高中好友来找，提议去夜爬紫金山 中午食堂吃过饭，休息到大概3点， 在小红书做了简单攻略，大概按照下面这个路线 苜蓿园站 --> 陵园路 --> 美龄宫 --> 明孝陵(3号门) --> 紫霄湖 --> 登山

代码 # -*- coding: utf-8 -*- """ # @file name : ICCV2023-PDF-downloader.py # @author : 蔡不菜和他的uU们 https://www.caibucai.top/ # @date : 2023-11-22 15:31 # @brief : CVPR 2023 paper 下载 """ import threading import os import urllib3 import…

代码 # -*- coding: utf-8 -*- """ # @file name : ICCV2023-PDF-downloader.py # @author : 蔡不菜和他的uU们 https://www.caibucai.top/ # @date : 2023-10-05 15:31 # @brief : ICCV 2023 paper 下载 """ import threading import os import urllib3 import…

场景：当前YOLOv8训练过程中输出的是针对所有类别的各项指标，具体数据保存在 results.csv 这个文件中。有时候，我们想要得到具体类别训练过程中的指标情况，此时就没有办法了，使用val.py 也只是输出最终的一个各类指标，无法得到训练过程的指标数据，针对这一需求，进行修改，最终可以得到各项指标的一个csv文件 具体修改后效果如下： 各个类别训练过程的指标被保存到相应的result_xxx.csv 文件中 版本环境 YOLOv8 8月份版本，最新版本在测 修改 trainer.py 1 添加一个 save_…

DSConv 是ICCV2023 提出的一种受变形卷积启发提出的融合拓扑控制的卷积，其主要针对血管类似的细长形态目标的分割，具体内容可以去阅读论文：https://arxiv.org/abs/2307.08388 所以如果你的项目中有类似血管这种细长形态的目标，可以尝试一下蛇形卷积 代码链接 ：https://github.com/YaoleiQi/DSCNet 主要文件就是 DSConv.py，首先测试了经过DSConv的维度前后变化， from models.DSConv_dev import My_DSCon…

个人理解： 使用 集成 多个学生网络 来预测 经过在其他数据集预训练的老师网络，通过这种所谓的 预测不确定性 ，各学生网络 针对同一张图片【图片中的各个patch p(r,c)】 老师的输出作为 回归目标；此时 学生网络的预测不确定性和回归的误差 就作为了异常分数； 进一步，为了得到一个 能够输出 discriminative embeddings 的老师网络，作者使用了 两种方法来实现这一效果： 蒸馏一个效率低但性能强大的 分类网络 知识，这里面涉及到的一个损失 L_k 自监督 metric learning t…

Abstract mask rcnn 是在 Faster r-cnn 基础上增加了一个 mask预测分支，因此被命名 检测速度大概 在 5fps mask rcnn 也适用于其他任务，如人体姿态估计 Introduction 视觉社区在很短的时间内，对目标检测和语义分割的结果进行了迅速改进。 在很大程度上，这些进步是由强大的 baseline system 驱动的，例如，Fast/Faster R-CNN 和 FCN 分别用于物体检测和语义分割。这些方法在概念上是直观的，并提供了灵活性和稳健性，同时还有快速的训练和…