落叶随峰_社区达人页

2023年04月

• 04.20 13:45:22
  发表了文章 2023-04-20 13:45:22

  Stereo-Detection：适合新手的双目测距开源项目

  Stereo-Detection：适合新手的双目测距开源项目
• 04.20 13:39:35
  发表了文章 2023-04-20 13:39:35

  AAAI 2023MOVEDepth：基于单目线索和速度指导的自监督多帧深度估计

  MOVEDepth不再使用MonoDepth的decoder直接从cost volume中解码出深度，而是follow MVS领域的范式，从cost volume中回归得到深度，MOVEDepth认为显示利用cost volume能够最大程度保留几何信息，得到更准确的深度估计结果。然而如ManyDepth和DepthFormer中提到的，直接从cost volume回归出深度结果并不理想，这是因为在单目多帧深度估计领域，有很多“不确定因素”，例如相机静止(static frame)，弱纹理、反光区域，动态场景等。
• 04.19 22:12:24
  发表了文章 2023-04-19 22:12:24

  ECCV 2022|DynamicDepth：动态场景下的多帧自监督深度估计

  在DOMD进行crop-粘贴的操作之后，图片中已不存在动态物体，但是新的问题又出现了，那就是遮挡区域，如下图的输入部分，我们可以看到crop后的部分区域是黑色的，因为该部分实际被遮挡了，因此本文在构建cost volume的时候需要考虑到被遮挡的情况。如上图所示，被遮挡部分的特征被临近部分的数据所填充，这样可以促进训练的梯度流向附近的non-occluded区域。
• 04.19 21:52:35
  发表了文章 2023-04-19 21:52:35

  CVPR 2021|Deep-SfM-Revisited：DeepLearn+经典SfM流程

  随着深度学习的兴起，最近一些研究人员探索了基于神经网络的两视图SfM的解决方案。这些方法中的大多数可分为以下两类。
• 04.19 21:42:45
  发表了文章 2023-04-19 21:42:45

  CVPR 2017|SfMLearner：单目视频中深度和姿态估计的无监督算法

  将相邻帧（包括当前帧、上一帧、下一帧）输入Pose CNN，得到旋转矩阵R和平移矩阵T，预测相机的位姿变化
• 04.19 20:53:00
  发表了文章 2023-04-19 20:53:00

  CVPR 2017|Deep Feature Flow for Video Recognition论文复现（pytorch版）

  <原文>：在中间特征矩阵上应用随机初始化的1 × 1卷积层，得到(C+1)分图，其中C为类别数，1为背景类别。然后通过softmax层输出逐像素概率。因此，任务网络只有一个可学习的权重层。整体网络架构类似于DeepLab
• 04.19 20:48:17
  发表了文章 2023-04-19 20:48:17

  CVPR 2019|APCNet：基于全局引导的局部匹配度自适应金字塔上下文网络

  不同物体可能有相似的特征，如木桌和椅子有相似的纹理，会造成歧义

  
• 04.19 20:41:36
  发表了文章 2023-04-19 20:41:36

  CVPR 2019|CFNet：语义分割中的共现特性

  作者发现图像中存在🚀共现特征（即输入图像中与目标特征共同出现的特征）。比如在城市景观图像中，很难分辨的出海洋、湖泊、江河，但是当有帆船在图片上的时候，出现海洋的可能性很大。
• 04.19 20:34:04
  发表了文章 2023-04-19 20:34:04

  图像分割经典论文调研：DeepLabV3、DeepLabV3+、DenseASPP

  采用大的膨胀系数时，输入图像不能过小，否则卷积后的特征图点与点之间无相关性，即3x3卷积的效果，逐渐和1x1卷积后的效果一样
• 04.19 20:29:32
  发表了文章 2023-04-19 20:29:32

