原创 【Transfer Learning】遷移學習的總體概述和閱讀推薦(會持續更新)

1. 遷移學習的基本知識1.1 爲什麼要遷移學習?1.2 什麼是遷移學習1.2.1 遷移學習的基本定義1.3 遷移學習的分類1.3.1 按照特徵分類的遷移學習1.3.2 按照遷移情景分類的遷移學習1.3.3 按照學習方法分類的遷

原创 Image.alpha_composite( )——實現一張背景透明圖像和一張背景不透明圖像的合成

題目可以說是非常的長了,因爲我也找不到精簡的語言來描述這個問題。我覺得我總會做一些奇奇怪怪的事情,但又覺得應該把它們記錄下來,因爲想法不實現真的很難受(請理解一下強迫症的重度患者)。在很多小夥伴沒有ps的基礎能力的情況下,想合成一

原创 Win10+VScode+Latex快速上手:從安裝到實操保姆級教程

1. 安裝 MikTex2. 編輯器的安裝3. Latex 工作環境的配置4. 如何快速套用模板5. 排版一篇論文必須掌握的操作(1) 導入必須的包(2) 插入圖片(3) 插入表格(4) 插入公式(5) 添加引用 這是一篇幫助論

原创 【Transfer Learning】Deep feature transfer between localization and segmentation tasks

忙裏偷閒寫一篇博客,因爲實在是很久沒有寫博客了,內心覺得有一些內疚,我就是個這麼乖巧的博主和小編(這麼說我要開始催師弟們寫博客了阿哈哈哈~)。我們進入正題,最近因爲課題的原因,多多少少的接觸了一些遷移學習的內容,就將一些學習筆記和

原创 【Transfer Learning】tSNE降維可視化

00 寫在最前面:什麼是tSNE?01 舉個栗子:tSNE的Python實現02 tSNE的一些個人感悟 最近接觸了一個特別好用的看數據分佈的可視化降維的方法——tSNE,但是也在這個坑裏掙扎了非常久的時間,血與淚的經驗是這是一

原创 【python實戰】append()函數的兩三事

昨天,同實驗室的善良可愛又nice的小姐姐coding的時候遇到了一個令人意想不到的bug(也可能是我們資歷太淺),主題就是python中的append()函數, 所以就把這個令人抓狂的過程記錄下來,按需自取,用師弟的話來說就是

原创 【oh-my-zsh】打造強大又美觀的linux終端

Part 01——terminal, shell, bash的區別Part 02——zsh 和 oh-my-zshPart 03——安裝oh-my-zshPart 04——更換oh-my-zsh主題Part 05——安裝oh-m

原创 【雜七雜八的筆記】2019CVPR論文快讀

2019年CVPR一共收到創紀錄的5165篇有效投稿,比2018年的3309篇多出近2000篇,最終有1294篇論文被接收,最終錄取率爲25.2%。1294篇錄取論文中,有288篇被錄用爲Oral論文。現在,距離2020年CVPR

原创 【字體風格遷移】Multi-Content GAN for Few-Shot Font Style Transfer

00、寫在McGAN開始之前01、McGAN的整體框架02、McGAN的結構詳解02-1、Glyph Network02-2、Ornamentation Network03、McGAN的實驗結果 00、寫在McGAN開始之前 這

原创 【Super Resolution】超分辨率——SRGAN

1、爲什麼提出SRGAN?2、SRGAN的網絡模型3、SRGAN的損失函數4、SRGAN的評價指標5、SRGAN的代碼詳解6、代碼運行報錯解決8、最後的Conclusion 接觸這篇paper的理由——據說這是第一篇將GAN應用

原创 Ubuntu16.04 安裝TensorFlow-gpu版本

Ubuntu16.04安裝TensorFlow-gpu版本1. 查看CUDA和Cudnn的版本2. 選取適合的TensorFlow-gpu版本3. 安裝TensorFlow-gpu4. 測試TensorFlow-gpu是否安裝

原创 【論文翻譯】SIXray : A Large-scale Security Inspection X-ray Benchmark

再一次來拜讀一下大佬的論文,準確的是說基於X光的Benchmark(Dataset+Baseline),我們來看一下論文(藍色字體爲小編的劃重點和總結,不在論文原文中;引用是補充的內容;想看翻譯的小夥伴可以直接看【原文翻譯】)。

原创 【Super Resolution】超分辨率——SRCNN

SRCNN01 閒聊——圖像的超分辨率02 SRCNN——超分和DL的結合02-1 雙三次插值02-2 SRCNN的網絡結構02-3 Training 訓練階段03 EXPERIMENTS 實驗階段04 對於一些名詞的理解 SR

原创 深度學習中的各種卷積總結

深度學習中的各種卷積總結01 普通卷積(Convolution)A. 普通卷積的計算操作B. 特殊的普通卷積B1.用途廣泛的1x1卷積B2.卷積都是奇數的、nxn的麼?02 轉置卷積/反捲積(Transposed convo

原创 【Super Resolution】超分辨率的總結——評價指標

SR常用的評價指標有兩種,一種是PSNR(峯值信噪比),另一種是SSIM(結構相似性評價),這兩種評價指標是SR中最基礎的測量被壓縮的重構圖像質量的指標。 (1)PSNR——峯值信噪比 Peak Signal-to-Noise R