SSD 数据增强前言1、Compose2、SSDCropping (重点)3、Resize4、ColorJitter5、ToTensor6、RandomHorizontalFlip (重点)7、Normalization8、AssignGTtoDefaultBox (重点) 前言 根据原论文，我们需要处理的有以下：data_transform = {
"train": transform
绝大部分写业务的程序员，在实际开发中使用 Redis 的时候，只会 Set Value 和 Get Value 两个操作，对 Redis 整体缺乏一个认知。这里对 Redis 常见问题做一个总结，解决大家的知识盲点。
1、为什么使用 Redis
在项目中使用 Redis，主要考虑两个角度：性能和并发。如果只是为了分布式锁这些其他功能，还有其他中间件 Zo
转载
2023-08-09 21:20:09
24阅读
本文为 "Awesome AutoML Papers" 的译文。 1、AutoML简介 Machine Learning几年来取得的不少可观的成绩，越来越多的学科都依赖于它。然而，这些成果都很大程度上取决于人类机器学习专家来完成如下工作： 数据预处理 Preprocess the data 选择合适
原创
2021-05-01 19:21:44
555阅读
http://hstore.cs.brown.edu/publications/
原创
2022-08-08 09:09:28
106阅读
本文为Awesome-AutoML-Papers的译文。1、AutoML简介Machine Learning几年来取得的不少可观的成绩，越来越多的学科都依赖于它。然而，这些成果都很大程度上取决于人类机器学习专家来完成如下工作：数据预处理 Preprocess the data选择合适的特征 Select appropriate features选择合适的模型族 Select an appr
翻译
2022-05-18 21:34:30
370阅读
1.Deep_Sort_PytorchDeep_Sort_Pytorch是一份PyTorch实现的多目标跟踪的开源库，该代码实现的是广为人知的deep sort多目标跟踪算法，算法原作者的实现是基于TensorFlow的，作者用PyTorch实现了RE-ID（目标重识别）模块，并将目标检测模型从Faster RCNN 替换为YOLOv3。作者提供了预训练模型，不过如果你要自己训练RE-ID模型的话
转载
2023-08-01 14:36:26
264阅读
初步认识pytorch是什么PyTorch 是一个基于 python 的科学计算包，有以下特性： 作为 NumPy 的替代品，可以利用 GPU 的性能进行计算。 作为一个高灵活性，速度快的深度学习平台。有什么TENSORS张量如同数组和矩阵一样, 是一种特殊的数据结构，实际上就是一个多维数组。在PyTorch中, 神经网络的输入、输出以及网络的参数等数据, 都是使用张量来进行描述。张量的使用和Nu
PyTorch复现ResNet学习笔记一篇简单的学习笔记，实现五类花分类，这里只介绍复现的一些细节如果想了解更多有关网络的细节，请去看论文《Deep Residual Learning for Image Recognition》简单说明下数据集，下载链接,这里用的数据与AlexNet的那篇是一样的所以不在说明一、环境准备可以去看之前的一篇博客，里面写的很详细了，并且推荐了一篇炮哥的环境搭建环境A
文章目录导读论文代码核心代码 - Block类完整模型ConvNext Isotropic执行main.py学习其main.py写法 导读ConvNeXt基于RestNet50，灵感于Sw-Transformer，对ResNet50进行改进，仍保证是卷积网路，是篇调参发挥极致的论文传统卷积与现代VIT性能区别可能于训练技巧：SwT和VIT使用的训练策略，AdamW优化器，带有权重
实例分割，是将物体检测和语义分割两者结合的任务，目的是在语义分割的同时，即便同一个类的物体之间，也会区别不同的个体。比如道路上两辆车，语义分割会将这两辆车划分为同一个颜色，也就是同一类;而实例分割则会将这两辆车划分为两个颜色，区别出这两辆车。 这篇文章便给出了一个很简单、可扩展，并且稳定性高的模型——Mask RCNN，来进行实例分割，这个模型还是以Faster RCNN为基础的（手动佩服Kaim
