wzghzw

微小的贡献

DDP: DistributedDataParallel

pytorch分布式训练


转链:gitignore配置

Git

https://www.cnblogs.com/kevingrace/p/5690241.html

Swin Transformer笔记

CV通用backbone

Swin Transformer 简述 可以作为CV任务中通用的backbone,根据作者给出的实验结果,应用在图像分类、目标检测、语义分割等方面都有比较好的效果。 将transformer提取的特征,转化成了与CNN相似的形式。先前的transformer结构,都是将图像按照类似NLP任务中的方法,将图像直接输入到transformer中。例如ViT,就是将图像拉成一个1-D向量处理...

ViT, 视觉新范式

Vision Transformer

Transformer in CV 从NLP来的Transformer 由于Transformer适合于构建大模型,在NLP任务中表现出来了非常强的特征表示能力,ViT的工作是将Transformer尽可能保持原结构的情况下,应用在视觉领域,以取代ResNet结构,并用于大模型(JFT-300M)中。 Vision Transformer结构 Patch Embedding 对...

Change Detection

变化检测方法 评价指标 \[Precision = \frac{TP}{TP+FP}\] \[Recall = \frac{TP}{TP+FN}\] \[F1-score = \frac{2\times Precision}{Precision + Recall}\] \[OA = \frac{TP + TN}{TP + FP + TN + FN}\] \[IoU = \frac...

Change Datasets

变化检测数据集

变化检测数据集 1 Mts-WH 分辨率1m,四个波段(R,G,B和近红外波段),获取于2002年2月和2009年6月,分辨率7200*6000。训练样本为每个时段190张图像,分辨率150*150,每张图像为一个类别,训练样本选择的是典型的区域,两个时间的训练样本并不是对应区域。测试样本是原图分块得到的,原图切分完正好为1920张。这个数据集的变化检测本意是对小图(150分辨率)进行分...

VGG16

VGG16 结构,实现函数相关 VGG : Very Deep Convolutional Networks for Large-Scale Image Recognition VGG16指的就是Configuration中的D配置,E配置为VGG19。为了方便表示,根据池化层可以将网络分为五个block,和最后的全连接层,以及softmax层。全连接层与卷积层有权重,D有16层权重...

杂项

损失函数 所谓的损失函数就是代价函数,意义上类似于信号检测与估计中的判决准则。在确定判决规则时,需要把接受空间化为两个区域(二元假设中),$C_01$就表示了一种将$H_0$判断为$D_1$就表示发生了虚警,指定代价就是$C_{01}$。$R=P(H_0)(P(D_0|H_1)C_{01}+P(D_1|H_1)C_{11})+P(H_1)(P(D_1|H_0)C_{10}+P(D_0|H_...

Numpy中where函数

Numpy中where函数 一维矩阵 xv if c else yv for c, xv, yv in zip(condition, x, y) out = numpy.where(condition[, x, y]) 可以拆写成(这里要求xy是同一形状,各维相等) for i in range(x) if condition is ture out[i]...

光纤通信

光纤通信系统 导论 光通信:光纤通信和大气光通信/空间光通信 光通信系统的组成 通信系统的系统容量用 \(B\bullet L\) 比特率*中继距离来表示。 1、光纤 石英系单模光纤,有三个主要的低传输损耗的波长窗口,850nm、1310nm、1550nm.最初使用的光纤工作在850nm的波段,但是波长短衰减高,后来逐渐使用1310nm和1550nm波段。典型的损耗系数在2dB/...