2021年5月26日

Hardware-in-the-loop End-to-end Optimization of Camera Image Processing Pipelines阅读笔记
摘要： Hardware-in-the-loop End-to-end Optimization of Camera Image Processing Pipelines阅读笔记 这篇文章干了啥 作者在abstract中说， we present a hardware-in-the-loop method 阅读全文
posted @ 2021-05-26 14:03 YongjieShi 阅读(461) 评论(0) 推荐(0)
Rank loss调研
摘要： Rank loss调研 A Generic Graph-based Neural Architecture Encoding Scheme for Predictor-based NAS这一篇文章对于rank loss有着详细的介绍。作者在真正做实验的时候，使用了好几种rank相关的loss，最后发 阅读全文
posted @ 2021-05-26 14:01 YongjieShi 阅读(518) 评论(0) 推荐(0)

2020年12月19日

为什么张正友的相机标定算法不能够标定鱼眼镜头
摘要： 不同角度的镜头有不同的畸变模型，比如多项式模型就适合视角比较小的镜头，分式模型或者scaramuzza多项式模型就适合视角比较大的镜头 这些模型都是去逼近实际镜头的畸变，畸变程度比较小的时候用的是传统多项式模型，畸变程度比较大的时候用分式模型或scaramuzza多项式模型 而无论是opencv还是 阅读全文
posted @ 2020-12-19 01:00 YongjieShi 阅读(1172) 评论(0) 推荐(0)

2020年12月18日

阅读笔记之FastDepth: Fast Monocular Depth Estimation on Embedded Systems
摘要： 这篇文章做了啥 对嵌入式，做了一个实时的单目深度估计框架。作者提出了一个efficient的encoder-decoder结构，精度可以和sota相媲美，并且推理时间非常短。作者主要集中在低延迟的decoder的设计上来 相关工作 作者回顾了一系列的单目深度估计的方法，说之前的方法主要集中在提升网络 阅读全文
posted @ 2020-12-18 15:44 YongjieShi 阅读(972) 评论(0) 推荐(0)

2020年12月13日

AverageMeter一个用来记录和更新变量的工具
摘要： 之前使用过很多次，也没有做很好的记录，这次记录下来。AverageMeter可以记录当前的输出，累加到某个变量之中，然后根据需要可以打印出历史上的平均 这个class是一种常用的工具 该class内容如下 class AverageMeter(object): def __init__(self): 阅读全文
posted @ 2020-12-13 17:03 YongjieShi 阅读(3657) 评论(0) 推荐(2)
Python中log的简单粗暴的设置和使用
摘要： 前沿 这个博文只会讲自己曾经使用的一种case，方便拿过来直接用，能都达到的目标是 将重要的信息输出到屏幕上的同时， 能够记录在日志之中，方便查看程序运行过程的输出啥的 下面的程序可以直接拿过来用 设置 import logging # 关键是声明下面的init函数 def initLogging( 阅读全文
posted @ 2020-12-13 16:46 YongjieShi 阅读(514) 评论(0) 推荐(0)

2020年11月22日

阅读笔记Geometric Structure Based and Regularized Depth Estimation From 360◦ Indoor Imagery
摘要： 该论文提出了一种全景图深度估计的方法，引入几何先验知识，同时，将结构化的信息作为正则对深度做约束，如下图所示 上图中的structure as a prior module模块是layoutnet里面的内容，并且作者对其提出改进，通过引入一个预测平面的模块，使其更加精细，同时预测平面的模块可以和at 阅读全文
posted @ 2020-11-22 20:07 YongjieShi 阅读(229) 评论(0) 推荐(0)
DuLa-Net: A Dual-Projection Network for Estimating Room Layouts from a Single RGB Panorama和BiFuse: Monocular 360◦ Depth Estimation via Bi-Projection Fusion
摘要： 这两篇论文做的工作都是关于全景图的工作，一篇是做layout的估计，另外一篇是做深度估计，他们相同点是都用了不同视角的图像来作为输入，将全景图和透视图之间的特征进行融合来做高层的任务。 dula-net 这篇文章做的工作做的任务是估计非cuboid的室内场景的layout，作者使用了两路branch 阅读全文
posted @ 2020-11-22 16:21 YongjieShi 阅读(370) 评论(0) 推荐(0)

2020年11月14日

论文阅读之Regularized Evolution for Image Classifier Architecture Search
摘要： Regularized Evolution for Image Classifier Architecture Search这篇文章实际上解决的是针对NAS这个问题用EA算法的缺陷，一个很强的motivation是NAS是需要对搜到的网络进行重新训练的，但是即使是一个比较差的网络，在训练的过程中也可 阅读全文
posted @ 2020-11-14 01:25 YongjieShi 阅读(389) 评论(0) 推荐(0)

2020年4月23日

Pycharm从一个断点运行到下一个断点
摘要： 之前利用pycharm进行debug的时候，从来没想到可以这么操作，比如我想制定到某一个断点的时候，往往把光标设置到某一行，然后利用pycharm自带的运行到光标处。 实际上操作的时候，很多时候都是看一部分代码，debug一部分，然后看另外一个函数，再设置一个断点，往往debug模式下运行的时候，会 阅读全文
posted @ 2020-04-23 11:10 YongjieShi 阅读(2893) 评论(0) 推荐(0)