  图像分割经典论文调研：DilatedNet、DeepLabV2、HDC/DUC

  引言：本文选取了三篇图像分割初期的经典论文：DilatedNet、DeepLabV2和HDC/DUC，重点关注每篇论文要解决什么问题、针对性提出什么方法、为什么这个方法能解决这个问题
• 04.19 20:23:08
  发表了文章 2023-04-19 20:23:08

  基于不同监督强度分类的语义分割综述：A Breif Survey on Semantic Segmentation with Deep Learning

  引言：语义分割是计算机视觉中一项具有挑战性的任务。近年来，深度学习技术的应用大大提高了语义分割的性能。人们提出了大量的新方法。本文旨在对基于深度学习的语义分割方法的研究进展进行简要综述。全文将该领域的研究按其监督程度进行了分类，即完全监督方法、弱监督方法和半监督方法。文章还讨论了当前研究的共同挑战，并提出了该领域的几个有价值的发展研究点。本综述旨在让读者了解深度学习时代语义分割研究的进展和面临的挑战。
• 04.19 20:13:32
  发表了文章 2023-04-19 20:13:32

  【数据结构与算法02】 顺序表

  顺序存储：逻辑上相邻的元素存在地址相邻的区域内，每个元素占的空间都相等
• 04.19 20:10:08
  发表了文章 2023-04-19 20:10:08

  【数据结构与算法01】 算法的复杂度

  【数据结构与算法01】 算法的复杂度
• 04.19 20:05:20
  发表了文章 2023-04-19 20:05:20

  ResNet网络的搭建

  由此可见，右边一个残差结构的计算量更少，原因是右边的残差结构，使用阿一个1*1的卷积核，用来降维和升维
• 04.19 20:00:50
  发表了文章 2023-04-19 20:00:50

  AlexNet网络的搭建

  在全连接层的前两层使用了Dropout随机失活神经元的操作，减少过拟合
• 04.19 19:58:22
  发表了文章 2023-04-19 19:58:22

  【双目视觉】 SGBM算法应用（Python版）

  【双目视觉】 SGBM算法应用（Python版）
• 04.19 19:54:21
  发表了文章 2023-04-19 19:54:21

  【双目视觉】 立体匹配算法原理之“代价空间与聚合、视差计算”

  【双目视觉】 立体匹配算法原理之“代价空间与聚合、视差计算”
• 04.19 19:45:07
  发表了文章 2023-04-19 19:45:07

  【双目视觉】 立体匹配算法原理之“代价函数”

  Census方法任取左图一个像素点P，观察周围3*3窗口的像素点灰度值，如果小于P就置1，否则为0，然后编码。右图也是如此。最后异或比较，根据异或后的结果，看‘1’的个数，计算汉明距离
• 04.19 19:40:25
  发表了文章 2023-04-19 19:40:25

  恒源云-Pycharm远程训练避坑指南

  恒源云-Pycharm远程训练避坑指南
• 04.19 19:38:26
  发表了文章 2023-04-19 19:38:26

  【双目视觉】 理想条件下计算物体距离

  【双目视觉】 理想条件下计算物体距离
• 04.19 19:37:33
  发表了文章 2023-04-19 19:37:33

  LeNet网络搭建与基本训练流程

  LeNet网络搭建与基本训练流程
• 04.19 19:33:35
  发表了文章 2023-04-19 19:33:35

  深度学习05】 交叉熵损失函数

  不同的信息，含有不同的信息量，假设下列对阵表中阿根廷的夺冠概率是1/8，A同学告诉我阿根廷夺冠了，那么这个信息量就很大了（因为它包括了阿根廷进了四强，决赛）；B同学告诉我阿根廷进决赛了，那么这个信息量就较小。
• 04.19 19:22:53
  发表了文章 2023-04-19 19:22:53

  【深度学习04】 快速构建一个神经网络

  在数据集（dataloader）中读取每一份data，每一个data都包含imgs(图片，tensor格式),targets(标签)
• 04.19 19:16:42
  发表了文章 2023-04-19 19:16:42

