摘要： 一般图像匹配步骤：提取关键点、提取描述子、最近邻匹配、外点滤除、求解几何约束。其中外点滤除可用最优次优比限制、Ransac等。 一、Superpoint 1.基本原理 Superpoint是2018年的、基于CNN的、自监督的、用于同时提取图像关键点和描述子的网络模型。 基本思想是，首先将图像输入到 阅读全文

摘要： 一、SETR 1.基本原理 SETR是2021年复旦和腾讯优图联合提出的一个基于ViT的新型架构的语义分割模型，其仍然是语义分割常用的Encoder-Decoder架构，核心思想是用Transformer替代CNN做Encoder。 主要步骤为首先把图像切分为固定大小的块，然后经过线性变换且加入切块 阅读全文

摘要： def get_group_from_pair(pair_list): """ 功能:根据成对的关系，获得group 输入:对关系list,如[[1, 3], [2, 3], [4, 5], [3, 6], [6, 8]] 输出:组关系list,如[[1, 2, 3, 6, 8], [4, 5]] 阅读全文

摘要： 一、Swin 1.基本思想 swin transformer是微软2021年发表的文章，是基于transformer的模型。 主要流程是，首先将图像输入到patch partition中进行分块，然后进行线性变换，这两步可以理解为把图像切了许多小块形成了token，这样就可以输入到后续的tranfo 阅读全文

摘要： 一、OHEM 1. 目的：区分难分样本 2. 方法：多学习难例 对于一次SGD迭代：先计算出特征图，可读RoI网络对所 有RoI执行前向计算并计算每个RoI的损失，然后选择hard RoIs。把这 些hard RoIs输入到可读可写的RoI网络中执行前向前向计算和反向传播更新网络，并把可读可写的Ro 阅读全文

摘要： 一、Mask Rcnn 1.基本原理 在Faster Rcnn基础上添加一个Mask预测分支，每个类一张特征图。 大致流程为，首先backbone提取基础特征，然后通过RPN获得proposal，接着通过RoI Align把proposal的feature map裁剪出来，然后接两个分支，一个是类别 阅读全文

摘要： 一、用pytorch实现lenet类似网络的训练 1.网络结构 2.代码 from torch import nn, optim import torch.nn.functional as F import torchvision import torchvision.transforms as t 阅读全文

摘要： 导读： 由于mask2former是在transformer发展较久才出来的，学习mask2former之前有一些方法的依赖（如mask2former是在maskformer上进行的改进，而maskformer又有detr的影子等），因此在本次整理中附加了一些相关方法/概念，以便更好地理解mask2 阅读全文

摘要： 一、基本原理 形态学操作的目的是为了提取图像中主要的分量信息。包括腐蚀、膨胀、开运算、闭运算、梯度运算、顶帽运算、黑帽运算等。 二、几种运算 1.腐蚀 能够将图像的边界点消除，使图像沿着边界向内收缩，也可以将小于指定结构体元素的部分去除。 2.膨胀 能够对图像的边界进行扩张。将背景中与前景对象接触到 阅读全文

摘要： 一、需求 将一段曲线进行平滑，使得曲线光滑并保持原来的基本形状。 二、方法及原理 对X/Y两个纬度分别进行平滑，再堆叠成新的点串。 平滑用Savitzky-Golay滤波，是一种数字滤波器，可以在不改变信号趋势的情况下提高数字的精度。核心思想是，对一定长度窗口内的数据点进行K阶多项式拟合。可以理解为 阅读全文