SAM，segment anything是由meta开源的分割模型，它可以用框选、提示、文本prompt范式对图像进行分割，而无需额外训练，这一类方法构筑的网络已经成为CV任务的基础模型。
PengChao
自编码器AE、VAE、dVAE、VQ-VAE、VQ-VAE2
在多模态、生成模型中会用到几种类型的自编码器，通常具有Encoder、Decoder的结构。
DALL-E论文笔记
DALL-E是OpenAI的多模态与训练模型，有120亿参数，在2.5亿图像文本对上寻来呢完成，主要用于文生图后续有DALL-E2和DALL-E3，其中DALL-E和DALL-E2是可以找到源代码和权重的，后面的DALL-E3是闭源的。学习原理的话我们从DALL-E入手。
从GPT开始，zero-shot的想法开始成为自然语言处理的主流，而视觉领域能否zero-shot呢（训练一个大模型，后续使用不需要微调）？CLIP和DALL-E告诉我们视觉也可以zero-shot，所以文章的Tile是Zero-Shot Image Generation，DALL-E的名字灵感来自于著名画家Salvador Dali和墨西哥的墙Wall-E。
HSV颜色空间的运动判出
来自论文： iccv99.pdf (ed.ac.uk) Change Detection in Color I … 阅读更多
cmake引用pybind11
python调用C++用pybind11来封装接口比较方便易用，由于pybind11和python环境有匹配关系，cmake构建工程时先检测python环境，然后导入pybind11环境，这篇博客提供一个参考的cmakelists和一个简单的测试。
Python保存函数入参到文件，并从文件load再次调用
在部分调试场景下，我们需要保存函数运行的现场，方便直接从函数入口开始调试（而不是从头开始运行整个工程），我们通常会选择把函数入参保存到文件，再次调试时我们从文件运行即可。下面的代码段提供了一个功能，把函数所有入参保存到文件，然后重新从文件load函数入参，并调用函数。泛型入参都打包到字典，保证代码复用。
Demosaic算法的零散笔记
demosaic算法主要过程是判边（Direction）和插值，同时需要考虑区域的饱和度（Saturation … 阅读更多
2008-2023经济数据摘录
数据来源是东方财富网站，博客只做贴图（特别留意几个时间点：2018年贸易战，2019-2022疫情情前后的变化），数据本身很有趣，博主的comments不构成投资建议，不过毫无疑问的是我们正处于通缩周期中。
香港REITs(一)发展
不动产投资信托（Real Estate Investment Trusts，缩写REITs）又称房托基金、地产信托，于1960年发源于美国，是一种通过发行收益信托凭证/股份汇集资金，由管理人进行房地产投资、经营和管理，并将投资总和收益分配给投资者的证券。
对于投资者而言，REITs由不动产的证券话以及许多投资人的资金募集，使得没有庞大资本的一般投资人也能以降低门槛参与不动产市场，活动不动产市场交易、租金与增值所带来的收益。同时投资人不需要实质持有不动产标的，就可在正确市场交易，因此市场流通性由于不动产。
德国银行N26信用卡开户
参考链接： https://wzproject.com/n26-review/
Pyside6 Graphview鼠标框选
上一篇博客给了一个QImageView类，其中实现了图片浏览器的基础鼠标操作，在此基础之上，进一步实现鼠标框选的操作。具体实现时，我们先构建一个场景类QImageScene，用于管理场景中的Item，场景中的Item主要有两类，一类是图像，另一类是选择框。对于选择框的操作，我们把鼠标事件定义在QImage Scene类中。
Pyside6实现的ImageView类
实现了一个ImageView类，继承自QGraphicsView，主要overwrite鼠标和滚轮事件，实现基本的拖拽，以鼠标中心点进行缩放。
图像高斯噪声情况下的运动判别
问题是我们估计一对图像之间是否存在局部运动，我们知道这两张图像各自的噪声分布，在某个亮度下服从正态分布sigm … 阅读更多
MATLAB符号工具箱（三）求导数和驻点
使用符号工具箱求导函数，以及使用solve解方程的一个简单例子：