当前位置： 首页 > article >正文

代码讲解系列-CV（七）——前沿论文复现

article 2026/4/10 15:28:20

文章目录

  • 一、论文速览
    • 1.1 确定baseline
    • 1.2 DepthMaster: Taming Diffusion Models for Monocular Depth Estimation
  • 二、数据环境搭建
    • 2.1 环境搭建
    • 2.2 数据权重
  • 三、推理debug
    • 3.1 单图推理
    • 3.2 数据集验证
  • 四、模型训练
    • 4.1 数据读取
    • 4.2 训练流程
  • 五、作业

一、论文速览

1.1 确定baseline

方法1：catalyzex

首先就是谷歌学术、搜索关键词、确定搜索年份
在这里插入图片描述
方法2：paperwithcode
在这里插入图片描述

1.2 DepthMaster: Taming Diffusion Models for Monocular Depth Estimation

在这里插入图片描述
https://indu1ge.github.io/DepthMaster_page

在这里插入图片描述

二、数据环境搭建

2.1 环境搭建

复杂项目尽量使用独立环境
3DGS、Mamba等需要编译CUDA算子时务必对齐cuda版本

在这里插入图片描述

2.2 数据权重

1.注意论文是否有额外的预处理步骤，如数据格式转换。
2.根据论文的要求或代码放置数据
3.注意训练、验证、测试集的划分
在这里插入图片描述

三、推理debug

3.1 单图推理

在这里插入图片描述

3.2 数据集验证

在这里插入图片描述
与论文验证一直

四、模型训练

4.1 数据读取

在这里插入图片描述

4.2 训练流程

在这里插入图片描述
在这里插入图片描述

五、作业

一、基于本课内容，复现DepthMaster，尝试使用accelerator库进行训练。

二、根据自身方向选择一个Baseline进行复现

相关文章：

代码讲解系列-CV（七）——前沿论文复现

文章目录 一、论文速览1.1 确定baseline1.2 DepthMaster: Taming Diffusion Models for Monocular Depth Estimation 二、数据环境搭建2.1 环境搭建2.2 数据权重 三、推理debug3.1 单图推理3.2 数据集验证 四、模型训练4.1 数据读取4.2 训练流程 五、作业 一、论文速览 1.1 确…...

编程日记 2026/4/6 4:09:11

3DGS（三维高斯散射）与SLAM技术结合的应用

3DGS（三维高斯散射）与SLAM（即时定位与地图构建）技术的结合，为动态环境感知、高效场景建模与实时渲染提供了新的可能性。以下从技术融合原理、应用场景、优势挑战及典型案例展开分析： 一、核心融合原理 1. …...

编程日记 2026/3/26 12:54:05

数据库面试知识点总结

目录 1. MySQL 基础题1.1 执行⼀条 select / update 语句，在 MySQL 中发生了什么？1.2 MySQL 一行记录是怎么存储的？ 2. 三大范式3. 数据库引擎3.1 Innodb3.2 MyISAM 4. 数据库索引4.1 索引分类4.2 索引优缺点4.3 索引使用场景4.4 优化索引方法…...

编程日记 2026/4/7 20:37:52

1.25作业

1easytornado SSTI——tornado模板 hints.txt：在/fllllllllllllag里；计算filehash的方法（需要cookie_secret,对filename进行md5拼接再第二次md5） ?filename/hints.txt&filehash{ {2*3}}，跳转到另一个页面 存在且…...

编程日记 2026/4/6 9:08:39

Power Query M函数

文章目录 三、PQ高阶技能：M函数3.1 M函数基本概念3.1.1 表达式和值3.1.2 计算3.1.3 运算符3.1.4 函数3.1.5 元数据3.1.6 Let 表达式3.1.6 If 表达式3.1.7 Error 3.2 自定义M函数3.2.1 语法3.2.2 调用定义好的自定义函数3.2.3 直接调用自定义函数3.2.4 自定义函数&am…...

编程日记 2026/4/6 22:54:20

python argparse 解析命令行参数

可选参数 带 - 或者 -- 的参数都是可选参数，如果命令行不输入，得到的结果是 None 参数名只能使用下划线，不能使用中划线 default： 设置默认值 action： 默认是 store 方法，常用的是 store_true 命令行出…...

编程日记 2026/4/6 13:16:00

使用西门子 PLC（以 S7 - 1200 为例）编写梯形图程序来根据转速计算瞬时流量和累计流量的详细步骤

以下是一个使用西门子 PLC（以 S7 - 1200 为例）编写梯形图程序来根据转速计算瞬时流量和累计流量的详细步骤，同时会考虑与昆仑通泰触摸屏的交互。该程序支持 4 - 20 毫安信号输入和另一种模拟的手动输入方式。 需求理解 流量计算原理&#x…...

