张伟的专栏

OpenSitUp开源项目：零基础开发姿态估计APP正在上传…重新上传取消AI人工智能初学者|1522021-08-23 01:140001.项目开源地址https://github.com/DL-Practise/OpenSitUpOpenSitUp qq讨论群：9657627512.项目简介计算机视觉中有一个应用分支叫做姿态估计，通过人体关键点的方式来估计出一个/多个人的姿态信息。如下图所示：OpenSitUp是一个基于姿态估计的开源.

通过yolo检测车牌位置，再通过识别网络获取车牌号，最终统计马路上的新能源车占比，非常具有实用价值且充满乐趣的深度学习实践项目。难度中等，适合新手入门。错过前几期的小伙伴可以通过下方链接跳转我用Yolo统计马路上的新能源车占比(一)我用Yolo统计马路上的新能源车占比(二)我用Yolo统计马路上的新能源车占比(三)01前期回顾上一期中，我们从数据增强角度，对车牌识别进行了mixup，彷射变换，模糊处理等，最终在ccpd数据集的测试集上面将top1准确率从0.968

近日，英伟达悄悄地发布了TensorRT 8，BERT-Large推理仅需1.2毫秒！同时还加入了量化感知训练和对稀疏性的支持，实现了性能200%的提升。项目已开源。2019年黄仁勋在GTC China正式发布了TensorRT 7，并称其是「我们实现的最大飞跃」。然而今年TensorRT 8的发布却十分低调。相比于7.0，TensorRT 8可以说是实现了2倍的性能提升。 在1.2毫秒内实现BERT-Large的推理 通过量化感知训练让INT8的精度达到了与F...

安装步骤1.检查是否有合适的GPU, 若有安装Cuda与CuDNN2.下载pytorch安装文件，进行pytorch的安装检查电脑是否有合适的GPU在桌面上右击如果能找到NVIDA控制面板，则说明该电脑有GPU。控制面板如下，并通过查看系统信息获取支持的Cuda版本点击 帮助->点击 系统信息 弹出下面的对话框，在驱动程序版本那一栏就能看到该计算机使用的驱动版本。下载Cuda官网：https://developer.nvidia.com/cuda-10.1-..

PyTorch指定GPU的方法几时见得清梦关注0.4522019.10.22 20:47:28字数 252阅读 38,3211. 改变系统变量使得仅目标显卡可见export CUDA_VISIBLE_DEVICES=0#这里是要使用的GPU编号，正常的话是从0开始 在程序开头设置os.environ["CUDA_VISIBLE_DEVICES"] = '0,1,2,3' CUDA_VISIBLE_DEVICES=0,1,2,3 python xxx.py来设置该程序可见的gpu2.

2020 年 10 月，谷歌大脑团队提出将标准 Transformer 应用于图像，提出了视觉 Transformer（ViT）模型，并在多个图像识别基准上实现了接近甚至优于当时 SOTA 方法的性能。近日，原 ViT 团队的几位成员又尝试将 ViT 模型进行扩展，使用到了包含 30 亿图像的 JFT-3B 数据集，并提出了参数量高达 20 亿参数的 ViT 变体模型 ViT G/14，在 ImageNet 图像数据集上实现了新的 SOTA Top-1 准确率。基于注意力机制的 Transforme.

import torchimport timeprint(torch.__version__) # 返回pytorch的版本print(torch.cuda.is_available()) # 当CUDA可用时返回Truea = torch.randn(10000, 1000) # 返回10000行1000列的张量矩阵b = torch.randn(1000, 2000) # 返回1000行2000列的张量矩阵t0 = time.time() .

《深度学习私房菜：跟着案例学Tensorflow》作者版权声明：本文出自程世东的知乎，原创文章，转载请注明出处：Kaggle实战——点击率预估。请安装TensorFlow1.0，Python3.5项目地址：chengstone/kaggle_criteo_ctr_challenge-点击率预估用来判断一条广告被用户点击的概率，对每次广告的点击做出预测，把用户最有可能点击的广告找出来，是广告技术最重要的算法之一。数据集下载这次我们使用Kaggle上的Display Adve...

