SiamFC网络图中z代表的是模板图像，算法中使用的是第一帧的ground truth；x代表的是search region，代表在后面的待跟踪帧中的候选框搜索区域；ϕ代表的是一种特征映射操作，将原始图像映射到特定的特征空间，文中采用的是CNN中的卷积层和pooling层；6×6×128代表z经过ϕ后得到的特征，是一个128通道6×6大小feature，同理，22×22×128是x经过ϕ后....

粒子滤波器方法通常用于视觉跟踪。从统计角度来看，它是一种顺序蒙特卡罗重要抽样方法，用于根据观测序列估计动态系统的潜状态变量。粒子滤波步骤：初始状态：用大量粒子模拟X（t），粒子在空间内均匀分布；预测阶段：根据状态转移方程，每一个粒子得到一个预测粒子；校正阶段：对预测粒子进行评价，越接近于真实状态的粒子，其权重越大；重采样：根据粒子权重对粒子进行筛选，筛选过程中，既要大量保留权重...

点击右侧localhost下的数据库，右键选择“新建数据库”，创建一个新的数据库，命名为“sys”。下载地址： https://dev.mysql.com/downloads/installer/打开Dbeaver，文件——新建——数据库连接，数据库类型选择“MySQL”，服务器地址为。选择“sys”下的“表”，右键——新建表，创建一张新表，命名为user_data。MySQL需要一个可视化工具，

项目GitHub地址：https://github.com/Snowstorm0/learn-squaretest项目Gitee地址：https://gitee.com/Snowstorm0/learn-squaretestSquaretest是一款自动生成单元测试的插件，可以装在idea中。

1.查看信息：输入以下程序：dmesg | egrep -i -B100 'killed process'可以输出最近killed的信息。2.设定kill优先度：（1）完全关掉oom（不建议）：sysctl vm.overcommit_memory=2echo “vm.overcommit_memory=2” >> /etc/sysctl.conf（2...

原文链接1 粒子滤波（particle filtering）粒子滤波是对预测粒子进行评价，添加不同的权重，越接近于真实状态的粒子，其权重越大；否则，就加的权重小一些。步骤：（1）初始状态：开始认为x(0)在全状态空间内平均分布。然后将所有采样输入状态转移方程，得到预测粒子。（2）预测阶段：粒子滤波首先根据x(t-1)的概率分布生成大量的采样，这些采样就称之为粒子。那么这些采样在状态空间中的分布实际

1 原理对于生成对抗网络GAN，一个简单的理解是可以将其看做博弈的过程，我们可以将生成模型和判别模型看作博弈的双方，比如在犯罪分子造假币和警察识别假币的过程中：生成模型G相当于制造假币的一方，其目的是根据看到的钱币情况和警察的识别技术，去尽量生成更加真实的、警察识别不出的假币。判别模型D相当于识别假币的一方，其目的是尽可能的识别出犯罪分子制造的假币。 这样通过造假者和识假者双方的较量和朝目的的改进

原文链接1 粒子滤波（particle filtering）粒子滤波是对预测粒子进行评价，添加不同的权重，越接近于真实状态的粒子，其权重越大；否则，就加的权重小一些。步骤：（1）初始状态：开始认为x(0)在全状态空间内平均分布。然后将所有采样输入状态转移方程，得到预测粒子。（2）预测阶段：粒子滤波首先根据x(t-1)的概率分布生成大量的采样，这些采样就称之为粒子。那么这些采样在状态空间中的分布实际

1.虚拟环境安装：若安装失败，可能权限不够，需要在根用户下安装：进入根用户2.安装torch：pip install torch或者使用：conda install torch3.若出现报错PackageNotFoundError：Fetching package metadata ...........PackageNotFoundError: Package......

在搞深度学习的时候，我们在本地开发，但是需要在服务器去运行工程，所以需要使用Pycharm进行远程配置，可以实现本地代码自动同步到服务器，并在本地使用服务器的解释器。条件：需要使用专业版Pycharm。