随笔分类 - Deep Learning
摘要：目标跟踪初探（DeepSORT） （里面包含匈牙利匹配算法和卡尔曼滤波的讲解） Deep SORT多目标跟踪算法代码解析(上) 带你入门多目标跟踪（二）SORT&DeepSORT 多目标跟踪(MOT)最新综述，一文快速入门 （写的还可以） https://github.com/luanshiyiny
阅读全文
摘要：Pose Estimation:DensePose
阅读全文
摘要：本文的参考资料： Pytorch——多卡GUP训练原理(torch.nn.DataParallel) （博客园） [源码解析] PyTorch 分布式(2) DataParallel(上) Pytorch的nn.DataParallel（知乎） DataParallel的流程 DataParalle
阅读全文
摘要：运用场景 医学场景： 手术动作训练和打分 身体康复训练 竞技运动场景： 运动员动作纠正 跳水、体操、花样滑冰等运动的AI裁判 日常场景： 太极、广场舞等活动的训练与打分 俯卧撑、跑步姿势是否标准 (举keep的例子)
阅读全文
摘要：转自：目标检测评价标准mAP mAP全称是mean Average Precision，这里的Average Precision，是在不同recall下计算得到的。对于所有类别的AP求平均就得到mAP了。 模板检测模型中，如果AP50高，说明模型的定位能力有了；AP95低，说明模型的定位能力还不够精
阅读全文
摘要：概念 FLOPS和FLOPs的区别： FLOPS：注意全大写，是floating point operations per second的缩写，意指每秒浮点运算次数，理解为计算速度。是一个衡量硬件性能的指标。 FLOPs：注意s小写，是floating point operations的缩写（s表复
阅读全文
摘要：目标检测入门，看这篇就够了 (总结了各个方法的主要流程、相比之前方法的改进和优缺点，R-CNN系列讲解的很不错，YOLO和SSD讲解的不好） 综述：目标检测二十年（2001-2021） 目标检测究竟发展到了什么程度？| 目标检测发展22年 （推荐） 哔哩哔哩：浙江大学-机器学习-目标检测 （推荐）
阅读全文
摘要：本文摘自：什么是语义分割、实例分割、全景分割 目标检测（object detection） 识别图像中存在的内容和检测其位置，如下图，以识别和检测人（person）为例 语义分割（semantic segmentation） 对图像中的每个像素打上类别标签，如下图，把图像分为人（红色）、树木（深绿）
阅读全文
摘要：神经网络经常加入weight decay来防止过拟合，optimizer使用SGD时我们所说的weight decay通常指L2 weight decay，即，加在loss中的L2正则项。 L2正则项在Michael Nielsen的Neural Networks and Deep Learning
阅读全文
摘要：How to use Pre-trained Word Embeddings in PyTorch NPL之如何使用Glove--词向量转化
阅读全文
摘要：Noise Contrastive Estimation 前世今生——从 NCE 到 InfoNCE Noise Contrastive Estimation 随笔
阅读全文
摘要：假设我们搭建的模型名称为net，在训练时，我们想查看第0个block的attention中的矩阵K的梯度函数和前几个权重、梯度： net.transformer.encoder.layer[0].attn.key.weight.grad_fn （key即矩阵K） net.transformer.en
阅读全文
摘要：position embedding:This post is all you need（②位置编码与编码解码过程）
阅读全文
摘要：深度聚类算法研究综述(A Survey of Deep Clustering Algorithms)
阅读全文
摘要：特征可视化技术(CAM) Pytorch可视化神经网络热力图(CAM)
阅读全文
摘要：图像降噪算法——DnCNN / FFDNet / CBDNet / RIDNet / PMRID / SID
阅读全文
