计算机视觉
默语之声
这个作者很懒,什么都没留下…
展开
-
XSepConv: Extremely Separated Convolution
Chen J, Lu Z, Xue J H, et al. XSepConv: Extremely Separated Convolution[J]. arXiv preprint arXiv:2002.12046, 2020.深度卷积已逐渐成为现代高效神经网络必不可少的操作,并且最近对其应用了更大的核尺寸(≥ 5)。在本文中,提出了一种新型的极度分离卷积块(XSepConv),它将空间可分离卷...原创 2020-03-11 15:34:36 · 981 阅读 · 0 评论 -
Filter Grafting for Deep Neural Networks
Meng F, Cheng H, Li K, et al. Filter Grafting for Deep Neural Networks[J]. arXiv preprint arXiv:2001.05868, 2020.收录于 CVPR2020神经网络存在天然的无效滤波器,滤波器剪枝(filter pruning)技术主要对无效的滤波器进行移除使网络的推理速度增加。然而在这篇文章中,...原创 2020-03-06 15:41:51 · 1765 阅读 · 0 评论 -
mmcv安装错误记录
mmcv在pip安装是出现cl.exe的错误;解决:重新安装vs2017 专业版后 使用vs x64和x86交叉编译环境安装原创 2020-02-19 13:42:13 · 5015 阅读 · 4 评论 -
ThunderNet环境配置Win10
Thundernet_PytorchGITHUBWin10环境配置注意问题:lib 编译问题lib编译中出现no instance of function template “THCCeilDiv” matches…e:/AMaskRCNN/maskrcnn-benchmark/maskrcnn_benchmark/csrc/cuda/SigmoidFocalLoss_cuda.c...原创 2020-01-10 17:58:44 · 616 阅读 · 0 评论 -
CenterNet环境配置No module named '_ext'问题
https://blog.csdn.net/sinat_29634715/article/details/102609876部署方法按照以上链接。Traceback (most recent call last):File “main.py”, line 12, in from models.model import create_model, load_model, save_model...原创 2019-12-09 19:01:24 · 9417 阅读 · 9 评论 -
Win10+VS2017+PyTorch(libtorch) C++中的OpenCV_FOUND to FALSE
https://blog.csdn.net/gulingfengze/article/details/92013360在该步骤使用powershell会出现问题;一定要进入build中使用cmd进行操作。原创 2019-11-18 18:40:53 · 547 阅读 · 0 评论 -
论文翻译:YOLO Nano
Object detection remains an active area of research in the field of computer vision, and considerable advances and successes has been achieved in this area through the design of deep convolutional neu...原创 2019-10-07 19:37:12 · 1624 阅读 · 0 评论 -
论文阅读计划
文档:论文阅读计划.note链接:http://note.youdao.com/noteshare?id=f3977155140563318c7d5e2b49f6f48b&sub=2A4ADFE7A7234596BFFFE8FD50EC48BE原创 2019-08-05 14:44:55 · 329 阅读 · 0 评论 -
深度学习:随机失活dropout
原理解释:组合解释:每次dropout都相当于训练了一个子网络最后的结果都相当于很多子网络的组合动机解释:消除了神经单元之间的依赖,增强泛化能力数据解释对于dropout后的结果总能找到一个样本与其对应相当于数据增强...原创 2019-07-10 16:23:17 · 574 阅读 · 0 评论 -
深度学习:目标函数(objective function)
深度学习:目标函数(objective function)深度学习:目标函数(objective function)或损失函数(loss function)分类任务中的目标函数深度学习:目标函数(objective function)或损失函数(loss function)目标函数通过样本的预测结果与真实标记产生的误差反向传播指导网络参数学习和表示学习。分类任务中的目标函数交叉熵损失函数...原创 2019-07-08 10:44:34 · 14688 阅读 · 0 评论 -
深度学习:调参技巧
1. 梯度下降算法随机梯度下降随机梯度下降(SGD) 是一种简单但又非常高效的方法,主要用于凸损失函数下线性分类器的判别式学习,例如(线性) 支持向量机 和 Logistic 回归 。 尽管 SGD 在机器学习社区已经存在了很长时间, 但是最近在 large-scale learning (大规模学习)方面 SGD 获得了相当大的关注。(随机梯度下降法)的优势:高效。易于实现 (有...原创 2019-06-21 17:03:37 · 1106 阅读 · 0 评论 -
深度学习之编程笔记
torch.max(input, dim, keepdim=False, out=None) -> (Tensor, LongTensor)max函数需要注意的是,它是一个过载函数,函数参数不同函数的功能和返回值也不同。当max函数中有维数参数的时候,它的返回值为两个,一个为最大值,另一个为最大值的索引a = torch.randn(4, 4)a0.0692 0.3142 ...原创 2019-06-14 10:06:49 · 169 阅读 · 0 评论 -
深度学习:选择性搜索(Selective Search)
在目标检测时,为了定位到目标的具体位置,通常会把图像分成许多子块,然后把子块作为输入,送到目标识别的模型中。分子块的最直接方法叫滑动窗口法。滑动窗口的方法就是按照子块的大小在整幅图像上穷举所有子图像块。和滑动窗口法相对的是另外一类基于区域(region proposal)的方法。selective search就是其中之一!候选区域算法用分割不同区域的办法来识别潜在的物体。在分割的时候,我们要...原创 2019-05-13 13:58:32 · 1208 阅读 · 0 评论 -
Mask R-CNN学习笔记
推荐:机器之心,gluon,mxnet(b站)原创 2019-03-28 18:23:50 · 229 阅读 · 0 评论