摘要：
百度高效研发实战训练营-Step1 1 设计方法与实践介绍 1.1. 软件设计原则 （1）软件设计的目的 软件设计是为了使软件在长期范围内能够容易的进行变化。 变化：软件不是一成不变的，无论是软件本身的需求、软件依赖的其他软件资源都是一直在发生变化的，唯一不变的就是变化。 容易：任何一个软件的变化都 阅读全文
摘要：
YOLOR目标检测训练模型学习总结 性能测试 python test.py --data data/cocoaml --img 320 --batch 8 --conf 0.001 --iou 0.65 --device 0 --cfg cfg/yolor_p6.cfg --weights weig 阅读全文
摘要：
Contents Attention OverallSurvey NLP Language Speech CV Backbone_Classification Self-Supervised Interpretability and Robustness Detection HOI Tracking 阅读全文
摘要：
相关资料链接 机器学习术语 速查表 章节 学习笔记 思维导图 课后习题 延伸阅读 扩展习题 其他 一、绪论 Note1 Mind1 习题1 基本概念part1 基本概念part2基本概念Part3机器学习基础（上） - - 二、模型评估与选择 Note2 Mind2 习题2 机器学习基础（下） - 阅读全文
摘要：
Utils 从torch.nn.utils模块 clip_grad_norm_ 裁剪参数迭代的梯度范数。 clip_grad_value_ 在指定值处剪辑可迭代参数的梯度。 parameters_to_vector 将参数转换为一个向量 vector_to_parameters 将一个向量转换为参数 阅读全文
摘要：
卷积层 nn.Conv1d 对由多个输入平面组成的输入信号应用一维卷积。 nn.Conv2d 在由多个输入平面组成的输入信号上应用 2D 卷积。 nn.Conv3d 对由多个输入平面组成的输入信号应用 3D 卷积。 nn.ConvTranspose1d 在由多个输入平面组成的输入图像上应用一维转置卷 阅读全文
摘要：
损失函数 nn.L1Loss 创建一个衡量输入中每个元素之间的平均绝对误差 (MAE) 的标准XX和目标是的是的. nn.MSELoss 创建一个标准，用于测量输入中每个元素之间的均方误差（平方 L2 范数）XX和目标是的是的. nn.CrossEntropyLoss 该标准计算输入和目标之间的交叉 阅读全文
摘要：
Classify images Instructions are in the task pane to the left. Complete and submit each task one at a time. Task 1 Load pretrained network deepnet = a 阅读全文
摘要：
View image files Instructions are in the task pane to the left. Complete and submit each task one at a time. Task 1 Import an image img1 = imread('fil 阅读全文
摘要：
了解用户视觉需求 序号 问题 说明 1 检测什么东西？ 检测的目标物是什么？形状是什么样的？ 2 检测包含哪些指标？ 具体检测什么指标？有无？状态？尺寸？位置？粘连？差异？毛刺？颜色？ 3 目标多大？ 物体具体尺寸是多少 4 工作距离？ 安装摄像机到被测物体的距离最大允许多远？能否自由调节？ 5 分 阅读全文
摘要：
可视化经典模型的对比实验总结 环境安装 安装OpenGL sudo apt-get install -y build-essential libxmu-dev libgl1-mesa-glx libglu1-mesa-dev libgl1-mesa-dev freeglut3-dev libglew 阅读全文
摘要：
机器学习资源汇总整理 来源：https://sgfin.github.io/learning-resources/ 我应该从哪里开始？ 如果您在这里寻找机器学习的一般介绍，我将按以下顺序进行： James、Witten、Hastie 和 Tibshirani的统计学习导论。这本教科书是对该领域的精彩 阅读全文
摘要：
基于COCO数据集验证的目标检测算法天梯排行榜 AP50 Rank Model box AP AP50 Paper Code Result Year Tags 1 SwinV2-G (HTC++) 63.1 Swin Transformer V2: Scaling Up Capacity and R 阅读全文
摘要：
图像语义分割的深度学习算法回顾 用于东西分割的 COCO 数据集示例。来源： http 😕/cocodataset.org/ 引言 深度学习算法已经解决了几个难度越来越大的计算机视觉任务。在我之前的博客文章中，我详细介绍了众所周知的：图像分类和对象检测。图像语义分割挑战包括将图像的每个像素（或 阅读全文
摘要：
目标检测算法综述学习总结 摘要 近年来，CNN的飞速发展促进了计算机视觉算法的成熟。本文简要介绍了几种具有代表性的目标检测算法，并根据其优缺点，系统地分析了算法存在的问题、改进方法和未来的发展方向。 它一般分为单级检测模型和双级检测模型，基于目标检测过程中是否需要提取候选区域的检测模型进一步任务的检 阅读全文
摘要：
目标检测任务理解与总结 从字面意义理解，所谓目标检测任务，就是定位并检测目标，也就是说计算机在处理图像的时候需要解决两个问题： 1.What? —— 图像中是什么东西？我们的目标是要检测什么东西？—— 识别 Recognition 2.Where? —— 在图像的什么位置？目标的定位坐标大致范围是多 阅读全文
摘要：
基于SwinTransformer的目标检测训练模型学习总结 一、简要介绍 Swin Transformer是2021年提出的，是一种基于Transformer的一种深度学习网络结构，在目标检测、实例分割等计算机视觉任务上均取得了SOTA的性能。同时这篇论文也获得了ICCV2021年的Best Pa 阅读全文
摘要：
DeepLabv3+训练模型学习总结 一、DeepLabs3+介绍 DeepLabv3是一种语义分割架构，它在DeepLabv2的基础上进行了一些修改。为了处理在多个尺度上分割对象的问题，设计了在级联或并行中采用多孔卷积的模块，通过采用多个多孔速率来捕获多尺度上下文。此外，来自 DeepLabv2 阅读全文
摘要：
优达学城 UdaCity 纳米学位 | Num | Course | desc | | | | | | | | 1 | AI Programming with Python | 使用Python编程基础 | | | 2 | Android Basics | 安卓基础 | | | 3 | Androi 阅读全文
摘要：
我的2021个人年终总结 一、前言——是以为序 近来天气乍冷转冻，早起时捂着手说话都带着些热气。 已经开始莫名期待在爆竹声中的冰糖葫芦和烤红薯了， 前些天，老妈在群里拍了挂满香肠的照片，老爸把年货采购单也一同发了出来， 是啊，2021的进度条已经快走完了，随之而来的是下一年的开始，时间可不会等你歇一 阅读全文