Yowey

需要编写一个小脚本,处理文档中的图片链接,不然不方便分享到其他博客网站.

记录-各种循环卷积结构(主要是LSTM)

3

## Row LSTM/Diagonal BiLSTM ### 结构  ### 计算  > https://www.cnblogs.com/lart/p/10540898.html > Pixel Recurrent Neural Networks

这里的位置敏感得分图应该是什么样的形状呢？ (H, W, C)， 其中的C有两种想法： 哪一种会更好些呢？

overfeat的框融合的策略，感觉和r-cnn的基于iou的策略有些相似。 > https://www.cnblogs.com/zf-blog/p/6740736.html > 对2000×20维矩阵中每列按从大到小进行排序； > 从每列最大的得分建议框开始，分别与该列后面的得分建议框进行IoU计算，若IoU>阈值，则剔除得分较小的建议框，否则认为图像中存在多个同一类物体； >  > match_score(b1 ,b2)使用两个边界框的中心之间的距离和框的交叉区域之和来计算匹配分数，当它大于某个阈值时算法停止;

目标检测问题,可以在训练集上以IoU为损失函数进行训练,这样效果估计会好些? 具体代码如何实现?

+ [ ] Use the `amp` of `pytorch` for AMP. + [ ] Fix some mistakes in the readme.md + [X] Add a simpler version.

The Equ.5 and the operate `fold` in the paper do not seem to be consistent.

6

The Equ.5:  In my opinion, this equ calculates the sum of features in the neighborhood corresponding to (i,j). But in the code: https://github.com/sail-sg/volo/blob/1f67923404d85cb8012a61b35d7eff782fe90cef/models/volo.py#L94-L95 `F.fold(x, output_size=(H, W), ...)` implements another...

关于缺少的内容

2

* PyTorch基础知识（这点主要可以看文档基础教程） * PyTorch高级技巧（Hook、梯度累积等等，这我了解不是太多） * PyTorch实战技巧（如何提速（我的这个列表收集了一些）、如何有效的训练、如何降低显存占用等等） * PyTorch辅助工具实践（高层封装库，类似fastai这样的，等等） * PyTorch可视化特征图、感受野、运行过程监控、运行结果显示等等 * 除了PyTorch和Tensorflow这样的工具介绍外，感觉可以逐步引入相关知识点的介绍 再补充一个很重要的： * 如果能够深入浅出的介绍CUDA的编程，那是极好的！

## iHarmony4 - Project: https://github.com/bcmi/Image-Harmonization-Dataset-iHarmony4 > Our dataset iHarmony4 is a synthesized dataset for Image Harmonization. It contains 4 sub-datasets: HCOCO,HAdobe5k, HFlickr, and Hday2night, each of which contains synthesized composite...

Crack Segmentation Datasets

1

## DeepCrack: A Deep Hierarchical Feature Learning Architecture for Crack Segmentation We established a public benchmark dataset with cracks in multiple scales and scenes to evaluate the crack detection systems....