1.英伟达工程师亲授如何用TensorRT加速YOLO目标https://edu.csdn.net/course/detail/25116?utm_medium=distribute.pc_relevant.none-task-course-2~default~BlogCommendFromMachineLearnPai2~default-4.control&depth_1-utm_source=distribute.pc_relevant.none-task-course-2~default~

NVIDIA TensorRT是一种高性能神经网络推理(Inference)引擎，用于在生产环境中部署深度学习应用程序，应用有图像分类、分割和目标检测等，可提供最大的推理吞吐量和效率。TensorRT是第一款可编程推理加速器，能加速现有和未来的网络架构。1. TensorRT 库构成以编译后源码压缩包安装方式进行安装的TensorRT库主要有以下文件夹： 123456 ├── data├── doc├── include # 所有头文件，可...

https://blog.csdn.net/ChuQiDeCha/article/details/84729177

发布时间: 17-12-2820:52智能行业媒体官方账号,鲲鹏计划获奖作者,今年5月，在加州圣何塞举办的 2017 GPU技术大会（GTC 2017）上，英伟达 CEO 黄仁勋发布了使用最新一代架构Volta的NVIDIA Tesla V100，被业界称为“宇宙最快”GPU加速器。12月21日晚8点，智东西策划的英伟达公开课第二期开课，主讲导师NVIDIA中国高级解决方案架构师吴磊就主题《如何为深度学习和HPC提供更高算力—Telsa V100 深度讲解》，对Volta架构的最新特性、GV1...

https://developer.nvidia.com/zh-cn/blog/speeding-up-deep-learning-inference-using-tensorrt/这是的更新版本如何用 TensorRT 加速深度学习推理. 此版本从 PyTorch 模型开始，而不是 ONNX 模型，将示例应用程序升级为使用 TensorRT 7 ，并将 ResNet-50 分类模型替换为 UNet ，这是一个分段模型。图 1 。 TensorRT 徽标NVIDIA TensorRT 是..

上期文章，我们介绍了MediaPipe Holistic的基础知识，了解到MediaPipe Holistic分别利用MediaPipe Pose，MediaPipe Face Mesh和MediaPipe Hands中的姿势，面部和手界标模型来生成总共543个界标（每手33个姿势界标，468个脸部界标和21个手界标）。对于姿势模型的精度足够低以至于所得到的手的ROI仍然不够准确的情况，但我们运行附加的轻型手重新裁剪模型，该模型起着的作用，并且仅花费了手模型推断时间的10％左右。MediaPip

还在用马赛克的方式隐藏密码？小心被「看穿」。像素化（又称马赛克）是一种常见的打码方式，通过降低图像中部分区域的分辨率来隐藏某些关键信息，比如：再比如：看图找马赛克！（找不到请看右侧原图）但是，在你想隐藏信息的同时，有一些技术却反其道而行之，试图将图片还原为原始状态。最近，一个名为 Depix 的 GitHub 项目爆火，上线三天 star 量已经高达 6.9k。项目作者 Sipke Mellema 是一名信息安全顾问。...

本文代码、及测试图片在公众号 datadw 里 回复图片分类 即可获取。我们一般用深度学习做图片分类的入门教材都是MNIST或者CIFAR-10，因为数据都是别人准备好的，有的甚至是一个函数就把所有数据都load进来了，所以跑起来都很简单，但是跑完了，好像自己还没掌握图片分类的完整流程，因为他们没有经历数据处理的阶段，所以谈不上走过一遍深度学习的分类实现过程。今天我想给大家分享两个比较贴近实际的分类项目，从数据分析和处理说起，以Keras为工具，彻底掌握图像分类任务。这两个分类...

https://github.com/chineseocr/table-ocrtable-ocrStar：119table-ocr是一个运用unet实现对文档表格的自动检测，表格重建的OCR项目。OCR工具是目前比较受欢迎，且提高很多工作效率的一类工具。它背后到底是如何实现的？table-ocr这个项目可以帮你揭开它神秘的面纱。img另外，使用过OCR工具的同学应该都清楚，OCR在印刷体文字识别过程中效果越来越好，但是在表格方面一直捉襟见肘。table-ocr就针对表格检

本文主要介绍基于深度神经网络的表格图像识别解决方案。作者：腾讯QQ研发中心——CV应用研究组的yonke1.前言1.1背景大多数人日常办公处理的文件，无非就是表格和文档，其中表格的重要性毋庸置疑。在各行各业的桌面办公场景中，Excel和WPS是电子表格的事实标准。我们经常遇到这种需求：将一个表格图片的内容导入Excel。以前我们只能对着图片把内容一点点敲进excel，既低效又容易出错。近年来，在深度学习的加持下，OCR （Optical Character Recogniti...

