张齐贤的博客

想找志同道合的科研小伙伴！研究方向包括：计算机视觉（CV）、人工智能（AI）、目标检测、行人重识别、行人搜索、虹膜识别等。欢迎具备扎实基础的本科、硕士及博士生加入，共同致力于高质量 SCI 期刊和国际会议的发表。请有明确科研目标、能坚持投入的同学联系（半途而废者勿扰）。

后来和主编发邮件申请延期一周，最后的回复信写的巨多，没办法，主要是一些语言问题，实验，还有加表格，符号解释，就是感觉很看重格式方面的内容。心态更崩，感觉这篇都想撤稿了。p老师退休了，INS现在好像是四个主编，处理速度快了很多，大家有稿件还是可以冲的，INS口碑还是可以的，当然你说不如tpami，啥的，也合理。由于24年时候on hold了两个月时间，主要原因是台湾的一个粒计算的AE（同时是kbs等期刊的AE），堆叠引用12篇一个三区期刊的文章，两个月后解封，2025年科院分区为2区（早日重返一区TOP！

KBS是计算机科学领域的一区期刊，属于CCF-c类。投稿流程较为迅速。

Information fusion投稿经验

无

计算机 顶级会议和期刊

论文格式中要求作者加入orcid的链接在名字后边

计算机期刊 名称缩写 很有用！

预训练时候 Pytorch FrozenBatchNorm (BN)一些小心得

faster rcnn前向过程代码分析 简单易懂

多卡 训练 pytorch中

init.normal_(self.proj_parse[0].weight, std=0.01) #给tensor初始化，一般是给网络中参数weight初始化，初始化参数值符合正态分布 init.normal_(self.proj_parse[1].weight, std=0.01) init.constant_(self.proj_parse[0].bias, 0) init.constant_(self.proj_parse[1].bias, 0)

datetime 函数

目标检测 ss搜索算法

行人搜索 方向上的 一些笔记

ECA注意力机制

即插即用 | 超越CBAM，全新注意力机制，GAM表现卓著（附Pytorch实现）

使用PyTorch复现ConvNext：从Resnet到ConvNext的完整步骤详解

计算机顶级会议和期刊 cv

论文 科研 工具

anaconda的安装和使用 外加pycharm 工具

想了解深度学习的小伙伴们，看一下！以后自己学深度学习了，再来看此贴！只能发一个链接了：https://mp.weixin.qq.com/s?__biz=MzU4Nzc0NDI1NA==&mid=2247483731&idx=1&sn=376670938077519106e26688fb40b676&chksm=fde617c2ca919ed48eaf05f52...

这个总结的是最好的翻译：https://blog.csdn.net/quincuntial/article/details/78932285一下是参考的博客链接：https://blog.csdn.net/u011974639/article/details/78208896https://blog.csdn.net/small_munich/article/details/79548149...

focal transform

训练阶段 train训练阶段：是神经网络在输入数据，通过数据和对应标签不断调整权重的过程，即生成模型的过程。推理阶段 inference stage推理阶段：当网络训练完毕后（权重不更新），输入数据后神经网络对其进行处理（比如输入猫的图片，神经网络将图片分类为猫），即模型开始工作进行预测。...

latex使用

ICCV2021 TransReid

torch.roll 函数的理解：看这个函数的大多应该是从swin transform来的吧，废话不多说：https://blog.csdn.net/weixin_42899627/article/details/116095067我觉得直接看这个博客就很好了，不过还是总结一下吧：torch.roll(input, shifts, dims=None)torch.roll(x, shifts=(2, 1), dims=(0, 1))tensor([[1, 2],[3, 4],[5, 6],

第一个ConvNetDraw： 两颗星**https://cbovar.github.io/ConvNetDraw/在线的，不过只能绘制这种简单的图，可以增加卷积层，池化啥的，左边可以选择调节角度，第二个CNN Convoluter：两颗星**https://pwwang.github.io/cnn-convoluter/也是一个在线的网址，左边选择hide data 也就是不隐藏数据，在input中输入padding的大小，右边图中就会显示出来，在设置卷积核的尺寸 就可以动态的看到outpu

类似于BERT中的[class] token,ViT引入了class token机制，其目的：因为transformer输入为一系列的patch embedding，输出也是同样长的序列patch feature，但是最后要总结为一个类别的判断，简单方法可以用avg pool，把所有的patch feature都考虑算出image feature。但是作者没有用这种方式，而是引入一个类似flag的class token,其输出特征加上一个线性分类器就可以实现分类。其中训练的时候，class token的em

