09-1-数据的常见操作 Part 3

【云森】 2023-01-13 03:10:01

课时名称	课时知识点
09-1-数据的常见操作 Part 3	09-1-数据的常见操作 Part 3

...全文

289 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

参见 http://bbs.csdn.net/topics/390886059

09-使用snappy对Sentinel-1数据进行预处理前言准备工作源数据snappy包重要类和其属性、方法Sentinel-1 GRDH等级数据预处理Sentinel-1 SLC等级数据预处理后语参考文献前言准备工作源数据 snappy包重要类和其属性、方法 Sentinel-1 GRDH等级数据预处理 Sentinel-1 SLC等级数据预处理后语参考文献 ...

Part-A2的整体结构如下图所示，主要包括Part-Aware stage 和Part-aggregation stage两个阶段。Part-Aware stage主要是提取点云中各个点的特征，包括语义分割特征和目标内部点的特征，提取特征的方法是一个采用三维稀疏卷积的UNET结构。UNET是二维图像语义分割中比较常见的一个主干网络结构，Part-A2沿用了这个结构，并且将二维卷积相应地替换成三维稀疏卷积。

在数据清洗过程中，主要处理的是**缺失值**、**异常值**和**重复值**。所谓清洗，是对数据集通过丢弃、填充、替换、去重等操作。达到去除异常、纠正错误、补足缺失的目的。

提出问题（挖坑）：文章一开始直接表明，现有的reid的backone都是直接在imageNet的数据集进行SSL（此处挖个坑，后面讲什么是ssl）的预训练，而ImageNet,是一个主要是以分类任务的数据集不适合Person reid 领域，因此设计了一个PASS这个网络填坑：这个PASS就是为了解决这个问题的，但是有人问了，那我构造一个关于RE-id的大规模数据集在这个上面预训练就行了呗，还需要其他东西吗。

陈森的课程社区_NO_1

1

社区成员

38

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章