本周还是寻找到一个可以替换OCR的内容一致性损失，合成了新的数据集，以训练一个保持内容一致性的轻量级模型来替代OCR。当前训练模型发现存在过拟合的问题，训练损失在下降，但是验证损失类似一条直线，基本不下降，后续还要继续修改，

本周主要的工作是，寻找到一个无监督或者自监督的方法，解决模型的域泛化的问题，探索了幅度损失和方向损失等函数的思路和局限性。内容一致性循环一致性微调的流程：第一步生成任务的目标是用target_glyph的内容替换img1原来的内容source_glyph得到img2_pred；第二步的目标是用source_glyph替换img2_pred的内容得到img1_pred，最后计算img1_pred与i

本周看了一篇论文《Accurate Scene Text Recognition with Efficient Model Scaling and Cloze Self-Distillation》，关于decoder-encoder模型应用于文字识别，利用填空自蒸馏来提升不同数据区间模型的鲁棒性和性能。这个文章通过教师-学生模型对数据进行处理，模型层面可以得到质量更好的真实数据，并且增大编码器的参

2.小红在玩大富翁，从第0个城市出发，手中有四张卡牌1，2，3，4，代表可以走的步数，用完所有卡牌后，会得到一样的新的卡牌，每个城市的数值代表可以获得的金币，,小红身上的金币必须大于等于0，不能到达第n个城市输出-1；第一行输入表示n个城市，第二行是从第1到第n个，每个城市可获得的金币；选择题一通乱选，整个9-10月只做了两次笔试，代码也没有刷过力扣，现在复习考研和上学期做区块链的项目，也已经很久

本周阅读了两篇论文Zero-Shot Styled Text Image Generation, but Make It Autoregressive和Exploring Stroke-Level Modifications for Scene Text Editing，都是关于风格文本的合成，二者之间有着类似的合成路径。这是一篇关于自回归风格文本图片生成的论文，模型的结构如下图：模型结构(a)

模型跨多种语言的文本图片生成模型，先将输入的文本转换成字形图(glyph),然后把原始图片经过resnet提取特征，通过AdaIN注入生成过程，在最后一层加入背景特征得到生成的图片。自监督：原始图片本身的文本作为文本输入，原始图片作为风格条件，最后由生成结果和原始图片计算损失。这样生成的图片中的文本信息来源只有输入的字形文件。损失函数：L1 Loss:L1∣∣Is−Gc∣∣L1​∣∣Is​−Gc​

本周阅读了清华大学的论文《TurboDiffusion: Accelerating Video Diffusion Models by 100–200 Times》，了解了扩散模型新的加速框架和恐怖的加速能力。本周联系之前的内容，在扩散模型的速度问题和计数问题上进行学习。

本周阅读了一篇关于空间转换器的论文，虽然论文只是在早期的操作，但是也可以是一种轻量化的特征抽取模型。对我的实验有一定的启发。后续将会把空间转换器应用到实验中监督模型的生成，输入[rec2,img1]到一个轻量级的GPT模型f，输出区域权重，然后再对选定的区域应用随机自回归，这样模型的泛化能力和收敛速度都会在理论上有所提升。

本周主要阅读了风格迁移方面的三篇论文，内容涉及场景文字编辑、文本驱动风格迁移以及内容与风格组合的图像生成方法。三篇论文分别从文字编辑、文本驱动风格迁移和内容-风格组合三个角度推进了风格迁移领域的发展，在保持内容结构的同时，实现了更精准、多样和高质量的风格化图像生成。本周主要对一些感兴趣方向的论文进行了阅读，从中获取一些应用方向、创新点的启发，为以后的科研提供方向。

本周学习的是集成学习部分的内容，关于bagging和boosting有了认识，对梯度、方向导数进行学习，解开了理解不充分的地方。本周对集成学习的概念和AdaBoost、GBDT算法和空间代数进行了学习，由于时间问题，还没有通过梯度去解释GBDT算法，下周将会解开GBDT的疑惑。