1 基础变量类型 1.1 基础变量类型 1.2 FString, FName, FText三者的区别以及相互转化 FString: 类似于C的String，可以修改 FName：更倾向于一个名称，是不可更改的，引擎中的资源名称都是这个类型 FText：在于显示和本地化，本地化就是多种语言的处理 2 容器 2.1 TArray 定义：TArray&l…

1 UE C++项目 1.1 Target.cs和Build.cs .build.cs文件：用来编译每个模块并处理相关依赖的 .Target.cs：为目的平台所进行的设置。 Unreal Head Tool（UHT）：用来收集头文件，编译反射数据，存储在generator.h。 1.2 各个头文件的含义 #pragma once: 保护头文件只会被…

1 数据类型 1.1 枚举类型 枚举是一种用户自定义的类型，可以将数字标号定义为具体的符号 枚举一般用于对各种不同的状态，定义可识别的符号 如在某个场景中使用1、2、3来表示红黄蓝 那么可以使用枚举来对1、2、3来进行具像化，如下： 枚举本质上是数字 默认从0开始递增，也可以手动指定，如上指定为RED=1，那么YELLOW为2 枚举可以配合swit…

论文地址：Weakly-Supervised Camouflaged Object Detection with Scribble  1 Introduction 在这篇文章中，作者提出了第一个弱监督的COD模型，它仅使用简笔画(Scribble Annotations)作为监督。总体来说，作者设计了： LCC模块用来模拟人眼的视觉抑制，即抑制一些…

论文地址：Frequency Perception Network for Camouflaged Object Detection 1 Introduction 现在的方法大多在RGB域内进行伪装目标识别，通过纹理不一致性来初步发现伪装目标。在图像频率域里，高频通常描绘图片的细节，低频通常描绘图片的轮廓特征。作者在文章中提出了两阶段识别网络——F…

论文地址：Drop an Octave: Reducing Spatial Redundancy in Convolutional Neural Networks with Octave Convolution 1 Introduction 图片可以被分解为低空间频率和高空间频率的部分，它们分别描述缓慢变化的结构和剧烈变化的详细细节。作者认为卷积层…

论文地址：ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks 1 Background ECA-Net是SENet的改进，SENet在计算C个通道的attention score的时候，使用的是单隐藏层的MLP: C->C/r->C，作者…

论文地址：Learning with Explicit Shape Priors for Medical Image Segmentation 1 Introduction 在医学图像中，不同的器官或病灶通常具有特定的形状和结构，这些形状和结构信息对于分割模型来说非常关键，因此先前的许多工作尝试利用形状先验来设计分割模型，以获得具有解剖形状信息的更…

Depthwise Separable Convolution（深度可分离卷积）是将传统卷积分成两步进行计算即Depthwise和Pointwise。可以简化参数量和计算量，通常应用在轻量化网络中。 1 Depthwise Convolution Depthwise Conv和普通的卷积不同，Depthwise Conv的卷积核只有一个，其通道的数…

论文地址：CamoFormer: Masked Separable Attention for Camouflaged Object Detection 1 研究动机 现在的伪装目标识别的模型都没有把前景和背景分开处理，这就很难从相似的环境中识别出伪装目标，现在的目标，关键就是分别encode前景和背景。受到Masked Multi-Head At…