hmlovetech

摘要： 本文主要介绍 CNN 模型复杂度的分析，通常来说模型复杂度一般我们关注：1）时间复杂度：模型训练和推理速度；2）占用 GPU 大小。 模型训练和推理速度 模型的训练和推理速度由“运算量”决定，即 FLOPs，“运算量”代表模型的时间复杂度。FLOPs 越大，模型训练和推理越慢，对于 CNN，每个卷积 阅读全文

摘要： 本文主要介绍一下时下很热门的 Attention 机制，从什么是 Attention 机制，到它是如何被运用到 NLP 领域，后来又应用到 CV 领域的。 什么是 Attention 机制？ Attention 机制的思想其实是借鉴了生物在观察和学习行为中的过程，也就是我们人类通常在观察和学习的时候 阅读全文

摘要： 最近刚刚开始系统了解 Object Detection，欢迎随时 Email 交流。 前言 目标检测网络的任务是要预测出各个物体的边框（Bounding Boxes）和每个物体的分类概率（Confidence Score）。 目前 Object Detection 网络一般可以分为两种：1）基于候选 阅读全文

摘要： 本文主要介绍一下分类问题中损失函数的使用，对于二分类、多分类、多标签这个三个不同的场景，在 Pytorch 中的损失函数使用稍有区别。 损失函数 Softmax 在介绍损失函数前，先介绍一下什么是 Softmax，通常在分类问题中会将 Softmax 搭配 Cross Entropy 一同使用。So 阅读全文

摘要： 本文主要涉及 ImageNet 数据集的简要介绍以及手把手教你从下载、预处理以及使用的全教程，欢迎交流。 什么是 ImageNet？ ImageNet 是一个计算机视觉系统识别项目，是目前世界上最大的图像识别数据库。此项目由斯坦福大学李飞飞等教授于 2009 年发起，当时在 CVPR2009 上发表 阅读全文

摘要： 本文主要总结整理一些「图像分割」的深度卷积神经网络和我遇到的一些问题。 前言 以下总结按照时间先后顺序来介绍深度卷积神经网络在图像分割领域的发展。其中本人用得最多的是基于 UNet 的框架结构，尤其在医学图像领域，UNet 的一些列衍生变形结构可以取得很不错的效果。关于 UNet 系列的代码以及其效 阅读全文

摘要： 最近由于项目原因，需要使用 Pytorch 进行深度学习的算法开发，于是采购了 Dell T640 服务器并搭载两张 Nvidia 的 GeForce RTX3090 GPU，服务器本身已安装好 Ubuntu18.04 系统和 Nvidia 显卡驱动，要想正常使用 GPU 版的 Pytorch，后续 阅读全文

摘要： 本文主要总结整理一些经典的 DCNN (Deep Convolutional Neural Network)。 前言 本文主要总结从 LeNet-5 往后一些著名的「DCNN」。 纵观 CNN 的发展历程，在 LeNet-5 诞生之前，1962 年，加拿大神经科学家 Hubel 和 Wiesel 通 阅读全文

摘要： 1. GPU 概述（GPU 和 CPU 的设计区别）： CPU 设计的时候是为了满足很强的通用性，处理各种不同的数据类型，特别典型的就是浮点运算，这个需要消耗比较多的时钟周期，不仅仅是数据运算，还有逻辑运算，基于这样的需求，CPU 设计的内部结构非常复杂，这可以类比一个国家的皇帝，需要处理大臣们的奏 阅读全文

摘要： 本篇做一个关于 Git 的小小分享，总结了 Git 的一些日常操作。 写在前面的话 Git 的文件状态定义是 Git 的核心内容，而不同的文件状态会储存在不同的工作区域中。 Git 库所在的文件夹中的文件大致有 4 种文件状态，如下图所示: Utracked 未跟踪状态：文件在文件夹中 (工作目录 阅读全文