上一页 1 2 3 4 5 6 7 8 9 10 ··· 16 下一页
2021年3月5日
torch.autograd.detect_anomaly()
摘要： import torch # 正向传播时：开启自动求导的异常侦测 torch.autograd.set_detect_anomaly(True) # 反向传播时：在求导时开启侦测 with torch.autograd.detect_anomaly(): loss.backward() 阅读全文
posted @ 2021-03-05 09:57 皮卡皮卡妞 阅读(13253) 评论(0) 推荐(2) 编辑
one of the variables needed for gradient computation has been modified by an inplace operation
摘要： 错误： RuntimeError: one of the variables needed for gradient computation has been modified by an inplace operation: [torch.cuda.FloatTensor [3, 32, 1, 1 阅读全文
posted @ 2021-03-05 09:55 皮卡皮卡妞 阅读(414) 评论(0) 推荐(0) 编辑
2021年3月4日
缺陷检测~GAN网络
摘要： Defect-GAN: High-Fidelity Defect Synthesis for Automated Defect Inspection~WACV2021 单位： 一、下载 paper: https://openaccess.thecvf.com/content/WACV2021/pap 阅读全文
posted @ 2021-03-04 14:42 皮卡皮卡妞 阅读(1976) 评论(0) 推荐(0) 编辑
2021年2月22日
GAN网络中采用导向滤波的论文
摘要： 1、<Inductive Guided Filter: Real-time Deep Image Matting with Weakly Annotated Masks on Mobile Devices> CVPR2019 下载地址：https://arxiv.org/pdf/1905.06747 阅读全文
posted @ 2021-02-22 15:55 皮卡皮卡妞 阅读(282) 评论(0) 推荐(0) 编辑
pytorch~多loss的选择
摘要： def mutil_max_loss_two(self,R_loss,O_loss): if R_loss>O_loss: O_loss=R_loss return O_loss def mutil_max_loss_three(self,M_loss,glass_loss,O_loss): if 阅读全文
posted @ 2021-02-22 09:46 皮卡皮卡妞 阅读(189) 评论(0) 推荐(0) 编辑
pytorch~改变tensor的值(对mask进行0\1化操作)
摘要： new_mask_image = torch.zeros([inst_map.shape[0],inst_map.shape[1],inst_map.shape[2],inst_map.shape[3]], dtype=torch.float32,device=inst_map.device) fo 阅读全文
posted @ 2021-02-22 09:43 皮卡皮卡妞 阅读(3087) 评论(0) 推荐(0) 编辑
pytorch~改变tensor的值(对mask进行膨胀操作)
摘要： def tensor2im(image_tensor, imtype=np.uint8, normalize=True): image_numpy = image_tensor.cpu().float().detach().numpy() if normalize: image_numpy = (i 阅读全文
posted @ 2021-02-22 09:39 皮卡皮卡妞 阅读(1272) 评论(0) 推荐(0) 编辑
pytorch~改变tensor的shape
摘要： def tensor2im(image_tensor, imtype=np.uint8, normalize=True): image_numpy = image_tensor.cpu().float().detach().numpy() if normalize: image_numpy = (i 阅读全文
posted @ 2021-02-22 09:36 皮卡皮卡妞 阅读(1116) 评论(0) 推荐(0) 编辑
2021年2月19日
缺陷检测~GAN网络
摘要： 采用GAN结构: 1、<A Surface Defect Detection Method Based on Positive Samples> 思路： 训练目的：abnormal输入经过GAN结构恢复得到normal输出。 测试阶段：abnormal输入和normal输出计算LBP值，比较得到瑕疵 阅读全文
posted @ 2021-02-19 14:43 皮卡皮卡妞 阅读(661) 评论(0) 推荐(0) 编辑
缺陷检测~Auto-encoder结构
摘要： 采用Auto-encoder结构: 仅仅基于normal图像做训练。 思路重述： 训练目的：normal图像和abnormal经过Auto-encoder结构后均可以得到normal图像。 测试阶段：normal输入和normal输出的相似性较大，abnormal输入和normal输出的相似性较小。 阅读全文
posted @ 2021-02-19 13:59 皮卡皮卡妞 阅读(179) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 10 ··· 16 下一页