM層組成的LSTM模型。上面的LSTM層提供序列輸出而不是單個值輸出到下面的LSTM層。具體地說,每個輸入時間步長一個輸出,而不是所有輸入時間步長的

原创 王垠的博客地址

  http://www.yinwang.org/   學習的智慧   “在學校的時候,我不止一次的發現經典教材很難懂。經過努力,讓自己的思維爬到一定高度之後我才發現,原來這經典教材作者很多地方沒有看透徹。寫書的時候他也把一些可有可無的內

原创 PyTorch的nn.Linear() 筆記

  fc = nn.Linear()    softmax()                          

原创 DCFnet目標跟蹤

  1 DCFNet_pytorch https://github.com/foolwood/DCFNet_pytorch Why implementation in python (PyTorch)? Magical Autograd

原创 Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics 多任務學習

多任務學習 Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics     多任務學習系統的性能很大程度上依賴於任務間的

原创 特徵融合( concat和add )

  1  在實踐中如何判斷該選擇Add還是Concatenate? 在網絡結構的設計上,經常說DenseNet和Inception中更多采用的是concatenate操作,而ResNet更多采用的add操作,那麼這兩個操作有什麼異同呢?

原创 面向面部的跨流網絡,用於視頻中的欺騙檢測

  真實視頻中的自動欺騙檢測(ADD)是一項艱鉅的任務。它特別需要解決兩個問題: (1)面部和身體都包含有關對象是否具有欺騙性的有用線索。因此,如何有效地融合兩者是ADD模型有效性的關鍵。 (2)現實生活中的欺騙性樣本難以收集;因此,在訓

原创 Pytorch 常用的函數學習記錄

Pytorch 常用的函數學習記錄   一.Tensor張量的基本操作 1.numpy向量轉tensor a = np.array([2,2,2]) b = torch.from_numpy(a)   2.列表轉tensor a =

原创 張量的拼接(與切分) torch.stack()

1 使用 torch.cat 拼接      略略略   2 使用 torch.stack 拼接   mx = torch.ones(( 3, 2)) print(mx, mx.shape) t1 = torch.stack([

原创 LSTM模型的輸入參數問題

  LSTM模型的輸入參數問題(Keras) https://zhuanlan.zhihu.com/p/121715190   基於時間序列的LSTM的數據格式是怎麼樣? 我現在在做一個LSTM做一個預測值,不知道該傳什麼格式的數據給X,

原创 softmax和cross-entropy是什麼關係?

1. 什麼是max? max:如我有兩個數a和b,max選取a b中概率最大的那個數。   2. 什麼是 Softmax? 首先,softmax 的作用是把 一個序列,變成概率。 他能夠保證: (1) 所有的值都是 [0, 1] 之間的

原创 使用torch實現RNN

  使用torch實現RNN                                       Why join the navy if you can be a pirate.   # encoding:utf-8 imp

原创 CrossEntropyLoss() 與 MSELoss() 的區別

  (for pytorch) MSELoss 多用於迴歸問題,也可以用於one_hotted編碼形式,要求batch_x與batch_y的tensor都是FloatTensor類型。 CrossEntropyLoss名字爲交叉熵損失函數

原创 Qt讀取中文文件並將讀取到的中文輸出到list widget上顯示

main函數裏  QTextCodec::setCodecForLocale(QTextCodec::codecForName("UTF-8")); 從文件中提取的中文要用GBK轉換,直接寫在程序裏的用UTF-8。 現在Qt Creat