手机随时阅读
新人专享大礼包￥24
【GiantPandaCV导语】上学期快结束的时候参加了华为和CCF组织的零售商品识别的比赛，队伍名称为GiantPandaCV队，比赛大约持续了两个月，期间从开始摸索MindSpore框架，配置环境，上手ModelArts花费了不少功夫。现在比赛终于告一段落，本文进行一下复盘。 背景 CCF大数据
【GiantPandaCV导语】通过在Transformer基础上引入Deformable CNN中的可变性能力，在降低模型参数量的同时提升获取大感受野的能力，文内附代码解读。 引言 Transformer由于其更大的感受野能够让其拥有更强的模型表征能力，性能上超越了很多CNN的模型。 然而单纯增大
【GiantPandaCV导语】来自商汤和南洋理工的工作，也是使用卷积来增强模型提出low-level特征的能力，增强模型获取局部性的能力，核心贡献是LCA模块，可以用于捕获多层特征表示。 引言 针对先前Transformer架构需要大量额外数据或者额外的监督(Deit)，才能获得与卷积神经网络结构
【GiantPandaCV导语】CoAt=Convolution + Attention，paperwithcode榜单第一名，通过结合卷积与Transformer实现性能上的突破，方法部分设计非常规整，层层深入考虑模型的架构设计。 引言 Transformer模型的容量大，由于缺乏正确的归纳偏置，
【GiantPandaCV导语】与之前BoTNet不同，CvT虽然题目中有卷积的字样，但是实际总体来说依然是以Transformer Block为主的，在Token的处理方面引入了卷积，从而为模型带来的局部性。最终CvT最高拿下了87.7%的Top1准确率。 引言 CvT架构的Motivation也
转载: "https://blog.csdn.net/MahoneSun/article/details/80809042" CUDA、tensorflow与cuDNN的版本匹配问题 一、问题现象 CUDA、tensorflow 与 cuDNN有版本匹配的问题，经常出现安装了某一版本的 CUDA 后
Docker 安装 Docker 中的三个概念：镜像，容器，仓库 1. 镜像（image）：Docker 镜像就是一个只读的模板，镜像可以用来创建 Docker 容器。Docker 提供了一个很简单的机制来创建镜像或者更新现有的镜像，用户甚至可以直接从其他人那里下载一个已经做好的镜像来直接使用。 镜
ubuntu卸载opencv并重装opencv3.0.0 一、 卸载opencv2.4.9： Going to the "build" folder directory of opencv from terminal, and execute the following： 1. $ sudo mak
pix2pix tensorflow搭建过程 [TOC] 对抗神经网络 1. 环境搭建 参考： "https://www.cnblogs.com/pprp/p/9463974.html" 官方详细介绍： "https://affinelayer.com/pix2pix/" 这篇博客中详细介绍了如何搭
YOLO配置文件理解 "转载自" darknet对应代码 找到cfg文件解析的代码，选择detector demo 作为入口 darknet.c文件 main 函数开始 Detector.c文件 run_detector函数 parse_net_options函数 learning_rate为初始学
Pytorch 安装 Pytorch安装真的太让人省心了，在anaconda的环境下进行安装，只需要一个命令 具体命令请查看官网 "pytorch" 找到适合你的版本进行安装 本机环境： anaconda3 Ubuntu16.04 Cuda8.0 使用的命令为：
pickle and cPickle pickle和cPickle是python对象的转储文件，保存的是python对象 他们分别是python2和python3的对应部分，建议引入的时候采用以下方法： 他们分别遵从不同的协议： Pickle使用不同的 方法将您的数据转换为二进制流。 在Python
pytorch CycleGAN and pix2pix [TOC] 环境要求 Linux(ubuntu 16.04) python3.5 Nvidia GPU 1080 Cuda8.0 Cudnn6.0 pytorch "搭建比较简单，看这个博客" 安装 Install PyTorch 0.4,
YOLOv1 darknet 内容解析 [TOC] 1. 核心思想 目标检测分为二阶段和一阶段的方法，二阶段方法主要有Fast R CNN系列，Mask R CNN等，主要方法是用算法生成一些列作为样本的候选框，然后再使用卷积神经网络进行样本的分类； 一阶段方法（End to End方法）主要有SS
Tensorflow1.5.0+cuda9.0+cudnn7.0+gtx1080+ubuntu16.04 [TOC] 0. 前记 之前的博客已经写过如何进行Tensorflow1.5.0+cuda8.0+cudnn6.0+gtx1080的环境搭建了，由于最近需要安装caffe2，所以考虑对环境进行升
