KKT条件的python解法
要求，使用拉格朗日乘子法解决下面的问题：
方法一：按照题目要求使用拉格朗日乘子法 这个方法就是按照几个限定的约束条件来解方程，KKT条件整体如下：
题目的拉格朗日乘子式为$L = (10-x_
...
pytorch入门学习
来源：https://www.pytorchtutorial.com/pytorch-note1-what-is-pytorch/
参数 pytorch中有两种变量类型，一种是Tensor,一种是Variable。Tensor:就像ndarray一样,一维Tensor叫Vec
...
分割网络编码部分简要理解
神经网络在处理分割、增强等任务时，可以将网络分成两个部分，encoder部分利用卷积等操作对图像的语义特征进行编码，decoder部分解码encoder所编码的信息，从而完成相应的任务。 在分割里网络可以分成显式编码和隐式编码，其中隐式编码是指没有加
...
几种常见的梯度算法总结
在深度学习项目里常常用到一些梯度学习算法，最常见的我们使用的SGD,Adagrad,Adam,RMSProp和momentum,这里参考网上别人写的教程简要理解一下这些梯度下降算法。
SGD 说SGD,就必须先说一下批量梯度下降BGD,其训练的是整个
...
阅读论文《multi-dimension modulation for image restoration with dynamic controllable residual learning》
2020 ECCV，针对多种降质问题实现多个降质维度上的连续控制。出发点是通过加入一个可控系数去控制残差量大小，可控系数通过另外一个网络得到。这个问题的难点主要是：1.多种降质混合时，一种降质的改变可能会影响另一个降质情况；2.调节可控参数时，如何确保0点是不包含任何降质的
...
ECCV 两篇图像去雾论文
HardGAN: A Haze-Aware Representation Distillation GAN for Single Image Dehazing貌似有人写过了，博客链接放在这里:https://blog.csdn.net/space_walk/article/details/10906
...
阅读论文《self2self with dropout:learning self-supervised denoising from single image》
CVPR 2020，使用自监督学习做去噪。这篇论文的出发点是通过在网络里使用dropout最后施加平均，使得网络去噪的方差更小。在训练的时候，这里通过伯努利采样的方式构建一个自监督loss。在测试的时候，则将预测的结果进行平均，作为最终结果。网络结构如下所示:
...
阅读论文《low light video enhancement using synthetic data produced with an intermediate domain mapping》
2020 ECCV，通过仿真图像合成真实场景video用于低光video增强。目前现有的增强方法都只局限于静态场景以及特定内容，对于动态等场景不使用。论文的出发点是将互联网上的video转换成低光照video，但是直接转过去难度较大，所以通过一个长曝光图像作为中介。最后从而
...
计算机视觉/图像处理相关面经4
均从网上搜集而来，非本人面经，这里做简单整理，这里侧重于机器学习
PCA和SVD区别和联系：从目的上来说：SVD是一种矩阵分解方法，相当于因式分解，他的目的纯粹就是将一个矩阵拆分成多个矩阵相乘的形式。PCA从名字上就从方法上来说：找到矩阵的主成分，也就意味这从一出生这就是个降维的方法
从方法上来说：
...
阅读论文“Single Image HDR Reconstruction by Learning to Reverse the Camera Pipeline”
2020 CVPR，和CameraNet那篇论文思路是一样的，都是使用divide and conquer的思路对问题做拆解（ISP和HDR都有人这么玩了，来从成像角度猜猜下一步还有什么low level问题能这么玩）。这里将问题分解成反量化，线性化和伪影去除三个步骤，和其
...