發(fā)簡(jiǎn)信
IP屬地：江蘇
-
Multi-Temporal Remote Sensing Image Registration Using Deep Convolutional Features
主題: image registration 圖像配準(zhǔn) 針對(duì)多時(shí)段、多視角、多傳感器采集的圖像，比較兩幅圖像特征求解對(duì)應(yīng)關(guān)系進(jìn)而進(jìn)行相互對(duì)齊。a...
-
sift code
vl/sift.c src/sift.ctest_sift
-
房間里的大象
不要害怕問(wèn)題 把問(wèn)題分解成小任務(wù)，逐個(gè)完成 每天抽時(shí)間積累 堅(jiān)持10天一個(gè)狀態(tài) 養(yǎng)成習(xí)慣 學(xué)術(shù)方法要緊跟前沿?zé)狳c(diǎn)，熱點(diǎn)方法是別人花很多時(shí)間改進(jìn)之...
-
focal-loss
概率分布 概率分布，是指用于表述隨機(jī)變量取值的概率規(guī)律。事件的概率表示了一次試驗(yàn)中某一個(gè)結(jié)果發(fā)生的可能性大小。若要全面了解試驗(yàn)，則必須知道試驗(yàn)的...
-
training梯度下降優(yōu)化是否成功 （loss是否隨著epoch下降） 學(xué)習(xí)率調(diào)整batchsize（是否接近真正的統(tǒng)計(jì)規(guī)律）超參數(shù)網(wǎng)絡(luò)結(jié)構(gòu) 過(guò)擬合 (觀察 ...
-
Segmentation
數(shù)據(jù)的分布： 是否可分，如果不可分，分類器學(xué)習(xí)會(huì)失敗 如果可分，選用哪類分類器比較合適 數(shù)據(jù)類別自身有明顯不同的分布：OTSU無(wú)監(jiān)督 數(shù)據(jù)類別分...
-
2021-02-23
時(shí)間有限：不可能一直優(yōu)化下去，只能在有限的時(shí)間里高效率的找到一個(gè)較優(yōu)的方案。關(guān)鍵不是刷點(diǎn)，主要是idea是否有啟發(fā)性，是否有方法上的貢獻(xiàn)點(diǎn)。 對(duì)...
-
產(chǎn)品架構(gòu)設(shè)計(jì)
目的簡(jiǎn)潔、可維護(hù)、可升級(jí)、可兼容、易理解和二次開(kāi)發(fā)。 面向過(guò)程編程 面向?qū)ο缶幊?成員變量 成員方法 私有 vs 開(kāi)放 函數(shù)間參數(shù)的傳遞，傳入傳...
-
Deep Transfer Learning for Person Re-identification1. 背景 1.1 分類問(wèn)題 場(chǎng)景：identification & verification 識(shí)別：已知類別個(gè)數(shù)，判斷輸入樣本所屬類。Clas...