摘要: 所谓风格迁移,其实就是提供一幅画(Reference style image),将任意一张照片转化成这个风格,并尽量保留原照的内容(Content)。之前比较火的修图软件Prisma就提供了这个功能。我觉得这一说法可以改成风格迁移,将一张图的风格迁移到另一张图片上,也可以理解为生成问题,根据两种图片 阅读全文
posted @ 2020-10-24 14:45 cn_gzb 阅读(8574) 评论(0) 推荐(1) 编辑
摘要: 最近在做一个项目,涉及到边沿检测。边缘检测,设计到两个问题两个重要问题:(1)整体图像训练和预测; (2)多尺度,多层次的特征学习。计算边缘检测的历史非常丰富,重点介绍一些具有实践意义的代表性作品。广义上讲,可以分为几类,例如: I早期的开创性方法,例如Sobel探测器,零交叉和广泛采用的Canny 阅读全文
posted @ 2020-09-18 16:05 cn_gzb 阅读(1097) 评论(0) 推荐(0) 编辑
摘要: 客户端下载地址:https://github.com/qingshuisiyuan/electron-ssr-backup/releases/download/v0.2.6/electron-ssr-0.2.6.deb 安装依赖: sudo apt install libcanberra-gtk-m 阅读全文
posted @ 2020-08-04 10:01 cn_gzb 阅读(6592) 评论(0) 推荐(0) 编辑
摘要: 尽管深度结构在许多任务中都有效,但它们仍然受到一些重要限制。尤其是,它们容易遭受灾难性的遗忘,即,由于需要新的类而未保留原始训练集时,当要求他们更新模型时,他们的表现很差。本文在语义分割的背景下解决了这个问题。当前的策略无法完成此任务,因为他们没有考虑语义分割的特殊方面:由于每个训练步骤仅为所有可能 阅读全文
posted @ 2020-06-24 09:47 cn_gzb 阅读(1523) 评论(0) 推荐(0) 编辑
摘要: Dissecting Catastrophic Forgetting in Continual Learning by Deep Visualization 解释深度神经网络的行为(通常被认为是黑匣子)是至关重要的,尤其是当它们已被人类生活的各个方面广泛采用时。结合可解释人工智能的发展,本文提出了一 阅读全文
posted @ 2020-06-23 09:20 cn_gzb 阅读(988) 评论(0) 推荐(0) 编辑
摘要: A NEURAL DIRICHLET PROCESS MIXTURE MODEL FOR TASK-FREE CONTINUAL LEARNING 尽管人们对持续学习的兴趣日益浓厚,但大多数当代作品都是在相当局限的环境下进行研究的,其中任务可以清晰地区分,并且在训练过程中任务边界是已知的。但是,如果 阅读全文
posted @ 2020-06-23 08:52 cn_gzb 阅读(506) 评论(0) 推荐(0) 编辑
摘要: 最近在写论文,需要在LaTex中插入图片,在windows下将png转化为eps格式: 在cmd 中,命令如下: bmeps -c 源文件路径 生成文件路径 阅读全文
posted @ 2020-04-16 17:56 cn_gzb 阅读(585) 评论(0) 推荐(0) 编辑
摘要: 问题一:我图片读入是tensor类型的,但是我要变成nadrry类型或者用im.show显示(im.show显示所用到的就是nadrry类型) for image, label, filename in loader: sess = tf.Session() sess.run(tf.global_v 阅读全文
posted @ 2019-12-04 12:38 cn_gzb 阅读(482) 评论(0) 推荐(0) 编辑
摘要: http://www.seeprettyface.com/mydataset_page2.html 阅读全文
posted @ 2019-11-23 13:35 cn_gzb 阅读(261) 评论(0) 推荐(0) 编辑
摘要: https://d17h27t6h515a5.cloudfront.net/topher/2016/October/580d53ce_traffic-sign-data/traffic-sign-data.zip 阅读全文
posted @ 2019-11-12 21:26 cn_gzb 阅读(1452) 评论(0) 推荐(0) 编辑