鱼一的博客 ◡̈

yuyi

知不可乎骤得，托遗响于悲风

网站页面

类目归类

标签搜索

最新文章

c+命令行编译相关之动态链接

c+命令行编译相关之动态链接

在大多数情况下，使用 g++ 编译并链接C++程序时，默认情况下会使用动态链接来链接到C++标准库和其他系统库。因此，对于大多数基本的用例，你实际上不需要在命令行上添加任何特殊内容来启用动态链接。g++ program.cpp -o program这条命令已经隐含了动态链接。编译器在处理时会自动寻找系统上的动态链接库（比如C++标准库的动态版本），并确保你的程序在运行时能够使用这些库。明确使用动态链接库如果你需要链接到特定的动态链接库（不是标准库），比如一个第三方库或你自己编写的库，你可能需要明确指定库的路径和名称。这通常通过 -l（指定库名称）和 -L（指定库文件搜索目录）选项完成。例如，如果你要链接到一个名为 libmath 的库：g++ program.cpp -o program -L/path/to/library -lmath在这里：-L/path/to/library 告诉编译器在 /path/to/library 目录下查找库文件。-lmath 指定链接器链接名为 libmath.so（在Linux上）或 math.dll（在Windows上）的库。注意，-l 选...

2023-01-03

2023年01月03日

0 阅读

1 评论

科研流水账32

科研流水账32

1.解决了上周关于 vehicleID 无法评估的问题。2.在6005 上vehicleID 训练得到效果不好。3.在6002 上进行 vehicleID 数据集的训练，尝试复现性能。问题分析在vehicleID 数据集训练结果不好首先排除了评估代码的问题，使用以前保存的veri776模型，仍能得到之前相应的结果。然后对比 pven 项目的配置文件，发现其在 vehicleID 上使用的 batchsize 是256。因此，第一感觉就是batchsize的原因。后面，在对比了pvasf 的性能，发现更差，因此感觉可能是其他方面的问题。于是，尝试先使用pvasf原本的代码复现出结果。下一步计划目前正在进行两个实验尝试复现原本pvasf的效果，一个使用的配置和原本pven的一样，只调整了batchsize为72；另一个使用的配置文件是pvasf在veri776上最好效果的配置文件，只调整了学习率和local-focals损失函数的参数。下一步是等两个结果出来，如果能复现出来，再选择最好的配置文件去跑其他实验。

2023-01-02

2023年01月02日

0 阅读

0 评论

科研流水账31

科研流水账31

1.在6005 上进行 vehicleID 数据集的训练。2.训练并使用不在骨干网络上加 uafm 融合的模型，并生成注意力可视化图。3.对目前定好的模型生成注意力可视化图。问题分析在对vehicleID 数据集训练好的模型进行评估时遇到问题目前，已经在vehicleID 数据集训练了100个epoch并得到了训练的模型。因为没有评估的结果，我中断了训练过程，想评估下看看效果，然后遇到了下面的报错。ValueError: could not broadcast input array from shape 这个问题主要是vehicleID在评估时和veri776的差异引起的，正在查看代码想办法解决问题。下一步目前已经把注意力可视化图弄了出来，其它消融实验大部分不需要重新训练模型，下周应该能顺利完成。下一步计划是解决vehicleID评估的问题。

2022-12-25

2022年12月25日

0 阅读

1 评论

科研流水账30

科研流水账30

1.将 pvasf 的项目在6005上运行，并使显卡负载均衡。2.在 6005 上进行了融合三阶段输出特征和四阶段输出特征的实验。3.找到了上周在 6002 上修改代码显存不够的主要原因。VeRi Rank-1 Rank-5 Rank-10 mAP Epoch 1 - - - 2 96.66 98.57 99.23 82.2 129 3 - - - 81.7问题分析在实现单机多卡负载均衡时遇到的错误修改 nn/parallel/scatter_gather.py 文件中 scatter 函数传入的第二个参数 chunk_sizes,默认None，会根据检测到的显卡设备数自动平均分配。一开始修改成 [48, 24]，后面会报错，因为最后一个传入的batchsize 不一定为72。于是修改代码为根据输入 batchsize 来划分。在 6002 上尝试复现之前跑过的最好结果，却报错显存不够下步目前在 6005 上可以用最好的模型在 vehicleID...

2022-12-18

2022年12月18日

0 阅读

15074 评论

科研流水账29

科研流水账29

阅读了论文 Selective Kernel Networks生成具有各种内核大小的多个路径，这些大小对应于神经元的不同感受野大小。组合并汇总来自多个路径的信息，并获得对应权重，最后再根据权重聚合大小不同的内核的特征图。1.将 uafm 修改为使用空间和通道注意力同时使用的方法。2.将 uafm 修改为使用两个 sigmoid 得到针对高层和底层的注意力权重。3.在 uafm 中借鉴SKnet 中使用softmax 融合多个特征图方法。4.在fast-reid中使用参考 SKnet 修改的代码。VeRi Rank-1 Rank-5 Rank-10 mAP Epoch 1 - - - 77.8 140 2 - - - 79.0 144 3 - - - 79.2 150 4 77.2 150 原uafm在fast-reid 78.91 150问题分析在参考 SKne...

