- 博客(14)
- 收藏
- 关注
RSS订阅原创 OD-review02
OD-review02基于anchor based的目标检测算法中anchor是个非常重要且需要深入理解的概念。anchor基准的anchor预制的anchor目前的使用的方法都是在最后的一个feature map上的一个点对应一个基准的anchor，这个基础anchor的size是根据这个feature map 伤的每个点对应input的stride决定的。不同比例的anchor为了让每个featuree map 的点对应的可以覆盖多种不同类型的anchoor，对基准的anchor设
2020-12-19 22:38:03
156
1
原创 OD-review01
OD-review task01object detection 组队学习第一期，我就当成是过去的的学习检测相关的一个梳理：task01,，很简单。就是应用pytorch 封装一个数据类来共训练时调用。不管是VOC还是COCO或者是其他的数据都是一个道理，本质还是集成自pytorch 的dataset和dataloader类。这里直接举例来说，最近大火的efficientdet中的数据类的定义个人觉得需要注意的就是做数据增强时的bbox的处理要和图片同步。这次的任务就是这样， 由于时间很紧，也
2020-12-16 23:48:20
112
原创 matplotlib-task01
matplotlib-task01作为一个CV从业者，工作中会经常用到matplotlib这个库，但是一直没有深入去学习这个库的设计，这次接着datawhale组队学习这个机会和大家一起深入了解下这个库的用法，希望可以知其然，也知其所以然。不再是用到的时候现查。Matplotlib是一个Python 2D绘图库。最近在花精力学习各种数据EDA的技巧，有了这个神器的加持，对深层数据的理解可以更进一步。如果有兴趣更加深入的了解，可以查看这个库的官方网站：https://matplotlib.org/ta
2020-12-14 23:25:57
92
原创 天池文本分类比赛-task4
天池文本分类比赛task 4 基本深度学习的文本分类这次的task开始学习深度学习的方法来处理文本分类的任务，相对于机器学习方法，深度学习处理文本，有如下的优点：处理的文本的维度相对降低考虑单词之间的关系，而不是只进行统计学上的分析深度学习可以将文本数据提取特征用更低维度的特征来表示，个人感觉类似与SVD。本次的重点内容是FastText.FastText最经典的深度神经网络结构三部分组成：input layerhidden layeroutput layer需要注意的一点就
2020-07-27 23:47:06
699
原创 天池文本分类比赛-task3
天池文本分类比赛task3 基于机器学习的文本分类通过对本次文本分本分类任务的学习和CS224n的第一课的学习，对于文本处理中word2vec的方法有了更加深入的理解。https://github.com/datawhalechina/team-learning-nlp/blob/master/NewsTextClassification/Task3%20%E5%9F%BA%E4%BA%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%96%87
2020-07-25 23:22:08
183
原创 task 2 数据的读取与分析
NLP 文本分类入门task 2 数据的读取与分析本次的任务是对文本数据进行分析与可视化，由于我的工作是做图像相关的，相比而言处理文本任务时常需要用到的pandas的库我在平时的工作中国呢接触的比较少，因此这里说我需要加强了解的地方，利用pandas库对文本数据的处理。分析数据，找到每次数据中的分布规律，这些规律可以帮助我们更好的选择模型，甚至说做数据增强，来提高最后的效果。因此回到之前的教程中，学习了下pandas处理文本数据的基础第一章pandas基础 #import
2020-07-22 23:37:11
213
原创 天池文本分类比赛入门
天池文本分类比赛task1 赛题理解本人的工作是CV算法这是第一次接触NLP相关的任务谈谈自己的简单理解。我的出发点会着重CV与NLP的对比出发。这次的任务是对文本对象进行分类。需要对给定的已经经过匿名处理后的新闻做类别划分，一共有14个类别。这个任务非常类型图像中的图像分类任务，比如Minist数据集中对数字进行分类。1.文本分类的基本输入是单个文字，图像，图像分类输入的基本元素是单个像素点的像素值。2.文本是一维数据，并且处理文本数据需要把文本信息向量化再处理，而图像数据可以直接送到CNN处
2020-07-21 23:19:42
399
原创 ARTS1
Pytorch dataloader时间： 2020年5月24日Tag: ARTScontent:1.pytorch dataloader source code2.algorithm3.thoughts深度学习训练分为5大步骤：数据，模型，损失函数，优化策略，训练。本次总结是针对Pytorch模型中的数据涉及部分的框架中涉及到的类，希望可以深度理解模型训练过程的具体实现。涉及到的具体类所在的.py文件如下：torch.utils.data.dataset.pytorch.ut
2020-05-24 23:18:47
249
原创 Ubuntu16.04 Caffe安装教程
Caffe 安装踩坑记录很长时间没有安装Caffe了，这次记录下自己安装的过程，也为可能和我遇到相同问题的小伙伴提供一点点帮助。首先说明环境：Ubuntu16.04 +CUDA10+cudnn7.3+1080Ti特别说明下，因为本地环境中已经装好了CUDA10+cudnn7.3,，这里就不详细说明安装步骤了。同时，本文参考了这位博友的cuda安装博文opencv 安装我的安装过...
2020-03-26 14:44:47
142
原创 第十一章 使用类
第十一章 使用类本章的重点的深入讲类使用的一些难点，所有内容都是来自阅读《C++ primer》第六版的所作笔记。重点如下：运算符重载友元函数重载 <<状态成员使用rand()类的自动转换和强制类型转换类转换函数1.运算符重载重载运算符需要使用运算符函数的特殊形式，运算符函数的格式是：operatorop(argument-list)例如现在，dist...
2020-03-11 00:16:28
122
原创 第十章-类和对象
第十章 对象和类本文是在阅读《C++primer》第六版时，对于对象和类的一些学习记录。c++通过改进c使得，c++具有面向对象编程**（OOP）**的特性。所以要区别的理解面向对象和之前在C中面向过程的不同的编程思想。以下有一个关于类的定义 //stock00.h --stock class interface //version 00 #ifndef STOCK00_...
2020-03-09 17:11:50
170
原创 目标检测综述
下图就是关于论文《Object Detection in 20 years: A survey》整理出现的目标检测领域的学习路线，接下来会逐个方向来深入的学习总结。
2020-03-03 20:13:11
179
原创 第九章 内存模型和名称空间
第九章 内存模型和名称空间以下内容为本人在阅读 《C++ primer 》第六版的第九章时的，整理的一些重点，只为自己巩固所学，也加深对C++的理解。重点的讲解了静态变量，extern关键字，命名空间的用法。1. 编译C++鼓励程序员将组件函数放在单独的文件中，单独的编译这些文件，然后再将这些文件链接成可执行的程序。通常的编译器是既可以编译程序，也可以管理链接器的。为避免在程序开发中...
2020-02-29 20:34:45
193
原创 第八章 函数探幽
函数探幽以下的内容为二次阅读《c++ primer》第六版的第八章一些笔记，只为自己加深理解，也为记录下自己的学习过程，如果有问题，欢迎交流学习。本章的主要内容是对inline, 引用，默认参数， 函数重载，函数模版的一些认识1. C++ inline函数出现的原因：inline函数出现的原因是什么？ 我们先来看看正常的函数调用过程中，程序在操作系统上是如何运行的。在执行函数调...
2020-02-27 20:15:33
219
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