解决 Faster R CNN 图片中框不在一张图片上显示的问题 [TOC] 发现问题 在使用demo.py的时候，选取测试用的图片，放到demo，然后修改demo.py中对应的图片名称，然后进行测试： 发现 ：图片中被框出来的部分并没有完全到一张图片上去，经过多张图片的测试，可以发现，并不是一张图
Cuda 9.2 CuDnn7.0 官方文档解读 [TOC] 本篇博客主要是解读官方的文档，预先的条件等，不涉及配置 如果想要安装的话，请看我下一篇博客 准备工作（下载） Cuda Toolkit 9.2下载 "地址" 国内下载慢，加速方法见之前博客：独家git加速 cuDNN 下载 "地址" 用g
各大数据集网站
SSD Tensorflow 工程角度配置 [TOC] Download from the github 完成以后查看 . ├── caffe_to_tensorflow.py ├── checkpoints │ ├── ssd_300_vgg.ckpt.data 00000 of 00001 │
[TOC] Android实验参考目录 1. "Android生命周期" 2. "UI设计 Android计算器" 3. "Android UI ListView用法" 4. "Intent组件通信" 5. "线程的使用 计时器" 6. "数据的存储与访问sqlite" 常用知识点总结 服务绑定bi
在Ubuntu16.04 CUDA9.0 cuDNN8.0的环境下安装caffe2 本博客比较简单，cuda9.0 cudnn8.0部分请看上一篇博客，其中详细讲了： 如何安装驱动 安装cuda 安装cudnn 安装tensorflow 本教程主要参考来自 "Caffe2官方说明文档" For GP
caffe2 环境的搭建以及detectron的配置 建议大家看一下这篇博客 "https://tech.amikelive.com/node 706/comprehensive guide installing caffe2 with gpu support by building from so
由作业士兵排队问题引出的 在一个划分成网格的操场上，n个士兵散乱地站在网格点上。网格点由整数最表(x,y)表示。士兵可以沿着网格边上、下、左、右移动一步，但在同一时刻一个网格上只能有一名士兵。按照军官的命令，士兵们要整齐地列成一个水平队列，即排列成(x,y),(x+1,y),…,(x+n 1,y)。
虚拟机 Ubuntu18.04 tensorflow cpu 版本 虚拟机VMware 配置： 20G容量，可扩充 2G内存，可扩充 网络采用NAT模式 平台：win10下的Ubuntu18.04 出现的问题 网络连接问题 在安装VMware以后，需要将其服务全部打开，正常连上网的应该是右上角出现三
sickit learn库实现机器学习 [TOC] Iris数据集 借用matplotlib绘制散点图 iris.data 中四个值分别为：萼片的长宽，花瓣的长宽 萼片的图像分布 修改一下得到花瓣的数据图像 发现这样比较集中 主成分分解PCA Ｋ 近邻分类器 选用150中的140作为训练集，10作为
Typora 配置说明 为了更好的使用markdown,解决markdown中不如Word的不便之处，对markdown编辑器Typora进行配置 [TOC] 贴图功能 1. 进入File 2. 进入Preference 3. 找到Images Insert 4. 勾选use relative pa
标题 diff tags: Markdown 语言 categories: 技术 flow st= start: 开始 e= end: 结束 op= operation: 操作 sub= subroutine: 子程序 cond= condition: 判断 io= inputoutput: 输
（译）综合指南：通过Ubuntu 16.04上从Source构建来安装支持GPU的Caffe2 译者注： 原文来自： "https://tech.amikelive.com/node 706/comprehensive guide installing caffe2 with gpu support
apt get update无法正常使用 解决方法 "参考" [问题描述] 前几天执行apt相关命令（如apt get update），都会长时间停在``等待报头''，超时后，显示连接超时。 换了快速指南上提到的所有源，但是依然没有效果 今天执行的时候，打印出了如下信息： 代码： "全选" 上网
Pascal VOC & COCO数据集介绍 [TOC] Pascal VOC数据集介绍 Annotations ImageSets JPEGImages SegmentationClass SegmentationObject 1. JPEGImages 主要提供的是PASCAL VOC所提供的所
Copyright © 2005-2022 51CTO.COM 版权所有 京ICP证060544号
