摘要：
最简单的Flask应用示例 创建一个flask实例，使用route构建路由，app.run开启服务 from flask import Flask app = Flask(__name__) @app.route('/') def hello_world(): return 'Hello, Worl 阅读全文
摘要：
moblienetv1、moblienetv2、mobilenetv3发展历程 参考知乎大神R.JD，总结的非常到位：https://zhuanlan.zhihu.com/p/70703846utm_source=wechat_session&utm_medium=social&utm_oi=973 阅读全文
摘要：
多尺度检测（不同的idea） （特征金字塔）（空间金字塔池化）（带洞空间金字塔池化）（融合深浅层特征） 检测和分割中的例子 分割： sppnet中的spp空间金字塔池化结构；(spatial pyramid pooling) pspnet中的pyramid pooling moudle结构，综合讲是 阅读全文
摘要：
YOLOV3 YOLO3主要的改进有：调整了网络结构；利用多尺度特征进行对象检测；对象分类用Logistic取代了softmax。 新的网络结构Darknet -53 darknet-53借用了resnet的思想，在网络中加入了残差模块，这样有利于解决深层次网络的梯度问题，每个残差模块由两个卷积层和 阅读全文
摘要：
一、核心思路 人脸检测任务与通用目标检测是一派任务，检测上的tricks均可以在人脸领域测试使用。 ①使用retinanet作为基本结构，轻量级backbone，轻量级fpn结构， ②加入了iou预测分支 ③使用inception模块带来多尺度感受野，增加dcn模块进行灵活卷积 ④框损失使用Diou 阅读全文
摘要：
GFocal_loss简单总结 文章的主题很突出，针对一阶段目标检测领域的两个现存的表示问题进行分析，并提出合理的解决方案 论文链接 作者知乎解读链接 代码链接 问题1： 用法不一致，训练时分类与回归的head各自分开训练各自的，但是在推理的时候因为NMS的score，又把分类分数和框质量的分数相乘 阅读全文
摘要：
包含项目结构、整体训练流程、训练调用细节 目的仅为梳理paddle在目标检测方面的训练流程以及调用细节，详见官方文档及代码 Paddle-detection框架 首先，观察整个项目的目录结构： 静态图选择配置模型在configs中，支持数据类型在dataset中，所有模型具体代码在ppdet中，数据 阅读全文
摘要：
入门示例 pdpd静态图大体上是如下这样一个过程，先有个印象，具体参考代码理解首先定义前向网络（定义模型时需要占位），指标计算(label,loss,outs)，优化器train函数： 设置paddle的数据读取对象reader，类似torch的dataloader，reader会一次提供多列数据 阅读全文
摘要：
redis常用操作命令 redis简介 redis是一个高性能的key-value存储系统。和Memcached类似，它支持存储的value类型相对更多，包括string(字符串)、list(链表)、set(集合)、zset(sortedset--有序集合)和hash（哈希类型）。 redis支持主 阅读全文
摘要：
mysql基础命令 启动登录操作: 启动： net start mysql 登录： mysql -uroot -p 退出登录： exit 数据库操作： 查看所有数据库： show databases; 使用数据库： use 数据库名； 创建数据库： create database 数据库名 char 阅读全文
摘要：
Gunicorn ‘Green Unicorn’ 是一个 UNIX 下的 WSGI HTTP 服务器 在 Gunicorn 上运行 Flask 应用 修改下面myproject为自己的服务文件名即可 $ gunicorn myproject:app 使用如下命令即可启动多个应用实例： $ gunic 阅读全文