编程日记 2026/1/3 7:45:14

【网络编程】服务器模型（二）：并发服务器模型（多线程）和 I/O 复用服务器（select / epoll）

一、多线程并发服务器 在 高并发的 TCP 服务器 中，单线程或 fork() 多进程 方式会导致 资源浪费和性能瓶颈。因此，我们可以使用 多线程 来高效处理多个客户端的连接。 承接上文中的多进程并发服务器，代码优化目标： 1.使用 pthr…...

编程日记 2026/4/6 10:55:55

一文读懂大模型文件后缀名，解锁 AI 世界的密码

在大模型的世界里，各种文件后缀名就像一把把钥匙，打开通往不同应用和功能的大门。今天，咱们就来聊聊那些常见又重要的大模型文件后缀名。 safetensors：安全与高效的守护者 safetensors 是一种基于 Python 的序列化格式&#xff…...

编程日记 2026/2/15 23:40:13

探索 Peewee：轻量级 Python ORM 简明指南

文章目录 探索 Peewee：轻量级 Python ORM 简明指南主要特点：安装：使用示例：1. 定义模型：2. 初始化数据库：3. 数据操作（增、查、改、删）：4. 查询构建器：5. 迁移…...

编程日记 2026/2/14 20:31:17

生产者标签（Producer Tag） 和 普通连接（显式或隐式连接）的区别：

在 EtherNet/IP 的通信架构中，生产者标签（Producer Tag） 和 普通连接（显式或隐式连接）的区别主要体现在 通信模式、实时性、数据流向 和 资源管理 上。以下是详细对比： 1. 定义与用途 类型生产者标签&…...

编程日记 2026/4/5 21:54:40

【速写】解码与kv-cache的简单细节

问题：在使用transformers调用huggingface生成式模型时，我们可以通过model.generate_ids来获取模型生成的若干id，那么我应该如何查看这些生成id对应的logits大小（即生成概率） 在Hugging Face的Transformers库中&#x…...

编程日记 2026/2/27 22:07:20

Mac【卸载 Python】 - 3.12.2

一、若使用官方安装包安装 1. 删除 Python 框架 Python 官方安装包会将 Python 安装到 /Library/Frameworks/Python.framework/Versions/3.12 目录下。你可以在终端中使用以下命令删除该目录： sudo rm -rf /Library/Frameworks/Python.framework/Versions/3.12 …...

编程日记 2026/4/5 16:39:57

自学Java-AI结合GUI开发一个石头迷阵的游戏

自学Java-AI结合GUI开发一个石头迷阵的游戏 准备环节1、创建石头迷阵的界面2、打乱顺序3、控制上下左右移动4、判断是否通关5、统计移动步骤，重启游戏6、拓展问题 准备环节 技术： 1、GUI界面编程 2、二维数组 3、程序流程控制 4、面向对象编程 ∙ \bulle…...

编程日记 2026/4/6 15:40:46

Liunx（CentOS-6-x86_64）系统安装MySql（5.6.50）

一：安装Liunx（CentOS-6-x86_64） 安装Liunx（CentOS-6-x86_64） 二：下载MySql（5.6.50） MySql下载官网 二：安装MySql 2.1 将mysql上传到Liunx 文件地址 /usr/local/ 2…...

编程日记 2026/4/6 13:31:03

Java Web开发实战与项目——开发一个在线论坛系统

在线论坛系统是一个常见的Web应用，通常具有用户注册、帖子发布、评论互动、消息推送等基本功能。开发这样一个系统，既涉及到前后端的技术栈选择，也需要考虑性能、扩展性等实际问题。本文将从设计论坛模块、实现消息推送与实时更新功能、以及优…...

编程日记 2026/4/5 11:38:46

ubuntu24.04无法安装向日葵，提示依赖libgconf-2-4怎么办？

在向日葵官方下载的deb包&#xff0c;目前是SunloginClient_15.2.0.63062_amd64.deb&#xff0c;执行安装代码&#xff0c;如下&#xff1a; sudo < /span > dpkg< /span > -i< /span > SunloginClient_15< /span >.2< /span >.0< /span >…...

编程日记 2026/4/9 6:40:38

C++ 设计模式-访问者模式

C++访问者模式 一、模式痛点：当if-else成为维护噩梦 开发动物园管理系统，最初的需求很简单： class Animal {}; class Cat : public Animal {}; class Dog : public Animal {};// 处理动物叫声 void makeSound(Animal* a) {if (auto c = dynamic_cast<Cat*>(a)) {st…...

编程日记 2026/2/17 22:14:34

Kubernetes 使用 Kube-Prometheus 构建指标监控 +飞书告警

1 介绍 Prometheus Operator 为 Kubernetes 提供了对 Prometheus 机器相关监控组件的本地部署和管理方案&#xff0c;该项目的目的是为了简化和自动化基于 Prometheus 的监控栈配置&#xff0c;主要包括以下几个功能&#xff1a; Kubernetes 自定义资源&#xff1a;使用 Kube…...

