- 博客(6)
- 收藏
- 关注
RSS订阅原创 查看深度学习SOTA论文和代码网站
9.4 锚框目标检测算法通常会在输入图像中采样大量的区域，然后判断这些区域中是否包含我们感兴趣的目标，并调整区域边缘从而更准确地预测目标的真实边界框（ground-truth bounding box）。不同的模型使用的区域采样方法可能不同。这里我们介绍其中的一种方法：它以每个像素为中心生成多个大小和宽高比（aspect ratio）不同的边界框。这些边界框被称为锚框（anchor box）。我们将在后面基于锚框实践目标检测。注: 建议想学习用PyTorch做检测的童鞋阅读一下仓库a-PyTorch-
2021-06-11 14:48:50
5541
原创 Ubuntu Tensorrt安装教程
Ubuntu Tensorrt安装教程1、下载tensorrt2、安装tensorrt1、下载tensorrt本文安装采用的是tar压缩包进行安装,安装环境为：Ubuntu18.04、cuda11.0、cudnn8.04、python3.6，tensorrt的安装包下载链接: https://developer.nvidia.com/nvidia-tensorrt-7x-download.，根据自己的电脑环境下载合适的安装包。下图是7.2.1版本的安装包下载界面：2、安装tensorrt这里给出官
2020-12-31 11:44:19
5691
3
原创 深度学习基础知识复习
1、描述为什么需要量化，量化的流程。目前很多高精度的深度学习模型所需内存、计算量和功耗巨大，但不适合部署到一些低成本的嵌入式设备，为了解决此问题，模型压缩技术应运而生。量化的流程：通过数据映射，将输入float32的数据类型转为uint8，biases不进行量化操作，进行卷积计算后输出unit32的数据类型，与biases加和后，再次转为uint8，经激活函数激活后输出uint8的数据类型。相对于float32，uint8量化可以将模型大小减少4倍，并将内存带宽要求减少4倍，对uint8计算的硬件支
2020-07-15 20:59:19
455
原创 YOLOV4核心基础内容
YOLOV4一、网络结构图二、激活函数1、LeakyReLU一、网络结构图yolov4五个基本组件：CBM：Yolov4网络结构中的最小组件，由Conv+Bn+Mish激活函数三者组成。CBL：由Conv+Bn+Leaky_relu激活函数三者组成。Res unit：借鉴Resnet网络中的残差结构，让网络可以构建的更深。CSPX：借鉴CSPNet网络结构，由三个卷积层和X个Res unint模块Concate组成。SPP：采用1×1，5×5，9×9，13×13的最大池化的方式，进行多尺度融
2020-07-13 10:37:17
1108
原创 机器学习基础知识总结
机器学习一、回归1、普通线性回归KaTeX parse error: Can't use function '\^' in math mode at position 1: \̲^̲y(w,x)=w_{0} +w…
2020-07-09 19:02:15
1202
原创 opecv基本操作
opencv一、核心操作1、图片格式bmp（位图）：这种格式的特点是包含的图像信息较丰富，几乎不进行压缩。png:一种采用无损压缩算法的位图格式,有四个通道，多了一个Alpha通道透明度。2、opencv C++ CMake文件配置cmake_minimum_required(VERSION 3.15)project(OpenCVStudy)set(CMAKE_CXX_STANDARD 14)set(OpenCV_DIR D:/lib/opencv/build/x64/vc15/lib
2020-07-06 17:28:10
755
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人