Work主题的文章列表，还有Work的技术要点_第14页

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...

代码星球 ·2021-02-17

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...

代码星球 ·2021-02-17

INFO main org.springframework.context.support.AbstractApplicationContext

原因， spring-framework-5.0.2.RELEASE 需要使用jdk8。...

代码星球 ·2021-02-17

maven org.springframework.web.filter.CharacterEncodingFilter cannot be cast to javax.servlet.Filter

http://blog.csdn.net/wenguang_hz/article/details/46227275...

代码星球 ·2021-02-17

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...

代码星球 ·2021-02-16

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...

代码星球 ·2021-02-16

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

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

代码星球 ·2021-02-16

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...

代码星球 ·2021-02-16

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...

代码星球 ·2021-02-16

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...

代码星球 ·2021-02-16

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...

代码星球 ·2021-02-16

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...

代码星球 ·2021-02-16

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...

代码星球 ·2021-02-16