- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 优化代码以提高性能的5个技巧
使用适当的数据结构和算法可以极大地影响代码的时间复杂度。技巧2：通过使用适当的数据类型和在不需要时释放内存来最小化内存使用。过度的内存使用也会影响代码的性能。选择适当的数据类型以最小化内存使用，并确保在不需要时释放内存。技巧3：通过最小化读写操作和在可能的情况下缓冲数据来优化I/O操作。I/O操作可能会成为代码的主要瓶颈，特别是当处理大型数据集时。在适当的情况下使用异步I/O操作以提高性能。在本文中，我们将讨论5个优化代码并改进其性能的技巧。通过遵循这5个技巧，您可以提高代码的性能并确保应用程序平稳运行。
2023-04-30 01:26:01
779
原创 腾讯最新人脸检测模型DSFD: Dual Shot Face Detector
【LearnX导读】人脸检测是人脸相关应用中必不可少的一环。如我们熟悉的刷脸解锁，美颜相机，刷脸支付等都离不开人脸检测。这篇文章写的就是提高人脸检测准确度的方法。这篇文章从特征抽取，锚匹配(Anchor matching)，损失函数三个方面研究人脸检测模型，相应的提出更强的特征学习模块EFM，更有效的锚匹配IAM，更有效的损失函数PAL来提高人脸检测的准确度。该方法在主流的人脸检测基准数据...
2019-06-28 22:22:52
3317
原创 Stand-Alone Self-Attention in Vision Models
转自微信公众号谷歌研究和谷歌大脑团队提出针对视觉任务的独立自注意力(stand-alone self-attention)层，用它创建的纯注意力(fully attentional)模型，在ImageNet分类任务和COCO目标检测任务中都超越了用卷积的基准模型，而且用了更少的浮点运算和更少的参数量。LearnX对具体内容整理如下。在开始之前先对几个新的概念做一些解释。独立自注...
2019-06-25 22:04:08
7172
1
原创 【论文解读】MORAN: A Multi-Object Rectified Attention Network for Scene Text Recognition
MORAN: A Multi-Object Rectified Attention Network for Scene Text Recognition这篇论文提出了自然场景下弯曲文字识别的一种网络MORAN。MORAN 由两个部分组成：一个是弯曲矫正网络MORN，一个是识别网络ASRN。弯曲矫正网络MORNMORN(Multi-Object Rectification...
2019-01-18 01:56:21
3286
原创 visual studio 提高速度的选项
由于好几年前的笔记本上运行visual studio 2015， 速度变得特别慢，尤其是打开大的解决方案时简直难以忍受。本文记录提升vs2015的一些选项设置。1.关掉vs的版本管理（不要把git集成到vs），如果需要管理版本，单独用git或别的软件管理。设置：Tool| Option| Source Control| None2.关掉编辑器的自动调整RAM模式（Auto Tune Max Cac...
2018-04-01 22:35:03
6089
原创 windows 10 visual studio 2015 下编译 libffi 库
1.下载libffi源码（本文用最新3.2.1），解压。2.从github项目https://github.com/winlibs/libffi下获取win32目录放到第1步解压的源码目录下面。3.打开win3目录下对应的visual studio解决方案文件（本文用vc14_x64）。4.修改ffitarget.h.in ffi.h.in fficonfig.h.in 等*.in 结尾的在工程中...
2018-04-01 22:18:27
1171
原创 卷积神经网络(CNN)
卷积层从线性代数的角度看卷积层可看做是有强限制的全连层。这有助于理解梯度下降优化和反响传播。从信号与系统的角度看卷积层相当于一个系统，卷积核就是系统的单位冲激响应。激活函数激活函数相当于放大器？二极管，三极管之类的东西？池化层信号与系统的角度看池化层就是抽样本。
2018-02-07 00:15:25
204
原创 非极大抑制算法－NMS
非极大抑制算法顾名思义就是抑制那些非极大的选项。对于目标检测，非极大抑制算法根据两个条件来抑制候选窗口：1. 同类预测条件下置信度低的窗口2. 与置信度高的窗口IOU高的窗口举例来说上图中左边是候选窗口，右边是选出后的结果。左边候选窗口都以相对高的置信度预测出人脸，其中右图绿色对应的窗口置信度最高，这是满足条件1。并且置信度相对低的那些窗口与置信度高的绿色窗口的IOU高
2018-02-07 00:06:30
307
原创 人工智能专题－目标定位
引言目标定位是图像处理或计算机视觉系统（如目标检测与分类，证件识别等）的第一步。任何计算机视觉系统都显性或隐性的包含着目标定位的步骤。目标定位的方法有传统方法和基于卷积神经网络的深度学习方法，本文主要讨论后者。深度学习方法有更好的鲁棒性（robustness），对各种问题实现形式统一，无需人为设定参数，无需太多的图像处理知识等优点。问题的定义目标定位解决的是在一张图像中找到我们感兴趣的
2018-01-28 12:58:58
2922
原创 tensorflow ctc_beam_search_decoder
tensorflow ctc_beam_search_decoder 以lstm 获得的ocr结果为例，为了方便讨论，假设被识别的符号只有3个类，图片是 宽*高=10*3，即time step 是3，特征数是10。通过lstm，乘以weight matrix 加bias后的结果shape是[time_step,num_calss]=[3,3],假设值为[[0.1,0.8,0.1],
2017-07-07 10:14:48
6479
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人