【金山文档】 PyTorch_tutorial_0.0.5_余霆嵩https://kdocs.cn/l/coX54VFlWRKk原网站code+data+pdf：https://github.com/TingsongYu/PyTorch_Tutorial
原创
2023-02-25 17:53:48
257阅读
原本是想抽取arxiv上面论文中的参考文献信息，但是PDF文件难以解析。固想到用该论文的信息去其他数据库中检索。semantic scholar上面的论文就可以显示出文章的参考文献信息，固调用API实现此目的。总体的流程就是：根据arxiv-id获取semantic scholar - id通过semantic scholar - id获取该文章的参考文献信息（title、author、time、
1.了解PointNet为了更好的复现这个东西我们需要先了解这个东西，先把原文给出的图片放在这里，之后我们再一点点理解。1.1点云的特点1.1.1无序性：也就是说这个点的先后顺序和实际上是什么无关 你不管这些点加入集合的顺序如何，最后的最后他们组成的图形还是那么个图形，也就是说这些东西的顺序是完全没有必要的。 所以我们必须使用对称的函数： 也就是说，这个函数必须要满足，你怎么调换函数变量的输入顺序
论文题目： Rich feature hierarchies for accurate object detection and semantic segmentation 第一个成功将深度学习应用到目标检测上的算法 论文框架： Abstract 1.效果： 将mAP在VOC2012最好结果的基础上提高30%以上——达到了53.3%。2.解决的问题： 在PASCAL数据集上，物体检测的效
Hadoop的简介Hadoop的设计思想来源于谷歌在2003年、2004年和2006年，发表了三篇论文：《The Google File System 》 、《MapReduce: Simplified Data Processing on Large Clusters》 和《Bigtable: A Distributed Storage System for Structured Data》，介
转载
2023-07-21 14:43:33
66阅读
摘要：随着现代科学技术的飞跃式发展，人们的生活已经从二维空间发展成为三维的空间，这一变化直接体现在计算机系统的应用中。Java3D就是在三维技术基础上实现的一种新兴的构建技术，这一技术可以广泛应用在众多的领域之中，可以说无所不能，无所不在，例如医疗、工程、航空航天等，都离不开Java3D的三维技术。本文中主要探讨了这一技术的应用，如何利用这一技术构建多媒体教学平台是本文的重点内容。关键词：Java
转载
2023-07-17 22:22:50
34阅读
Abstract. 小目标检测的应用存在于我们日常生活中的许多不同场景中，该课题也是目标检测与识别研究中最难的问题之一。因此，提高小目标检测精度不仅在理论上具有重要意义，在实践中也具有重要意义。然而，当前的检测相关算法在这项任务中效率低下；因此在本研究中，提出了一种基于YOLOv4模型的 广义改进算法。在常规的 跨阶段局部网络（CSPNet）的 “ADD” 和 “Concat” 层之后，
有趣的爬虫，独有的意义召唤着我去学习，去尝试。最近有感于每天对于论文的收集，感觉自己的收集速度赶不上论文的更新速度，同时对于自己想找到的论文的收集比较麻烦。因此，学习用python写一个很简单的爬虫，完成对最新论文的概括或查找。对于计算机领域的最新论文，一般都可以在 http://arxiv.org/list/cs/recent 找到，因此，对此网页尝试简单爬虫。 本博客简要介绍简单爬虫快速获取相
转载
2023-08-09 06:25:16
58阅读
关于自编码器的原理见另一篇博客 ： 编码器AE & VAE这里谈谈对于变分自编码器（Variational auto-encoder）即VAE的实现。 1. 稀疏编码首先介绍一下“稀疏编码”这一概念。 早期学者在黑白风景照片中可以提取到许多16*16像素的图像碎片。而这些图像碎片几乎都可由64种正交的边组合得到。而且组
文章目录：1 introduction1.1 Aims and Objectives1.2 Background and Literature Survey2 Background Th...
转载
2022-08-01 09:28:53
138阅读
