04 2021 档案
摘要：一 介绍 Copy ''' 定义： In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at
阅读全文
摘要：YOLO9000 VOC数据集可以检测20种对象，但实际上对象的种类非常多，只是缺少相应的用于对象检测的训练样本。YOLO2尝试利用ImageNet非常大量的分类样本，联合COCO的对象检测数据集一起训练，使得YOLO2即使没有学过很多对象的检测样本，也能检测出这些对象。 基本的思路是，如果是检测样
阅读全文
摘要：YOLO的特点：使用来自整张图像的特征来预测每个bounding box 首先，将整张图分成S*S的网格，如果一个物体的中心落在某个网格中，就用该网格检测这个物体。 每个网格预测B个bounding box，以及对应的置信度。 置信度的含义： 模型确定这个box包含有物体的程度 模型认为box属于预
阅读全文
摘要：前言 目标检测(Intance Detection) 和图像分割(Image Segmantation) 算是深度学习中两个个比较热门的项目了，单级式检测(YOLO、SSD)和双级式检测(Fast R-Cnn)代表了如今大多数的目标检测方法，而FCN、U-net、Deeplab则引领了图像分割的潮流
阅读全文
摘要：在使用pytorch的时候利用下面的语句指定GPU为仅为"6"，但是用nvidia-smi查看GPU使用时，仍默认为"0"号 import pytorchimport osos.environ['CUDA_VISIBLE_DEVICES'] = '6'解决方案：将上述语句放到当前这个python文件
阅读全文
摘要：卷积神经网络为什么具有平移不变性？ 在我们读计算机视觉的相关论文时，经常会看到平移不变性这个词，本文将介绍卷积神经网络中的平移不变性是什么，以及为什么具有平移不变性。 什么是平移不变性 不变性 不变性意味着即使目标的外观发生了某种变化，但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性，因
阅读全文
摘要：简介 f-string，亦称为格式化字符串常量（formatted string literals），是Python3.6新引入的一种字符串格式化方法，该方法源于PEP 498 – Literal String Interpolation，主要目的是使格式化字符串的操作更加简便。f-string在形
阅读全文
摘要：1.nohup 用途：不挂断地运行命令。 语法：nohup Command [ Arg … ] [ & ] 无论是否将 nohup 命令的输出重定向到终端，输出都将附加到当前目录的 nohup.out 文件中。 如果当前目录的 nohup.out 文件不可写，输出重定向到 $HOME/nohup.o
阅读全文
摘要：来自这篇论文：<Learning Spatial Fusion for Single-Shot Object Detection> 论文地址:https://arxiv.org/pdf/1911.09516v1.pdf 代码地址:https://github.com/ruinmessi/ASFF 捕
阅读全文
摘要：检测算法实际同时作检测（坐标回归）和判别（分类），并且从直觉上讲，后者依赖于前者。而YOLO v3是个多任务，同时完成这2项任务。这与我以前常见的任务不一样，是个很好的学习案例。而在学习YOLOv3之前以及过程中，先后产生了许许多多的疑问。例如： 多个cell，多个anchor，在训练时哪个与gro
阅读全文
摘要：前言yolov5提供了一种超参数优化的方法–Hyperparameter Evolution，即超参数进化。超参数进化是一种利用 遗传算法(GA) 进行超参数优化的方法，我们可以通过该方法选择更加合适自己的超参数。 提供的默认参数也是通过在COCO数据集上使用超参数进化得来的。由于超参数进化会耗费大
阅读全文
摘要：store_true 是指带触发action时为真，不触发则为假， 代码去掉default初始化，其功能也不会变化 parser.add_argument('-c', action='store_true')# 或者parser.add_argument('-c', action='store_tr
阅读全文
摘要：[python] numpy axis概念整理筆記 整理一下numpy和pandas中 axis(軸)的概念 以一個3x3 numpy array當做範例 ndarray = numpy.arange(1,10).reshape(3,3) [[1, 2, 3], [4, 5, 6], [7, 8,
阅读全文
摘要：理解方式： [i:j:s] 也就是，两个冒号分割了三个数i,j,s i是起始位置 j是终止位置（最终序列里边不包含终止位置） s就是step，步长 重点： 当写两个冒号的时候, [::-1]，相当于省略了i,j，也就是取所有的i和j，但是步长为-1，也就是倒序 同理，[::-2]就是步长为-2，也就
阅读全文
摘要：如何设置PyTorch的动态学习率 本文主要涉及内容：Optimizer、_LRScheduler等源码分析。本文依旧基于PyTorch 1.1.0。 Optimizer PyTorch提供了torch.optim.lr_scheduler来帮助用户改变学习率，下边将从Optimizer入手，看一下
