摘要： 問題：如何將單目圖像提取成一個(gè)完整的3D語義體? 直覺：（1）如何利用3D空間的稀疏性，3D空間存在很多的空白空間；（2）在進(jìn)行完全的3D表示之前，先進(jìn)行重建可能會(huì)提供更好的可視化結(jié)果。 解決方案：基于兩級(jí)Transformer架構(gòu)。 閱讀全文

摘要： 問題描述： AttributeError: 'numpy.ndarray' object has no attribute 'imresize' 分析原因： `imresize`函數(shù)已經(jīng)在新版的`scipy`中被棄用，導(dǎo)致報(bào)錯(cuò)。 解決辦法： 使用`skimage`庫中的`resize`函數(shù)來代替。需 閱讀全文

摘要： 1、 學(xué)位論文參考文獻(xiàn)標(biāo)準(zhǔn)模板的示例遵循GB/T 7714-2015寫作時(shí)，使用支持雙語同時(shí)顯示“等”和“et al”的csl時(shí)需要修改語言，一般可以在Zotero【默認(rèn)界面語言選擇英文，然后全選右擊，自動(dòng)選擇語言】，如果不行，可以下面為依據(jù)JavaScript語言批量修改的方法: 選中多個(gè)文獻(xiàn)條目 閱讀全文

摘要： 原因：圖像讀取錯(cuò)誤 解決方法：更新pillow pip install -U pillow -i https://pypi.tuna.tsinghua.edu.cn/simple/ 閱讀全文

摘要： 摘要：在本文中，我們提出了一種新的基于交叉一致性的語義分割半監(jiān)督方法。 一致性訓(xùn)練已被證明是一種強(qiáng)大的半監(jiān)督學(xué)習(xí)框架，用于在集群假設(shè)下利用未標(biāo)記的數(shù)據(jù)，其中決策邊界應(yīng)位于低密度區(qū)域。 在這項(xiàng)工作中，我們首先觀察到，對(duì)于語義分割，隱藏表示中的低密度區(qū)域比輸入中的低密度區(qū)域更明顯。 因此，我們提出了交叉 閱讀全文

摘要： 使用scipy.misc.imread()函數(shù)對(duì)齊預(yù)測輸出和ground truth的通道。 替換新的數(shù)據(jù)輸入模型，經(jīng)常會(huì)報(bào)數(shù)據(jù)維度不對(duì)的問題。這是由于預(yù)測數(shù)據(jù)和ground truth數(shù)據(jù)通道數(shù)沒有對(duì)齊。 scipy.misc.imread(name, flatten=False, mode=No 閱讀全文

摘要： 1. 代碼邏輯要盡量簡潔，符合處理問題的邏輯。2. 開始寫函數(shù)時(shí)，就要考慮清楚函數(shù)需要解決的問題，函數(shù)的輸入輸出。而且函數(shù)模塊的可復(fù)用性要高。3. 編寫代碼時(shí)，盡量先從框架入手，要具備框架思維，才能寫出漂亮的代碼。4. 對(duì)于重復(fù)使用的模塊要將其封裝為函數(shù)或類。5. 提升代碼能力的前提，1讀，2寫。 閱讀全文

摘要： class FocalLoss(nn.Module): def __init__(self, alpha=1, gamma=2, logits=False, reduce=True): super(FocalLoss, self).__init__() self.alpha = alpha self 閱讀全文

摘要： Cross Domain 跨域 Domain Adaption 域自適應(yīng) 閱讀全文

摘要： # 將分割圖和原圖合在一起 from PIL import Image import matplotlib.pyplot as plt #image1 原圖 #image2 分割圖 image1 = Image.open('/home/kesci/input/DRIVE4417/01_test.ti 閱讀全文