2020年3月31日

Single Image Reflection Removal through Cascaded Refinement论文阅读笔记
摘要： 这篇文章做了啥 迭代式的单图片反射消除，有一说一，这篇文章让我想起来之前看到的一篇去雨的RESCAN，去雨的一篇文章，也是利用迭代式的思想，不断的去除图像中的雨，使得每一次迭代对于输入进行逐渐优化。RESCAN这篇文章也是利用的卷积LSTM，并且下一次是对上一次的迭代的结果进行优化。代码 "链接" 阅读全文
posted @ 2020-03-31 18:21 YongjieShi 阅读(1155) 评论(0) 推荐(0)

2020年3月28日

Gated-SCNN: Gated Shape CNNs for Semantic Segmentation论文阅读笔记
摘要： 如何将知识分离出来？ 作者在论文中argue到，CNN在设计的过程中有一个固有的无效性，因为他们会将color，shape和纹理信息一起处理（感觉可以找个时间介绍一些，图像中的color，shape或者texture信息对于图像的特征提取有哪些帮助作用）。但是实际上这些不同的信息，比如color或者 阅读全文
posted @ 2020-03-28 16:26 YongjieShi 阅读(1976) 评论(0) 推荐(0)

2020年3月19日

Anytime Stereo Image Depth Estimation on Mobile Devices论文阅读笔记
摘要： 这篇文章做了啥 ICRA2019的一篇文章，作者研究的主要问题是，现有的双目深度估计算法大多数都不能部署到移动端，作者提出了一个anynet，就是在任何时间限制下都能够得到一个深度估计，对fps要求比较高的话，可以用粗糙的结果，对fps要求比较低的话，可以用refine的结果，总之，可以在时间和精度 阅读全文
posted @ 2020-03-19 17:00 YongjieShi 阅读(825) 评论(0) 推荐(0)

2020年3月8日

PSPNet论文阅读笔记
摘要： 这篇文章做了啥 这是一篇比较早的文章，做的是分割的任务，论文的架构比较清晰，主要是分析了一些现在的分割的网络存在不能够获取global信息的问题，针对这些存在的问题，作者提出了pyramid scene parsing network（PSPNet）金字塔场景解析网络，PSPnet能够extent 阅读全文
posted @ 2020-03-08 17:05 YongjieShi 阅读(940) 评论(0) 推荐(0)

2020年3月3日

阅读笔记Underexposed Photo Enhancement using Deep Illumination Estimation
摘要： 这篇文章做了啥？ 图像的增强，给定图像比较暗，通过增强的操作来增加欠曝光的图像的亮度。 和以往的图像到图像的生成不太一样，这篇文章首先产生了三个亮度的通道，用这三个亮度的通道的逆去乘原图像，得到的最后增强之后的图像 图像增强是一个非线性的过程，尽管很多图像处理软件可以对图像进行增强，但是需要非常专业 阅读全文
posted @ 2020-03-03 15:56 YongjieShi 阅读(1588) 评论(0) 推荐(0)

2020年2月29日

论文阅读笔记之Replacing Mobile Camera ISP with a Single Deep Learning Model
摘要： 这篇文章做了啥 根据ccd或者cmos图像传感器获得的图像，要经过一系列的复杂的处理才能得到最终的图像，而且不同的cmos有不同的算法，作者这里的motivation是能不能有一个比较统一的框架来处理原始图像，而不是经过一系列复杂的ISP操作？ 这个研究和我上一篇博客讲的很类似，(learning 阅读全文
posted @ 2020-02-29 11:05 YongjieShi 阅读(2047) 评论(0) 推荐(0)

2020年2月27日

Learning to See in the Dark论文阅读笔记
摘要： 这是一篇图像增强的论文，作者创建了一个数据集合，和以往的问题不同，作者的创建的see in the dark（SID）数据集合是在极其暗的光照下拍摄的，这个点可以作为一个很大的contribution 实际上我认为作者实际上是做了三个工作，以及图像去马赛克（demosaic）,图像增强（enhanc 阅读全文
posted @ 2020-02-27 18:29 YongjieShi 阅读(1514) 评论(1) 推荐(0)

2020年2月21日

机器安装不同版本的cuda
摘要： 之前的直观感觉是，一台机器一旦安装完一个版本的cuda之后，比如cuda8或者cuda10，基本上就固定了，如果我想run别人的代码的话，需要在不同的机器上进行切换，是一件很麻烦的事情 实际上一台机器可以安装不同版本的cuda，软件在用cuda 的时候回从系统变量中寻找cuda的路径，所以只需要更改 阅读全文
posted @ 2020-02-21 18:26 YongjieShi 阅读(963) 评论(1) 推荐(0)

2020年1月21日

Cycle-GAN论文阅读笔记
摘要： Cycle GAN论文阅读笔记 很久之前就看过这篇文章，而且还在上面做了一些实验，发现确实鲁帮性很强，今天重新review这一篇paper。 图像到图像的翻译，是一个比较古老的任务，作者是第一个用cycle consistent结合gan这种思想来做图像翻译，而且效果显著。 introduction 阅读全文
posted @ 2020-01-21 16:29 YongjieShi 阅读(1214) 评论(0) 推荐(0)
EnlightenGAN: Deep Light Enhancement without Paired Supervision论文阅读笔记
摘要： EnlightenGAN: Deep Light Enhancement without Paired Supervision论文解读 Motivation and introduction 最近在xiajiba看一些论文，看到了关于低光图像增强的无监督学习的一篇论文。如题。 作者题目起的非常低调， 阅读全文
posted @ 2020-01-21 13:21 YongjieShi 阅读(3873) 评论(2) 推荐(0)

导航