  【深度学习03】TensorBoard+Transforms+Dataload的使用

  【深度学习03】TensorBoard+Transforms+Dataload的使用
• 04.19 19:14:00
  发表了文章 2023-04-19 19:14:00

  【深度学习02】 多变量线性回归

  为了节约训练的时间和数据，我们可以随机抽取 b 个样本
• 04.19 19:05:52
  发表了文章 2023-04-19 19:05:52

  【深度学习01】 数据操作及数据集预处理

  【深度学习01】 数据操作及数据集预处理
• 04.19 19:01:43
  发表了文章 2023-04-19 19:01:43

  ML1 单变量线性回归

  有一个数据集，里面没有任何标签/或者相同的标签，机器在这组数据集中找规律，并归纳总结
• 04.19 18:54:36
  发表了文章 2023-04-19 18:54:36

  结语【To be continued】

  而学习opencv的目的，首先是了解图像处理的基本知识，如插值，模糊，特征等，其次是优化神经网络的模型，最后是opencv部署在当前大学生常用的嵌入式AI终端中（如树莓派，Jeston nano）比较方便，算力也够，有助于参加全国电赛
• 04.19 18:53:33
  发表了文章 2023-04-19 18:53:33

  CV17 HOG特征提取算法

  假设有这么一幅图片（gray格式），取出64*128大小的部分，通过选择其中的一个像素点及其周围的3x3区域，计算梯度和大小
• 04.19 18:48:33
  发表了文章 2023-04-19 18:48:33

  CV16 人脸检测：Haar级联

  因为Haar级联是在机器学习AdaBoost、Boosting的基础上提出的，由于我还没有学过机器学习，所以这部分的内容日后再描述，我将根据自己的理解浅显地解释一下
• 04.19 18:44:15
  发表了文章 2023-04-19 18:44:15

  Hexo+GitHub+Vercel搭建个人博客网站

  直接安装，完成后，在cmd上输入node -v和npm -v查看是否安装成功，这两条命令如果都输出了版本号，那么就表示安装成功了
• 04.19 18:34:40
  发表了文章 2023-04-19 18:34:40

  Opencv项目实战Vision-Life(3) 车牌识别

  由于不同图像的分辨率不同，所以我们要统一大小。同时要保证，我们感兴趣的区域（ROI，这里是车牌），必须保留在框架中
• 04.19 18:04:22
  发表了文章 2023-04-19 18:04:22

  CV15 轮廓检测：霍夫变换原理及应用

  虽然图二中有多个交点，但我们主要关注的是三线相交的情况，这也是霍夫变换的后处理的基本方式：选择由尽可能多直线汇成的点
• 04.19 17:57:37
  发表了文章 2023-04-19 17:57:37

  CV14 轮廓检测：入门

  为什么？因为cv2.findContours()函数只能读黑白图，所以需要调用cv2.threshold()函数，而 阈值函数只能读灰度图
• 04.19 17:53:47
  发表了文章 2023-04-19 17:53:47

  CV13 图像分辨率操作（图像金字塔与resize()函数）

  其中，高斯核卷积运算就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值（券种不同）经过加权平均后得到。常见的 33与 55 高斯核（CV9 2D卷积与图像滤波）
• 04.19 17:50:06
  发表了文章 2023-04-19 17:50:06

  CV12 Canny边缘检测原理

  高级卷积核。Sobel算子是高斯平滑加微分运算的联合运算，因此它更抗噪声。可以指定要采用的导数方向，垂直或水平（分别通过参数yorder和xorder）。还可以通过参数ksize指定内核的大小。如果ksize = -1 ，则使用3x3 Scharr滤波器，比3x3 Sobel滤波器具有更好的结果。
• 04.19 17:46:37
  发表了文章 2023-04-19 17:46:37

  CV11 形态学转换（侵蚀、扩张、开运算/顶帽、闭运算/黑帽和形态学梯度）

  原理：卷积核通过在图像中不断滑动，原始图像中的一个像素（无论是1还是0），只有当内核下所有的像素都是1时才被认为是1，否则它就会被侵蚀。
• 04.19 17:42:48
  发表了文章 2023-04-19 17:42:48

