一只有恒心的小菜鸟

摘要： 阅读笔记 - A Simple Baselline for Multi-Object Tracking (FairMOT)多目标跟踪，anchor-free来源于华中科大的一篇anchor-free结构同时detect和ReID的多目标跟踪方法，（和我们的方法撞车了把我们撞的稀碎。。。欲哭无泪） 1. 摘要目标检测和ReID近些年了发展较快，也促进了MOT任务的推进，但MOT领域对如何将检测和... 阅读全文

摘要： FP32转FP16能否加速libtorch调用pytorch libtorch FP16###1. PYTORCH 采用FP16后的速度提升问题 pytorch可以使用half()函数将模型由FP32迅速简洁的转换成FP16.但FP16速度是否提升还依赖于GPU。以下面的代码为例， import t 阅读全文

摘要： 小声逼逼：博客园的markdown依然如此难用。。。 来源于腾讯优图发表在ECCV20的一篇多目标跟踪的文章。 ###1. 摘要 现有的多目标跟踪方法一般都是基于检测的跟踪框架，在该框架中的方法一般又被划分为三个步骤：目标检测、特征抽取和数据关联。目前有一些跟踪方法将其中两个结合，比如检测和特征抽取 阅读全文

摘要： 作者： ShijieSun, Naveed Akhtar, HuanShengSong, Ajmal Mian, Mubarak Shah 来源： arXiv:1810.11780v1 项目：https://github.com/shijieS/SST.git 摘要 MOT方法一般包含两个步骤:目标 阅读全文

摘要： Deep Learning of Graph Matching 阅读笔记 CVPR2018的一篇文章，主要提出了一种利用深度神经网络实现端到端图匹配(Graph Matching)的方法. 该篇文章理论性较强，较难读懂。。。 论文链接 介绍这篇文章之前，需要先了解一下什么是图匹配，图匹配是干嘛的。 阅读全文

摘要： 1 import threading, time 2 import numpy as np 3 res = [] 4 class MyThread(threading.Thread): 5 def __init__(self,i,j,m1,m2): 6 threading.Thread.__init 阅读全文

摘要： 收集的一些觉得非常有用的绘图的资料： Python--matplotlib绘图可视化知识点整理 matplotlib.pyplot matplotlib gallery 阅读全文

摘要： 参考文献莫凡系列课程视频增强学习入门之Q-Learning关于增强学习的基本知识可以参考第二个链接，讲的挺有意思的。DQN的东西可以看第一个链接相关视频。课程中实现了Tensorflow和pytorch的示例代码。本文主要是改写成了gluon实现Q-learning的算法流程DQN的算法流程对于DQ 阅读全文

摘要： 继承CustomOp 定义操作符，重写前向后向方法，此时可以通过_init__ 方法传递需要用到的参数 1 class LossLayer(mxnet.operator.CustomOp): 2 def __init__(self, *args, **kwargs): 3 super(LossLay 阅读全文

摘要： 对cuda了解不多，所以使用python创建新的操作层是个不错的选择，当然这个性能不如cuda编写的代码。 在MXNET源码的example/numpy-ops/下有官方提供的使用python编写新操作符的实例。分别跑ndarray_softmax.py、numpy_softmax.py和custo 阅读全文