阅读全文
摘要：首先借用有心人士的一张相当直观清晰的图来划分各种协议：开源许可证GPL、BSD、MIT、Mozilla、Apache和LGPL的区别 以下是上述协议的简单介绍：BSD开源协议BSD开源协议是一个给于使用者很大自由的协议。基本上使用者可以”为所欲为”,可以自由的使用，修改源代码，也可以将修改后的代码作
阅读全文
摘要：darknet的cfg文件中有一个配置参数: burn_in burn_in=1000这个参数在caffe中是没有的，一旦设置了这个参数，当update_num小于burn_in时，不是使用配置的学习速率更新策略，而是按照下面的公式更新 lr = base_lr * power(batch_num/
阅读全文
摘要：dataloader本质上是一个可迭代对象，使用iter()访问，不能使用next()访问； 使用iter(dataloader)返回的是一个迭代器，然后可以使用next访问； 也可以使用for inputs,labels in enumerate(dataloader)形式访问，但是enumera
阅读全文
摘要：总结： 可迭代对象：list、dict都是可迭代对象，但不是迭代器 实现了next方法，则称迭代器 进一步的，如果惰性生成，就成为生成器，生成器分为生成器表达式和生成器函数（yield） 生成器 通过列表生成式，我们可以直接创建一个列表。但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含1
阅读全文
摘要：【炼丹技巧】 在深度学习中，经常会使用EMA（指数移动平均）这个方法对模型的参数做平均，以求提高测试指标并增加模型鲁棒。 今天瓦砾准备介绍一下EMA以及它的Pytorch实现代码。 EMA的定义 指数移动平均（Exponential Moving Average）也叫权重移动平均（Weighted
阅读全文
摘要：前言 基本的神经网络的知识（一般化模型、前向计算、反向传播及其本质、激活函数等）小夕已经介绍完毕，本文先讲一下深度前馈网络的BP过程，再基于此来重点讲解在前馈网络中用来初始化model参数的Xavier方法的原理。 前向 前向过程很简单，每一层与下一层的连接边(即参数)构成了一个矩阵(即线性映射)，
阅读全文
摘要：if h > w: new_h, new_w = self.output_size * h / w, self.output_size else: new_h, new_w = self.output_size, self.output_size * w / h
阅读全文
摘要：The last_epoch parameter is used when resuming training and you want to start the scheduler where it left off earlier. Its value is increased every ti
阅读全文
摘要：torch.optim torch.optim是一个实现了各种优化算法的库。大部分常用的方法得到支持，并且接口具备足够的通用性，使得未来能够集成更加复杂的方法。 如何使用optimizer 为了使用torch.optim，你需要构建一个optimizer对象。这个对象能够保持当前参数状态并基于计算得
阅读全文
摘要：机器学习之课程式学习（Curriculum Learning） 在2009年的国际顶级机器学习会议ICML上，以机器学习领军人物Bengio为首的研究团队首次提出了课程式学习（Curriculum Learning）的概念，引起了机器学习领域的极大轰动。其后数十年间，众多关于课程式学习、自步学习（S
阅读全文
摘要：比Momentum更快：揭开NAG的真面目 作为一个调参狗，每天用着深度学习框架提供的各种优化算法如Momentum、AdaDelta、Adam等，却对其中的原理不甚清楚，这样和一条咸鱼有什么分别！（误）但是我又懒得花太多时间去看每个优化算法的原始论文，幸运的是，网上的大神早就已经帮人总结好了：《A
阅读全文
摘要：__init__.py的主要作用是： 1. Python中package的标识，不能删除 2. 定义__all__用来模糊导入 3. 编写Python代码(不建议在__init__中写python模块，可以在包中在创建另外的模块来写，尽量保证__init__.py简单） __init__.py 文件
阅读全文
摘要：一、 在利用python处理数据的时候，经常会用到numpy API: np.random.seed() 与 np.random.RandomState() 但这两个函数的用法，一直不太好理解。在网上查找了许多文章，研究了下他们的异同。做个记录。 1,np.random.seed() 设置seed(
阅读全文
摘要：未来 5-10年计算机视觉发展趋势 来源： CCF计算机视觉专委会 引言 计算机视觉是人工智能的“眼睛”，是感知客观世界的核心技术。进入 21世纪以来，计算机视觉领域蓬勃发展，各种理论与方法大量涌现，并在多个核心问题上取得了令人瞩目的成果。为了进一步推动计算机视觉领域的发展，CCF-CV组织了RAC
阅读全文