主页

jupyter lab用了一段时间了，感觉特别棒，Markdown渲染可以直接渲染Mathjax公式，还可以下载各种插件等等，总之，我觉得很好用，这里mark一下。

故事开始于昨天早上，接收到一条短信，告诉我有一个小项目可以接，接着我联系了一天，都没有确定是要做什么，没有明确的需求，大概知道了会和PDF相关信息的检索有关，随后我就开始自己先琢磨一下了，今天又快过完了，还是没得需求，十月底要弄出来，真的想说，“赚钱不容易呀”。

视频对象分割快速端对端嵌入学习方法（FEELVOS: Fast End-to-End Embedding Learning for Video Object Segmentation） 论文简介 论文下载

接过上一次的话题，这一次，结合自己的理解，记录一下论文中提出的方法，包括嵌入模型（embedding model）、创建遮罩（creating masks）、分类和种子度模型（classification and seediness model）。

薅羊毛，在Baidu AI Studio训练模型，框架不限于PaddlePaddle，TensorFlow，Pytorch都可以。 之前在暑假的时候，可以直接在Notebook中下载包，然后运行TensorFlow，Pytorch，百度升级了两次平台，现在已经不可以了，但是我们可以通过终端下载包，上传代码，然后运行，训练就好了。

带有歧视的损失函数的语义实体分割（Semantic Instance Segmentation with a Discriminative Loss Function） 论文提出一种将特征空间的点分簇的损失函数，损失函数主要分为三项构成，分别为方差项（variance term），距离项（distance term），正则项（regulariztion trem），其中方差项计算的是簇内的距离，距离项计算的是簇与簇的距离，分别控制同簇点与簇中心之间的距离在δv之内，不同簇与簇的中心距离大于δd，论文下载地址