ZJU_CVs Blog

CV Learning and Paper Reading.

Linux上Hadoop安装记录

安装 安装包下载仓库：http://mirrors.hust.edu.cn/apache/hadoop/core/stable/ wget http://mirrors.hust.edu.cn/apache/hadoop/core/stable/hadoop-3.2.1.tar.gz tar -zxvf hadoop-3.2.1.tar.gz 配置 在hadoop-3.2.1/et...

Posted by JY on August 14, 2020

Channel Interaction Networks for Fine-Grained Image Categorization

1. Introduction Fine-grained 图像分类的目的是对属于同一基础类别的图像进行更加细致的子类划分 由于细微的类间差异和较大的类间差异，许多差异只能通过聚焦于区分性区域块(discriminative local parts)以实现有效区分。因此，与普通的图像分类任务相比，细粒度图像分类任务难度更大 如下图，...

Posted by JY on August 11, 2020

数据库总结

后端

数据库介绍 数据库的ACID原则 A: 原子性(Atomicity) 一个事务(Transaction) 必须被视为一个不可分割的最小工作单元，整个事务中的所有操作要么全部提交成功，要么全部失败回滚(Rollback) 到事务开始前的状态。不可能只执行其中的一部分操作。 C: 一致性(Consistency) 在事务开始之前和事务结束以后...

Posted by JY on August 10, 2020

创建vue项目

前端

安装vue-cli vue -V # 查看是否安装vue # 安装 npm install @vue/cli -g npm install -g @vue/cli-init 创建项目 方式1 # 1. 创建名称为project的项目，项目名称不允许出现大写 vue create project # 选择默认配置 default <babel, eslint> #...

Posted by JY on August 10, 2020

创建Django项目

后端

使用Django来搭建web后端api框架 创建 django-admin startproject myproject # 创建一个app cd myproject python manage.py startapp myapp 项目架构 ├── myproject # project根目录 │   ├── __init__.py │   ├── asgi.py │...

Posted by JY on August 10, 2020

Feature Pyramid Transformer

论文地址：https://arxiv.org/abs/2007.09451 代码地址：https://github.com/ZHANGDONG-NJUST/FPT Abstract: 跨空间和尺度的特征交互是现代视觉识别系统的基础，因为它们引入了有益的视觉环境。通常空间上下文信息被动地隐藏在卷积神经网络不断增加的感受野中，或者被non-local卷积主动地编码。但是，non-lo...

Posted by JY on August 9, 2020

Awesome Tiny Object Detection

ref: https://github.com/kuanhungchen/awesome-tiny-object-detection Table of Contents Papers Tiny Object Detection Tiny Face Detection Tiny Pedestrian Detection ...

Posted by JY on August 9, 2020

Awesome Object Detection

Survey Imbalance Problems in Object Detection: A Review intro: under review at TPAMI arXiv: https://arxiv.org/abs/1909.00169 Recent Advances in Deep Learning for Object Detection intro...

Posted by JY on August 9, 2020

Few-Shot Anomaly Detection for Polyp Frames from Colonoscopy

1. Introduction 异常检测方法训练集中正常样本的比例往往比异常图像大得多，因此模型设计需要考虑非均衡问题 目前常用方法： 设计一种解决非平衡学习的训练方法，如图 (a) 所示，但仍需要相对大量的异常训练样本 针对正常图像训练可以重构正常图像的条件生成模型，并根据测试图像的重建误差检测异常，如图 (b) 所...

Posted by JY on August 6, 2020

Awesome Fine-grained Image Analysis (FGIA)

细粒度图像分析总结

Introduction 细粒度图像，相对于通用图像(general/generic images)的区别和难点在于其图像所属类别的粒度更为精细，是计算机视觉领域比较热门的一个方向，包括了分类、检索以及图像生成等 细粒度图像识别的难点和挑战主要在于： 类间差异小 (small inter-class variance)：都属于同一个物种下的小类 ...

Posted by JY on August 5, 2020

FEATURED TAGS
Introduction FSL Transfer Learning paper GAN Application Datasets Classification Attention Mechanism Learning Paradigm Anomaly Detection Backbone Cluster Overview Segmentation Model Compression NAS Object Detection Record Facial Tools Transformer SSL ZSL GCN Fine-grained Meta-Learning Data Imputation 开发 架构 Video Analysis Object Tracking interview
ABOUT ME

✉️ 1067087283@qq.com

FRIENDS