编程日记 2026/4/6 11:10:08

《Operating System Concepts》阅读笔记：p62-p75

《Operating System Concepts》学习第 10 天&#xff0c;p62-p75 总结&#xff0c;总计 14 页。 一、技术总结 1. system call (1) 定义 The primary interface between processes and the operating system, providing a means to invoke services made available by th…...

编程日记 2026/2/15 0:39:46

Node.js中不支持require和import两种导入模块的混用

最近在整理Node.js相关的知识点&#xff0c;发现通过Node.js支持的两个模块导入语句require和import在同时使用时会发生错误&#xff0c;而且错误非常诡异。 例如&#xff0c;在先使用require导入模块&#xff0c;在使用import导入模块时&#xff0c;出现require无法识别&#…...

编程日记 2026/2/28 16:45:35

WPF的页面设计和实用功能实现

目录 一、TextBlock和TextBox 1. 在TextBlock中实时显示当前时间 二、ListView 1.ListView显示数据 三、ComboBox 1. ComboBox和CheckBox组合实现下拉框多选 四、Button 1. 设计Button按钮的边框为圆角&#xff0c;并对指针悬停时的颜色进行设置 一、TextBlock和TextBox…...

编程日记 2026/4/6 18:06:48

window安装MySQL5.7

1、下载MySQL5.7.24 浏览器打开&#xff1a; https://dev.mysql.com/get/Downloads/MySQL-5.7/mysql-5.7.24-winx64.zip 2、解压缩 下载下来的是一个压缩包&#xff0c;解压到你想放到的目录下面&#xff0c;我放的是“C:\MySQL” 3、配置MySQL环境变量 计算机右键 - 属性 …...

编程日记 2026/4/7 1:52:45

数据结构：哈希表（二）

目录 一、哈希表 1、概念 二、哈希冲突 1、概念 2、冲突避免 &#xff08;1&#xff09;哈希函数设计 &#xff08;2&#xff09;负载因子调节 3、冲突解决 &#xff08;1&#xff09;闭散列 1、线性探测 2、二次探测 &#xff08;2&#xff09;开散列 4、哈希桶实…...

编程日记 2026/4/10 7:13:30

blender笔记2

一、物体贴地 物体->变换->对齐物体 ->对齐弹窗(对齐模式&#xff1a;反方&#xff0c;相对于&#xff1a;场景原点&#xff0c;对齐&#xff1a;z)。 之后可以设置原点->原点--3d游标 二、面上有阴影 在编辑模式下操作过后&#xff0c;物体面有阴影。 数据-&g…...

编程日记 2026/4/5 7:33:26

1.21作业

1 unserialize3 当序列化字符串中属性个数大于实际属性个数时&#xff0c;不会执行反序列化 外部如果是unserialize&#xff08;&#xff09;会调用wakeup&#xff08;&#xff09;方法&#xff0c;输出“bad request”——构造url绕过wakeup 类型&#xff1a;public class&…...

编程日记 2026/4/8 5:54:10

深入浅出：理解闭包在JavaScript中的应用

什么是闭包 闭包&#xff08;Closure&#xff09;是 JavaScript 中的一个重要概念&#xff0c;也是函数式编程中的核心特性之一。简单来说&#xff0c;闭包是指一个函数能够访问并记住其词法作用域&#xff08;Lexical Scope&#xff09;&#xff0c;即使这个函数在其词法作用…...

编程日记 2026/4/6 2:18:58

【Quest开发】全身跟踪（一）

软件&#xff1a;Unity 2022.3.51f1c1、vscode、Meta XR All in One SDK V72 硬件&#xff1a;Meta Quest3 最终效果&#xff1a;能像meta的操作室沉浸场景一样根据头盔移动来推断用户姿势&#xff0c;实现走路、蹲下、手势匹配等功能 需要借助UnityMovement这个包 GitHub …...

编程日记 2026/4/9 11:59:09

【QT中的一些高级数据结构，持续更新中...】

QT中有一些很精妙、便捷的设计&#xff0c;在了解这些数据的同时&#xff0c;我们可以学到如何更好的设计代码。本贴持续更新中&#xff0c;欢迎关注和收藏 一 QScopedPointer主要特点&#xff1a;示例代码 二 Q_DISABLE_COPY 一 QScopedPointer QScopedPointer 是 Qt 中的一种…...

编程日记 2026/2/15 14:43:18

最新版本Exoplayer扩展FFmpeg音频软解码保姆级教程

ExoPlayer 是一个开源的 Android 媒体播放库&#xff0c;由 Google 开发和维护&#xff0c;用于替代 Android 系统自带的 MediaPlayer。它提供了更强大的功能、更好的性能和更高的灵活性&#xff0c;适用于各种复杂的媒体播放场景。所以被广泛用于各种播放器场景。 最近项目中…...

编程日记 2026/4/8 7:03:59