如果说VIT精读，肯定是下面这位老师讲的啦，应该是和沐神一个团队的，讲的十分好，建议二刷！ViT论文逐段精读【论文精读】：https://www.bilibili.com/video/BV15P4y137jb?from=search&seid=16478250350520066116&spm_id_from=333.337.0.0作者：霹雳巴拉，老哥画图很好，讲的有些地方需要基础，所以可以先看上面的视频，再来看这个老哥的，也可以遇到不懂的直接去看霹雳哥前期的博客吧 ，或者b站也

Sequential End-to-end Network for Efficient Person SearchZhengjia Li 李正甲 苗夺谦 同济大学座位挨着甲哥的菜鸡，希望跟着沾光论文地址代码地址：https://zhuanlan.zhihu.com/p/358152127Abstract行人搜索旨在共同解决人员检测和人员重新识别（re-ID）问题。现有的工作已经设计了基于Faster R-CNN的端到端网络。然而，由于Faster R-CNN的并行结构，提取的特征来自于区域提案网络

Relation-Aware Global Attention for Person Re-identification阅读笔记作者：Zhizheng Zhang， Cuiling Lan，Wenjun Zeng，Xin Jin，Zhibo Chen来源：CVPR 2020文章链接：https://arxiv.org/pdf/1904.02998v1.pdf代码链接：https://github.com/microsoft/Relation-Aware-Global-Attention-Networ

Relation Network for Person Re-identificationHyunjong Park, Bumsub Ham∗School of Electrical and Electronic Engineering, Yonsei [email protected], [email protected]：行人的重新识别(reID)的目的是从通常由多个相机捕获的一组图像中检索到感兴趣的人的图像。最近的reID方法表明，利用

参考博客1：https://blog.csdn.net/qianbin3200896/article/details/88656524?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai

题目：UNet++: A Nested U-Net Architecture for Medical Image SegmentationUNet++：一种用于医学图像分割的嵌套U-Net体系结构摘要：在本文中，我们提出了一种新的、更强大的医学图像分割体系结构UNet++。我们的架构本质上是一种深度监督的编解码器网络，其中编码器和编解码器子网通过一系列嵌套的、密集的跳跃路径连接起来。重新设计的跳跃路径旨在缩小编码和解码子网络 特征映射之间的语义鸿沟-。我们当解码器和编码器网络的特征映射在语义上相似时，优

图像分类、目标检测、语义分割、实例分割和全景分割的区别：：：https://blog.csdn.net/kk123k/article/details/86584216?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2allfirst_rank_v2~rank_v25-2-86584216.nonecase&utm_term=%E8%AF%AD%E4%B9%89%E5%88%86%E5%89%B2%E7%AE%97%...

当你想使用自己的数据集训练一个语义分割神经网络时, 可能会遇到下面的问题：1：很多教程在开始时都是使用 mnist 这样的已经处理好的数据, 一个加载函数就实现了数据的加载. 但是要使用自己的数据集时, 很多新手就蒙了, 不知道如何操作2：训练的数据比较大, 一次性载入内存又不够3：训练的图像尺寸不一样对于以上的问题, 就跟大家一起捋一捋假设标签都是由 语义分割之 标签生成（https://blog.csdn.net/yx123919804/article/details/107285881） 中

上次博客内容：https://blog.csdn.net/zqx951102/article/details/107657305首先虹膜数据原图如下：然后anada启动labelme：：：：：activate labelme 然后再输入labelme进入opendir打开存放数据的目录全部加载进来，然后标注数据，先标记虹膜外圈 名字_iris_然后标记瞳孔外圈 名字为_background_ 然后标记睫毛，如下：需要注意地方是，睫毛标注时候选择Edit下的Creat Line，睫毛默认

ScleraSegNet: an Improved U-Net Model with Attention for Accurate Sclera Segmentation巩膜分割网：一种改进的带注意力机制的U-Net模型，用于精确的巩膜分割中科院：Caiyong Wang 孙哲南Abstract准确的巩膜分割是成功识别巩膜的关键。然而，文献中关于巩膜分割算法的研究仍然有限。本文提出了一种基于改进U-Net模型的巩膜分割新方法——ScleraSegNet。对U-Net模型的结构进行了深入分析，提出在U