2022-12-11

2022年12月11日

0 阅读

1 评论

科研流水账28

科研流水账28

阅读了论文 NAM: Normalization-based Attention论文提出利用batchnorm的权重信息实现注意力机制.将Uafm* 放到PVASF上，涨了一个点。参考 PVASF 训练和评估时的架构，在 fast-reid 上实现。将 PVASF 中的局部注意力机制用 NAM 实现。VeRi Rank-1 Rank-5 Rank-10 mAP mINP metricbaseline 94.64 97.62 98.45 77.24 42.01 85.94Pvasf 96.78 98.75 99.17 81.7 Pvasf*+Nam 96.48 98.63 99.17 81.4 Pvasf+mlp 96.78 98.69 99.17 82.3问题分析在将 pvasf 的训练和评估结构移植到 fast-reid 中，遇到了一些底层函数方法实现的细节不同，比如特征图之间的举例计算函数。下步计划目前面临...

2022-12-04

2022年12月04日

0 阅读

1 评论

科研流水账27

科研流水账27

阅读了论文 Going Beyond Real Data: A Robust Visual Representation for Vehicle Reidentifification论文是百度在2020年AIcity中车辆重识别任务上进行的工作。其中可借鉴的贡献主要有两点在推理阶段进一步整合信息提高性能，添加了车辆方向和相机方向预测模型。从骨干网络中提取有用多尺度信息。代码工作：继续上周优化全局的实验，将Uafm**从80.43优化到81.04。将老师发我的自适应特征融合模块应用在uafm** 中。在fast-reid 中同时使用全局和局部特征，进行多组实验。Local+uafm 96.01 97.68 98.51 79.38 46.65 87.69Uafm**融合三层 96.42 98.51 99.05 81.04 46.92 88.73Uafm+自适应特征融合 96.13 98.15 98.87 81.96 49.06 89.04全局+局部 95.23 97...

2022-11-27

2022年11月27日

0 阅读

1 评论

线程基本知识

线程基本知识

在C++中，线程的创建和销毁是通过C++11标准引入的 <thread> 库实现的，这使得处理线程变得相对直观和安全。下面，我将为你介绍如何在C++中创建、使用和销毁线程。创建线程要创建一个线程，你需要包含头文件 <thread> 并创建一个 std::thread 对象。在创建时，可以传递一个函数或者可调用对象给线程，该函数或对象将作为新线程的入口点。这里是一个简单的例子：#include <iostream> #include <thread> void function() { std::cout << "Thread is running." << std::endl; } int main() { std::thread t(function); // 创建一个线程，线程开始执行 function t.join(); // 等待线程结束 return 0; }在上面的例子中，我们创建了一个执行 function 的线程。function 只...

2022-11-20

2022年11月20日

0 阅读

0 评论

科研流水账26

科研流水账26

近几年的重识别方向论文基本上都看过了 🤯代码工作：在fast-reid 中使用cspnet的理论修改 resnet50，最后跑出来结果较差，考虑是需要新的预训练模型的问题。在fast-reid 中的局部分支添加One-vs.rest关系模块。修改 uafm ，使其输入为三个特征图。修改 fast-reid 的 One-vs.rest 模块计算关系的方法。VeRi Rank-1 Rank-5 Rank-10 mAP mINP metricbaseline 94.64 97.62 98.45 77.24 42.01 85.94MultiHead 96.31 98.09 98.75 80.26 46.14 88.28CA+SA 95.41 97.97 98.63 78.09 43.33 86.75Uafm 96.48 98.39 99.05 81.24 46.26 88.86Cbam+uafm 96....

2022-11-20

2022年11月20日

0 阅读

1 评论

科研流水账25

科研流水账25

阅读了论文 Ensemble cross-stage partial attention network for image classification论文提出的方法：论文采用两种新的CSP梯度组合，减少了分类网络的计算量和模型参数，提高了分类精度。将SENet和CBAM注意模块加DarkNet-53网络，提高图像特征提取的准确性。代码工作：在fast-reid 中使用uafm的空间注意力融合机制。在fast-reid 中使用MultiHead + uafm。修改 uafm ，使其从融合stage3和stage4中输出的特征图变为融合stage4中第一个bottleneckc输出的结果和最后一个bottleneck输出的结果。VeRi Rank-1 Rank-5 Rank-10 mAP mINP metricbaseline 94.64 97.62 98.45 77.24 42.01 85.94MultiHead 96.31 98.09 98.75 80.26 46.14 ...

2022-11-13

2022年11月13日

0 阅读

1 评论

yuyi

知不可乎骤得，托遗响于悲风

128 文章数

17,483 评论量

More Info for me 📱

人生倒计时

今日已经过去小时

这周已经过去天

本月已经过去天

今年已经过去个月