  Opencv项目实战Vision-Life（2） 手写空气笔

  Opencv项目实战Vision-Life（2） 手写空气笔
• 04.19 17:32:08
  发表了文章 2023-04-19 17:32:08

  Opencv项目实战Vision-Life（1） 虚拟键盘

  前段时间一直在查官方文档学CV，感觉进度较慢，而且内心空虚感觉什么都没学到，于是产生了边做边学的想法，正好也能借此发发朋友圈装个逼（事后证明效果还是不错滴）
• 04.19 17:26:27
  发表了文章 2023-04-19 17:26:27

  CV10 图像模糊（均值、高斯、中值、双边滤波）

  当我们只想得到感兴趣的物体时，通过图像模糊，可以将那些尺寸和亮度较小的物体过滤掉，较大的物体则易于检测。除了降低噪声，这就是图像平滑（模糊）的另一个重要应用：减少噪点，突出ROI，以便目标提取。
• 04.19 17:20:58
  发表了文章 2023-04-19 17:20:58

  CV9 2D卷积与图像滤波

  终于有一天，老板忍无可忍了，以0.5秒的间隔开始不间断的扇你的过程，这样问题就来了，第一次扇你鼓起来的包还没消肿，第二个巴掌就来了，你脸上的包就可能鼓起来两倍高，老板不断扇你，脉冲不断作用在你脸上，包鼓起的程度就在不断叠加了，这样这些效果就可以求和了，如果老板扇你的频率越来越高以至于你感受不到了时间的流逝，那么求和就可以变成积分了。这个积分（实际上是一条函数），就是卷积。
• 04.19 17:16:30
  发表了文章 2023-04-19 17:16:30

  CV8 OpenCV环境下实现大津算法

  大津算法最终的目的，就是求一个标准的全局阈值区分前景和背景（小于该阈值的为前景。大于该阈值的为背景），使得前景和背景像素的灰度值方差之和最大。因为方差越大，相关性越小，黑白越分明。
• 04.19 17:12:14
  发表了文章 2023-04-19 17:12:14

  CV7 颜色追踪和图像阈值

  因为在HSV中比在BGR颜色空间中更容易表示颜色，所以我们需要将BGR图像转换成HSV，用来提取一个有颜色的对象
• 04.19 17:06:50
  发表了文章 2023-04-19 17:06:50

  CV6 图像的算术运算(以简单的抠图为例)

  功能：裁剪图片，使得两张图片的shape（或者是大小）相同。否则，会出现报错
• 04.19 17:02:46
  发表了文章 2023-04-19 17:02:46

  CV5 numpy入门及图像的基本操作

  复制法，即复制最边缘的像素。
• 04.19 16:58:02
  发表了文章 2023-04-19 16:58:02

  CV4 基于鼠标回调函数及轨迹调色的简单人机交互应用

  创建鼠标回调函数具有特定的格式，该格式在所有地方都相同。它仅在功能上有所不同。
• 04.19 16:54:34
  发表了文章 2023-04-19 16:54:34

  CV3 绘制OpenCV的徽标

  因为logo里面的蓝色圆与其它两个有所不同，所以我们蓝色部分我们最后单独画出来
• 04.19 16:52:39
  发表了文章 2023-04-19 16:52:39

  CV2 在OpenCV中加载彩色图像并将其显示在Matplotlib中？

  索引和切片操作，最后一维是颜色，-1表示翻转，颜色由红变蓝;白色颠倒不会发生变化
• 04.19 16:50:20
  发表了文章 2023-04-19 16:50:20

  CV1 计算机眼中的图像

  该输出有两个[],说明该图像有两条通道，每一个像素都由一个8-bit整数表示，每个像素的范围是（0~255），其中，0表示最黑，255表示最白