$$ \textbf{life} = \int_{birth}^{now} \mathbf{happy}(time) + \mathbf{sad}(time) d(time) $$

A Python and PyTorch developer, deep-learning worker and open-source activist.

Created by the awesome tool. 😊

• 📝 I regulary write articles on https://www.yuque.com/lart
• 💬 Ask me about Python, PyTorch in ISSUES
• ⚡ Fun fact I am a boy.

• 生成模型 | 扩散模型损失函数公式推导 - Sat, 23 Aug 2025: 本文推导了扩散模型的损失函数，通过引入前向分布简化计算，最终将损失分解为三部分：$L_T$（可忽略的常量）、$L_{t-1}$（KL散度项）和$L_0$（重构误差）。
• 生成模型 | 扩散模型公式推导 - Sat, 23 Aug 2025: 本文介绍了扩散模型的前向加噪和反向去噪过程。前向过程通过马尔科夫链逐步将数据$x_0$转化为高斯噪声$x_T$，其中噪声强度由预设参数$�eta_t$控制。反向过程则利用神经网络从噪声$x_T$逐步恢复原始数据$x_0$。
• ICCV 2025 | Reverse Convolution and Its Applications to Image Restoration - Sun, 17 Aug 2025: 本文提出了一种新颖的深度可分离反向卷积算子（reverse convolution），通过建立并求解正则化最小二乘优化问题，实现了对depthwise卷积的有效反转。该算子采用FFT推导闭式解，并详细研究了核初始化、padding策略等实现细节。基于此构建的reverse卷积块结合了层归一化、1×1卷积和GELU激活，形成类Transformer结构，可直接替换现有网络中的常规卷积层，构建ConverseNet。
• TCSVT 2023 | StructToken - Rethinking Semantic Segmentation with Structural Prior - Sun, 17 Aug 2025: 一种新的语义分割范式，通过结构化token直接构建语义掩码并逐步细化，而非传统逐像素分类方法。作者设计了三种交互结构（CSE、SSE和静态卷积）来捕获特征图中的结构信息，并通过堆叠处理单元实现mask细化。
• torchvision 中 deform_conv2d 操作的经验性解析 - Sun, 17 Aug 2025: 详细解析了torchvision中可变形卷积(deform_conv2d)的实现原理和使用方法。
• 一次由默认参数引起的思考 - Sun, 17 Aug 2025: 本文探讨了依赖版本更新导致代码输出不一致的问题。作者在迁移代码时发现，由于Pillow图像处理库从6.2.1升级到7.2.0，其默认插值策略改变导致resize()函数输出结果不同。文章分析了默认参数的利弊，指出其虽提升开发效率但存在潜在风险。作者建议采取两种应对策略：一是固定依赖版本确保稳定性；二是对关键参数进行显式配置。最后强调开发应以程序稳定运行为首要目标，盲目追求新版本可能得不偿失，并提醒开发者需谨慎对待工具依赖的版本管理。
• TIP 2004 | Image quality assessment: From error visibility to structural similarity - Sun, 17 Aug 2025: 本文介绍了全参考图像质量评估方法SSIM（结构相似性指数）的设计背景与实现。传统评估方法如MSE和PSNR虽计算简单，但与人类感知质量匹配度低。SSIM基于结构信息退化假设，通过亮度、对比度和结构三个分量评估图像质量。论文详细阐述了SSIM的算法框架，并对比了不同实现的高斯滤波处理方式差异。作者基于PyTorch实现了可微分的MSSIM代码，支持用户自定义padding和核形式参数，确保与现有实现兼容。该指标在图像处理系统优化、算法评估等领域具有重要应用价值。
• ACMMM 2024 | Wave-Mamba: Wavelet State Space Model for Ultra-High-Definition Low-Light Image Enhance - Fri, 01 Aug 2025: 针对超高清低照度图像增强中的计算复杂度和信息丢失问题，提出Wave-Mamba模型。该模型创新性地结合离散小波变换（DWT）与状态空间模型（SSM），通过小波域分析发现：1）93.7%图像能量集中于低频分量；2）高频对增强结果影响微弱。基于此，设计低频状态空间模块（LFSSBlock）进行全局增强，并通过改进的高频增强模块（HFEBlock）校正细节。
• ICCV 2025 | WaveMamba: Wavelet-Driven Mamba Fusion for RGB-Infrared Object Detection - Fri, 01 Aug 2025: 本文提出WaveMamba，一种基于小波变换和Mamba的RGB-红外跨模态目标检测方法。研究发现RGB和红外图像在频域具有互补特性：红外图像低频信息丰富，RGB图像高频细节突出。WaveMamba通过离散小波变换分解特征，采用低频Mamba融合块（结合通道交换和门控注意力）和高频绝对最大值增强策略，实现高效特征融合。在六个基准数据集上的实验表明，该方法平均mAP提升4.5%，同时保持较低计算开销，为跨模态目标检测提供了新思路。
• ICCV 2025 | CWNet: Causal Wavelet Network for Low-Light Image Enhancement - Thu, 24 Jul 2025: 本文提出一种基于因果推理与小波变换的低光照图像增强方法。CWNet通过因果干预分析揭示潜在因果关系，采用全局度量学习分离因果/非因果因子，并引入实例级CLIP语义损失确保局部一致性。同时设计基于小波变换的主干网络优化频域信息恢复。实验表明，CWNet在多个数据集上优于现有方法，有效解决了光照不均与语义保持的挑战。该方法为低光增强提供了新的因果推理视角，显著提升了视觉质量与语义准确性。

View the archives @ csdn@p_lart.

Name	Stars	Description
Hands-on-Docker (中文)		一份详尽的 Docker 使用指南。
Awesome-Class-Activation-Map		An awesome list of papers and tools about the class activation map (CAM) technology.
PyTorchTricks		Some tricks of pytorch…
MethodsCmp		A Simple Toolkit for Counting the FLOPs/MACs, Parameters and FPS of Pytorch-based Methods.
PySODEvalToolkit		A Python-based salient object detection and video object segmentation evaluation toolbox.
PySODMetrics		A simple and efficient implementation of SOD metrcis.
PyLoss		Some loss functions for deeplearning.
OpticalFlowBasedVOS		A simple and efficient codebase for the optical flow based video object segmentation.
CoSaliencyProj		A project for co-saliency detection. Some codes are borrowed from ICNet. Thanks to ICNet Intra-saliency Correlation Network for Co-Saliency Detection (NIPS2020)
RunIt		A simple program scheduler for your code on different devices.
RegisterIt		Register it: A more flexible register for the DeepLearning project.
mssim.pytorch		A better pytorch-based implementation for the mean structural similarity. Differentiable simpler SSIM and MS-SSIM.
tta.pytorch		Test-Time Augmentation library for Pytorch.
YuQueTools		A simple tool to download your own articles from yuque.
ManageMyAttachments		Manage the attachments of your own obsidian vault.