Visual Prompting for GFSS A Multi-scale Approach论文笔记 Visual Prompting for GFSS A Multi-scale Approach论文笔记
Visual Prompting for Generalized Few-shot Segmentation: A Multi-scale Approach 广义少样本学习,少样本学习的一种更现实的变体引入,允许从基类或新类中查询图像。 广
2025-02-17
janus janus
conda create -n Janus python=3.10 -yconda activate Januspip install -e .pip install gradioexport HF_ENDPOINT="https://hf
2025-02-15
Zero-shot REC论文笔记 Zero-shot REC论文笔记
Zero-shot Referring Expression Comprehension via Structural Similarity Between Images and Captions概要通过图像和标题之间的结构相似性进行零样本
2025-02-11
FM-FSOD论文笔记 FM-FSOD论文笔记
Few-Shot Object Detection with Foundation Models 小样本目标检测(FSOD)的目的是通过一些训练样本(也叫做support image)来检测没见过的新目标。 视觉特征提取和支持查询的相似度
2025-02-01
yolov7 yolov7
yolov7整体结构输入input、骨干网络backbone、颈部neck、头部head 图片经过input部分数据增强等一系列操作进行预处理后,被送入backbone backbone对处理后的图片提取特征 提取到的特征经过 Neck
2025-01-31
ID-like Prompt Learning for Few-Shot Out-of-Distribution Detection论文笔记 ID-like Prompt Learning for Few-Shot Out-of-Distribution Detection论文笔记
ID-like Prompt Learning for Few-Shot Out-of-Distribution Detection介绍分布外(Out-of-Distribution, OOD)检测方法通常利用辅助离群值来训练识别分布外样本
2025-01-25
MESED论文笔记 MESED论文笔记
MESEDA Multi-modal Entity Set Expansion Dataset with Fine-grained Semantic Classes and Hard Negative Entities 具有细粒度语义类和硬
2025-01-19
Efficient Teacher Efficient Teacher
基于单阶段锚框的检测器缺乏生成高质量或灵活伪标签的结构,导致半监督目标检测(SSOD)出现严重的不一致性问题。 在本文中,我们提出了 Efficient Teacher(高效教师)框架,用于可扩展且有效的基于锚点的单阶段 SSOD 训练。由
2025-01-01
项目编译成pyc运行流程 项目编译成pyc运行流程
使用comileall编译oadp/dp下的所有文件 例如: import compileall as caca.compile_dir(r'oadp/dp') 需要删掉/移除到原本的py文件,并将dp/__pycache__下的所有文
2024-12-21
环境配置 18的nvcc —version显示的CUDA版本(10.0)和nvidia-smi版本(12.4)不一样 conda create -n sas_det python=3.8conda activate sas_detconda
2024-12-18 CuberSugar
1 / 6