AI大道理 - 博客园

RepOpt-VGG：梯度参数化的开创

摘要：本文来自公众号“AI大道理” YOLov6的量化问题： yolov6在结构中大量使用了重参数结构，导致数据分布过差，PTQ精度急剧下降。另外，重参数化结构网络无法直接使用QAT进行微调提升量化性能。因为Deploy部署的模型无BN，不利于训练；Train模式进行QAT之后无法进行分支融合。阅读全文

posted @ 2022-12-20 21:46 AI大道理阅读(170) 评论(0) 推荐(0) 编辑

RepVGG：一个结构重参数化网络

摘要：本文来自公众号“AI大道理” ResNet、DenseNet 等复杂的多分支网络可以增强模型的表征能力，使得训练效果更好。但是多分支的结构在推理的时候效率严重不足。看起来二则不可兼得。能否两全其美？ RepVGG通过结构重参数化的方法，在训练的时候使用多分支结构，而在推理的时候多分支结构融合阅读全文

posted @ 2022-12-17 11:09 AI大道理阅读(919) 评论(0) 推荐(0) 编辑

Yolov3-v5正负样本匹配机制

摘要：本文来自公众号“AI大道理”。什么是正负样本? 正负样本是在训练过程中计算损失用的，而在预测过程和验证过程是没有这个概念的。正样本并不是手动标注的GT。正负样本都是针对于算法经过处理生成的框而言，而非原始的GT数据。正例是用来使预测结果更靠近真实值的，负例是用来使预测结果更远离除了真阅读全文

posted @ 2022-11-10 09:26 AI大道理阅读(2670) 评论(0) 推荐(0) 编辑

OpenCV（一） | contourArea（）求得的面积是哪里的面积？

摘要：本文来自公众号”AI大道理“。这里即有AI，也有大道理。 1、问题描述：轮廓的面积contourArea（）得出一个面积，后面利用宽*高得出一个面积，两个面积结果不一样。统计发现前者面积永远小于后者面积。编辑添加图片注释，不超过 140 字（可选）添加图片注释，不超过 140 阅读全文

posted @ 2022-08-19 17:48 AI大道理阅读(1188) 评论(0) 推荐(0) 编辑

tensorRT（二）| MNIST例子解读（建议收藏）

摘要：本文来自公众号“AI大道理”。这里既有AI，又有生活大道理，无数渺小的思考填满了一生。本文使用TensorRT MNIST的例子介绍TensorRT的基本流程。 MNIST的例子将训练好的神经网络模型转换为TensorRT的形式，并用TensorRT Optimizer进行优化。 1、全阅读全文

posted @ 2022-02-12 17:42 AI大道理阅读(443) 评论(0) 推荐(0) 编辑

C++ 智能指针如何实现智能？

摘要：本文来自公众号“AI大道理”。这里既有AI，又有生活大道理，无数渺小的思考填满了一生。指针是一个变量，其值为另一个变量的地址，即内存位置的直接地址。指针就像是一个目录，其值就像页码，页码指向某一个的内容。 1、普通指针问题1：内存泄露问题问题描述： C++没有自动回收内存的机制，每阅读全文

posted @ 2022-01-24 21:58 AI大道理阅读(155) 评论(0) 推荐(0) 编辑

GoEmotions：一个细粒度情感分类数据集

摘要：本文来自公众号“AI大道理”。这里既有AI，又有生活大道理，无数渺小的思考填满了一生。原文 | Thursday, October 28, 2021 Posted by Dana Alon and Jeongwoo Ko, Software Engineers, Google Researc 阅读全文

posted @ 2021-11-18 21:38 AI大道理阅读(1323) 评论(0) 推荐(0) 编辑

tensorRT（一）| tensorRT如何进行推理加速？（建议收藏）

摘要：本文来自公众号“AI大道理”。深度学习模型在训练阶段，为了保证前后向传播，每次梯度的更新是很微小的，这时候需要相对较高的进度，一般来说需要float型，如FP32。模型在推断（Inference）的时候只有前向计算，无需回传，因此可以使用低精度技术，如FP16、INT8、甚至是Bit（0 阅读全文

posted @ 2021-11-11 19:19 AI大道理阅读(3281) 评论(0) 推荐(0) 编辑

公众号《AI大道理》征稿函

摘要：公众号《AI大道理》将进行长期征稿。本征稿令主要征收AI相关知识、新闻、职场简历、项目实战、学习经验等等稿件。 AI包括计算机视觉、语音识别、自然语言处理三大块。计算机视觉包括分类、目标检测、识别、图像分割四大块。语音识别包括传统语音识别、HMM-GMM、Kaldi、端到端语音识别、C 阅读全文

posted @ 2021-11-10 18:46 AI大道理阅读(175) 评论(0) 推荐(0) 编辑

AI大视觉（二十） | 小目标检测的tricks汇总

摘要：本文来自公众号“每日一醒” 在计算机视觉中，检测小目标是最有挑战的问题之一。本文汇总了一些有效的策略。为何小目标（1）基于相对尺度物体宽高是原图宽高的1/10以下的可以视为小目标。目标边界框面积与图像面积的比值开方小于一定值（较为通用的值为0.03）的可以视为小目标。（2）基于绝阅读全文

posted @ 2021-08-24 21:56 AI大道理阅读(3161) 评论(0) 推荐(0) 编辑