成长的过程就好比往一个气球里面不断塞石子的过程
石子有大有小，有圆有方。气球还需要不停地移动以适应环境变化。 你不知道下一个塞进来的石子是棱角分明还是温润圆滑，你也不知道下一个石子有多大，你都不知道还要塞进来多少石子。 随着气球的移动，石子在里面不断地翻滚摩擦，有些小的石子很快就被磨得平滑了，而有些大的石头，很久很久都没法磨平，它们日以继夜地刮蹭着气球的内壁。 幸好你这个气球足够结实。
Blog
Fari
技术、阅读与日常记录。
IoU 和 mIoU
在语义分割领域常用这两个指标评估模型性能。例如下图中：P（整个黑框）表示 ground-truth 像素区域，Q（整个绿框）表示模型预测的像素区域 IoU全称为：Intersection over Union 交并比（IoU） $$ IoU = \frac {P ∩ Q} {P ∪ Q} $$当 IoU==1 时，表示 P 和 Q 完全重叠，即预测完全正确， …
/bin/sh: 1: :/usr/local/cuda/bin/nvcc: not found
设置cuda的环境变量即可： export CUDA_HOME=/usr/local/cuda nvcc是cuda的编译器，更多关于cuda的信息：深度学习GPU环境准备
《SegFix: Model-Agnostic Boundary Refinement for Segmentation》
2020_eccv_SegFix-Model-Agnostic-Boundary-Refinement-for-segmenationDownload - 目的是提升现存分割模型的边界像素预测质量，现阶段的分割模型普遍的情况是：越接近物体边界的像素预测准确度越低 - 本文提出的解决方法是：在现有模型预测完成的结果上，仅对边界像素分类进行微调。 现有模型基本上 …
SSL/TLS
ssl 协议 3.0 版本以上称为 tls ，例如 tls1.0 就是 ssl3.1 因此 tls1.0 协议是可以降级为 ssl3.0 协议使用的（但不是兼容） 目前所说的ssl绝大多数情况下指的就是tls。现代浏览器基本不再使用ssl，而是使用 tls1.2、tls1.3 ssl 协议工作在传输层和应用层之间（传输层使用tcp，应用层使用 …
linux命令行环境下下载cityscapes数据集
官网地址：https://www.cityscapes-dataset.com/downloads/ 下载数据前需要注册登录，必须使用企业或教育邮箱。未登录状态下点击下载链接会跳转到登录页面。这使得若直接在命令行环境下用wget下载只会下载一个html文件（即登录页面）。解决办法就是在wget中添加已登录的cookie信息。 1. 先去官网注册登录 2. 打 …
模拟信号计算机与深度学习
刚看了一个视频，讲的是模拟信号计算机的发展，模拟信号计算机最开始用于计算潮汐涨落，后用于军事。二战期间被数字信号计算机代替。 我突然意识到这东西如果运用到深度学习上可能大有作为。视频作者也是这样想的，于是在第二段视频就是讲模拟信号计算机在深度学习方面的发展。真的是很有意思。 模拟信号计算速度快：它不需要复杂的计算电路堆积，例如对于加法计算，你只需要讲两个线路 …
一个月230g流量的电话卡
前两天在学校办了一张电话卡，19月租，含200g校园流量（只能在学校范围内使用）和30g全国通用流量 注： 1. 图中显示的是39元套餐，但实际每个月会返还20元话费 2. 此卡需使用两年才能销号 3. 校园卡流量也只有4年，过期后仅有30g国内流量（依旧能打） 稍作解释就能感觉到这有多恐怖 1. 作为对比，移动到现在还没取消5元30m的流量包 换算下来，移 …
cp/mv 命令
总是忘记，每次使用这些命令时都不敢确定，稍做记录： 目的目录要不要存在 cp(mv) src dir/dest 总结： 若 dest 目录存在，则会将 src 放在 dest 目录下：dir/dest/src 若 dest 目录不存在，则会将 src 放到 dir 目录下，并重命名为 dest：dir/dest 若 dest 存在，且和 src 一个是目录 …
《CutPaste: Self-Supervised Learning for Anomaly Detection and Localization》
1. 不使用异常数据训练出一个高性能异常检测模型 2. 提出了一个2阶段的结构 3. CutPaste：一种数据增强策略，裁剪图片的一部分并随机放在图片的任意位置 4. 因为异常信息分布是没办法提前知道的（你不能知道异常到底会是什么样子，你要提前知道了那就不叫异常了），所以绝大部分单分类模型都是仅仅使用正常样本去得到正常特征，若该模型无法很好匹配某个样本，则 …