博客
关于我
STC15F系列单片机ADC采集程序(TM7750)实例
阅读量:805 次
发布时间:2019-03-25

本文共 1161 字,大约阅读时间需要 3 分钟。

STC15系列单片机搭配ADC采集芯片TM7750,用于外部模拟量信号采集。程序配有详细注释,便于理解和维护。实例已完成调试并成功应用。

本文提出相似条件嵌入网络(Similarity Condition Embedding Network, SCE-Net)模型,能够在弱监督条件下从图片中学习丰富的不同相似条件特征。该模型特别适合zero-shot任务中的新类别和属性识别。

主要贡献包括:

  • 提出SCE-Net模型,无需显式类别或属性监督即可学习相似条件特征。
  • 结合动态加权机制,有效帮助弱监督模型学习不同相似概念的表示。
  • 方法

    SCE-Net模型由CNN提取特征后,通过一系列平行相似条件掩码和条件权重分支学习相似条件特征。具体流程如下:

    1. 特征提取

    输入图片经CNN提取特征,记为$g(x; θ)$,其中$x$为输入图像,$θ$为模型参数。

    2. 相似条件掩码

    模型包含$M$个平行相似条件掩码$C_1, C_2, ..., C_M$,每个掩码的维度均为$D$,$M$通过held out数据实验确定。

    3. 条件权重分支

    动态分配相似条件掩码关联权重,生成条件权重向量$w$。该过程通过对比对象$x_i, x_j$决定每个条件掩码的关联性。

    模型细节

    每个条件掩膜$C_j$与图片特征$V_i$进行点积,输出$O$的维度为$M × D$。最终输出通过条件权重$w$进行加权求和,映射到语义子空间$R^D$。

    条件权重分支基于对比对象$x_i, x_j$和$x_i, x_k$的相似性差异,采用距离损失(如欧式距离)和均值偏移μ进行优化。同时,可选L1损失鼓励稀疏性,L2损失约束特征表示。

    实验

    使用MarylandPolyvore、PolyvoreOutfits和UT-Zappos50k数据集进行实验。Polyvore数据集还包含类别标签和文本描述,UT-Zappos50k提供鞋类属性三元组。

    3.1 数据集特点

    • MarylandPolyvore:21799套搭配,训练/验证/测试集各17316/1407/3076。
    • PolyvoreOutfits:53306/10000/5000套,附有类别标签和文本描述。
    • UT-Zappos50k:50000张鞋像,训练集提供四个属性的三元组。

    3.2 实验细节

    • 图片特征:ResNet18提取,嵌入维度64。
    • 文本特征:使用预训练词向量(word2vec),HGLMM fisher向量降维至6000维。
    • 损失函数包括视觉语义损失(VSE)和相似性损失(Sim),同时针对三元组输入设计优化策略。

    实验结果表明,SCE-Net在Polyvore数据集上的性能与Siamese网络和Type-Aware Embedding网络模型相比,采用5个条件时性能最佳。

    转载地址:http://gmtyk.baihongyu.com/

    你可能感兴趣的文章
    MQTT 持久会话与 Clean Session 详解
    查看>>
    MQTT工作笔记0007---剩余长度
    查看>>
    MQTT工作笔记0009---订阅主题和订阅确认
    查看>>
    Mqtt搭建代理服务器进行通信-浅析
    查看>>
    MS Edge浏览器“STATUS_INVALID_IMAGE_HASH“兼容性问题
    查看>>
    ms sql server 2008 sp2更新异常
    查看>>
    MS UC 2013-0-Prepare Tool
    查看>>
    MSBuild 教程(2)
    查看>>
    msbuild发布web应用程序
    查看>>
    MSB与LSB
    查看>>
    MSCRM调用外部JS文件
    查看>>
    MSCRM调用外部JS文件
    查看>>
    MSEdgeDriver (Chromium) 不适用于版本 >= 79.0.313 (Canary)
    查看>>
    MsEdgeTTS开源项目使用教程
    查看>>
    msf
    查看>>
    MSSQL数据库查询优化(一)
    查看>>
    MSSQL数据库迁移到Oracle(二)
    查看>>
    MSSQL日期格式转换函数(使用CONVERT)
    查看>>
    MSTP多生成树协议(第二课)
    查看>>
    MSTP是什么?有哪些专有名词?
    查看>>