原创 【論文閱讀】SVM for classification in remote sensing

遙感怎麼分類的 題目:Support vector machines for classification in remote sensing 作者:M. PAL,P. M. MATHER 英國諾丁漢大學地理學院 一、綜述 文章旨在比較S

原创 圖像的大小翻轉標註框處理函數

轉載:https://blog.csdn.net/cunyizhang/article/details/78980880 圖像預處理 結合實戰Google深度學習框架和博客添加了自己總結的註釋、筆記。 圖像讀取  tf.gfile.Fa

原创 【論文閱讀】Material Recognition in the Wild with the Materials in Context Database

康奈爾大學計算機系 貌似這裏的patches補丁就是圖片的意思。 一、摘要 識別真實圖像中的材料是一項具有挑戰性的任務。真實世界的材料具有豐富的表面紋理,幾何形狀,照明條件和雜亂,這使得問題特別困難。在本文中,我們介紹了一個新的,大規模,

原创 【二層轉發】

以下內容純屬個人總結,不包看懂~~~ 一、 以太網類型及工作原理 一、交換機數據幀轉發原理 1.從接口上收到的數據幀不會再從該接口上發送回去; 2.主機發送幀,交換機查找MAC表,查到且不是收到的接口,轉發;查不到,洪泛; 3.目的MA

原创 【三層轉發總結】

一、路由的作用 關鍵詞:路徑選擇、交換 路徑選擇:通過某種算法爲能到達目標節點選擇一條最佳路徑; 交換:路由器根據最佳路徑的路由選擇表做出邏輯決定,將分組發送到適當的輸出端口和網絡; 路由表保存在路由器的內存中; 二、路由表的構成 關鍵詞

原创 報錯:輸入和計算的輸入梯度類型不匹配

在反捲積tf.nn.covn2d_transpose時報錯: ValueError: Incompatible shapes between op input and calculated input gradient.  Forwar

原创 python實現對任意大小圖片均勻切割的示例

今天小編就爲大家分享一篇python實現對任意大小圖片均勻切割的示例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧 改代碼是在windows 系統下 打開路徑和保存路徑換成自己的就可以啦~

原创 【論文總結】weakly- and semi-supervised learning of a DCNN for semantic Image Segmentation

一、概述      這篇文章研究瞭如何從弱註釋的訓練數據(如邊界框或圖像級標籤)或少量強標記圖像和許多弱標記圖像的組合中學習DCNN用於語義圖像分割的問題,在弱超監督和半監督條件下提出了期望最大化(EM)方法。代碼:https://bit

原创 tensorflow中 tf.train.slice_input_producer() 函數和 tf.train.batch() 函數

原創:https://blog.csdn.net/dcrmg/article/details/79776876別人總結的轉載方便自己以後看tensorflow數據讀取機制tensorflow中爲了充分利用GPU,減少GPU等待數據的空閒時

原创 A + B Problem II

A + B Problem IITime Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) Total Submission(s)

原创 命名空間:tf.variable_scope()函數和tf.name_scope()函數的使用及區別

先看代碼:#命名空間函數tf.variable_scope()和tf.name_scope()函數區別於使用 import tensorflow as tf with tf.variable_scope("foo"): a =

原创 【論文閱讀】FCN2015版

  一、摘要 卷積網絡是強大的可視化模型,可以產生特徵層次結構。論文展示了卷積網絡本身,訓練端到端,像素到像素,超過了語義分割的最新技術水平。關鍵點是構建“全卷積”網絡,該網絡接受任意大小的輸入並通過有效的推理和學習產生相應大小的輸出。定

原创 A+B for Input-Output Practice (II)

A+B for Input-Output Practice (II)Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others) T

原创 FCN 喂入自己數據出錯【Node:entropy/entropy = SparseSoftmaxCrossEntropyWithLogits...........】

[[Node:entropy/entropy=SparseSoftmaxCrossEntropyWithLogits[T=DT_FLOAT,Tlabels=DT_INT32,_device="/job:localhost/replica:

原创 【論文閱讀】semantic image segmentation with deep convolutional nets and fully connected CRFs

文章的主要貢獻:速度:帶atrous算法的DCNN可以保持8FPS的速度,全連接CRF平均推斷需要0.5s;準確:在PASCAL語義分割挑戰中獲得了第二的成績;簡單:DeepLab是由兩個非常成熟的模塊(DCNN和CRFs)級聯而成。一、