#Work

Win7系统安装好Axure点击运行报.NET Framework4.0未安装的解决办法

1:问题由于工作需要,需要研究一下Axure原型设计软件的使用方式,在公司的电脑上成功安装了从同事那里拿来的Axure7.0软件,能够正确运行没有任何问题,在自己的电脑上安装的也非常顺利,不过运行的时候总是弹出根据上面的提示,我下载了对应的.NETFrameworkv4.0组件并安装成功,但是在再次运行Axure7.0...

git解决error: The following untracked working tree files would be overwritten by checkout

在IDEA中进行分支切换时,出现如此错误,导致无法正常切换:error:Thefollowinguntrackedworkingtreefileswouldbeoverwrittenbycheckout通过错误提示可知,是由于一些untrackedworkingtreefiles引起的问题。所以只要解决了这些untra...

Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network(利用像素聚合网络进行高效准确的任意形状文本检测)

PSENetV2昨日刚出,今天翻译学习一下。  场景文本检测是场景文本阅读系统的重要一步,随着卷积神经网络的快速发展,场景文字检测也取得了巨大的进步。尽管如此,仍存在两个主要挑战,它们阻碍文字检测部署到现实世界的应用中。第一个问题是速度和准确性之间的平衡。第二个是对任意形状的文本实例进行建模。最近,已经提出了一些方法来...

2018年发表论文阅读:Convolutional Simplex Projection Network for Weakly Supervised Semantic Segmentation

记笔记目的:刻意地、有意地整理其思路,综合对比,以求借鉴。他山之石,可以攻玉。《ConvolutionalSimplexProjectionNetwork forWeaklySupervisedSemantic Segmentation》-20180724,一篇来自德国波恩大学与锡根大学的paper...

《MATLAB Deep Learning:With Machine Learning,Neural Networks and Artificial Intelligence》选记

一、TrainingofaSingle-LayerNeuralNetwork1DeltaRuleConsiderasingle-layerneuralnetwork,asshowninFigure 2-11.Inthe figure,diisthecorrectoutputoftheoutputno...

论文笔记(7):Constrained Convolutional Neural Networks for Weakly Supervised Segmentation

UCBerkeley的DeepakPathak使用了一个具有图像级别标记的训练数据来做弱监督学习。训练数据中只给出图像中包含某种物体,但是没有其位置信息和所包含的像素信息。该文章的方法将imagetags转化为对CNN输出的label分布的限制条件,因此称为Constrainedconvolutionalneuraln...

论文笔记(6):Weakly-and Semi-Supervised Learning of a Deep Convolutional Network for Semantic Image Segmentation

这篇文章的主要贡献点在于:1.实验证明仅仅利用图像整体的弱标签很难训练出很好的分割模型;2.可以利用boundingbox来进行训练,并且得到了较好的结果,这样可以代替用pixel-level训练中的groundtruth;3.当我们用少量的pixel-levelannotations和大量的图像整体的弱标签来进行半监...

论文笔记(4):Fully Convolutional Networks for Semantic Segmentation

首先回顾CNN测试图片类别的过程,如下图:主要由卷积,pool与全连接构成,这里把卷积与pool都看作图中绿色的convolution,全连接为图中蓝色的fullyconnected。卷积主要是获取高维特征,pool使图片缩小一半,全连接与传统神经网络相似作为权值训练,最后通过softmax输出概率最高的类别。上图中n...

论文笔记(1):From Image-level to Pixel-level Labeling with Convolutional Networks

 文章采用了多实例学习(MIL)机制构建图像标签同像素语义的关联。该方法的训练样本包含了70万张来自ImageNet的图片,但其语义分割的性能很大程度上依赖于复杂的后处理过程,主要包括图像级语义的预测信息、超像素平滑策略、物体候选框平滑策略和MCG分割区域平滑策略。下图是论文所用方法的一般性说明:(1)使用来...

论文学习:Fully Convolutional Networks for Semantic Segmentation

发表于2015年这篇《FullyConvolutionalNetworksforSemanticSegmentation》在图像语义分割领域举足轻重。通常CNN网络在卷积层之后会接上若干个全连接层,将卷积层产生的特征图(featuremap)映射成一个固定长度的特征向量。以AlexNet为代表的经典CNN结构适合于图像...

论文笔记(3):STC: A Simple to Complex Framework for Weakly-supervised Semantic Segmentation

论文题目是STC,即SimpletoComplex的一个框架,使用弱标签(imagelabel)来解决密集估计(语义分割)问题。2014年末以来,半监督的语义分割层出不穷,究其原因还是因为pixel级别的GroundTruth太难标注,因此弱监督成了人们研究的一个热门方向。作者的核心思想是提出了层层递进的三个DCNN。...
代码星球 ·2021-02-16

Xcode添加库文件framework (转)

首先需要了解一下iOS中静态库和动态库、framework的概念首先来看什么是库,库(Library)说白了就是一段编译好的二进制代码,加上头文件就可以供别人使用。什么时候我们会用到库呢?一种情况是某些代码需要给别人使用,但是我们不希望别人看到源码,就需要以库的形式进行封装,只暴露出头文件。另外一种情况是,对于某些不会...
代码星球 ·2021-02-16

.NET Framework 框架的一些简单介绍

20世纪90年代以来出现的3种典型的组件技术:1)OMC(对象组件模型)的CORBA2)Microsoft的COM/DCOM3)Sun公司的JavaBeans 在2002年,微软发布了.NET框架的第一个版本,声称其解决了旧问题并实现了下一代系统的目的。.NET框架是一种比MFC和COM编程技术更一致并面向对...
首页上一页...1213141516...下一页尾页