对近两年来车道线检测算法进行汇总，后期将会保持不断更新~1、Efficient Road Lane Marking Detection with Deep Learning2、VPGNet: Vanishing Point Guided Network for Lane and Road Marking Detection and Recognition3、Semi-Local 3D Lane Detection and Uncertainty Estimation4、Robust Lane Mar

本文链接：https://blog.csdn.net/ShuYunBIGDATA/article/details/103007795版权

深度学习Author：louwillMachine Learning Lab 本文对深度学习两种模型部署方式进行总结和梳理。一种是基于web服务端的模型部署，一种是基... 深度学习 Author：louwill Machine Learning Lab 本文对深度学习两种模型部署方式进行总结和梳理。一种是基于web服务端的模型部署，一种是基于C++软件集成的方式进行部署。 基于web服务端的模型部署，主要是通过REST API的形...

本文链接：https://blog.csdn.net/zengNLP/article/details/1050032871、清华计图Jittor清华大学开发了一个名为计图（Jittor）的深度学习框架。计图（Jittor：Just in Time）是一个采用元算子表达神经网络计算单元、完全基于动态编译（Just-in-Time）的深度学习框架，其主要特性为元算子和统一计算图。在编程语言上，Jittor 采用了灵活而易用的 Python。用户可以使用它，编写元算子计算的 Pyt

pycorrector中文文本纠错工具。音似、形似错字（或变体字）纠正，可用于中文拼音、笔画输入法的错误纠正。python3.6开发。pycorrector依据语言模型检测错别字位置，通过拼音音似特征、笔画五笔编辑距离特征及语言模型困惑度特征纠正错别字。Demohttps://www.borntowin.cn/product/correctorQuestion中文文本纠错任务，常见错误类型包括：谐音字词，如 配副眼睛-配副眼镜 混淆音字词，如 流浪织女-牛郎织女 字词顺...

一。keras_to_tensorflowhttps://github.com/amir-abdi/keras_to_tensorflow/blob/master/keras_to_tensorflow.py

PaddleSlim是一个模型压缩工具库，包含模型剪裁、定点量化、知识蒸馏、超参搜索和模型结构搜索等一系列模型压缩策略。对于业务用户，PaddleSlim提供完整的模型压缩解决方案，可用于图像分类、检测、分割等各种类型的视觉场景。 同时也在持续探索NLP领域模型的压缩方案。另外，PaddleSlim提供且在不断完善各种压缩策略在经典开源任务的benchmark, 以便业务用户参考。对于模型压缩算法研究者或开发者，PaddleSlim提供各种压缩策略的底层辅助接口，方便用户复现、调研和使用最新论...

一。MilvusMilvus 是 一款开源的、针对海量特征向量的相似性搜索引擎。Milvus能够很好地应对海量向量数据，它集成了目前在向量相似性计算领域比较知名的几个开源库（Faiss， SPTAG等），通过对数据和硬件算力的合理调度，以获得最优的搜索性能。二。Faiss - 高维向量相似度检索和聚类库Facebook 开源的一个高性能的高维向量相似度检索和聚类库。开源协议之前采用 BSD + Patents。最新版 v1.5.2 采用 MIT，可以在商业软件中使用。github 上有 60

深度学习检测车道线(一)2019-01-19 10:37:41qq_27546529阅读数9750 中级课 Opencv4图像分割和识别实战课程-车道线检测相关理论知识点-计算机... 第九章:车道线检测1.车道线检测相关理论知识点 [ 27:19 ] 课件付费后下载...基于海思NNIE引擎实现sensor视频识别应用 刘山 55人学习OpenCV4深度神经网... 18课时391分钟688人学习刘山 免费试看 第1节opencv4介绍、安装、调试及运行...

本文盘点CVPR 2020 所有文本图像（text）相关论文，主要分为手写文本和场景文本两大方向，总计16篇，对文献进行了细致的分类，大部分论文是围绕识别问题的研究。方向包括：1）场景文本检测（Scene Text Detection），从街景等场景文本中检测文本的位置，2 篇文献均为不规则任意形状文本的检测；2）场景文本识别（Scene Text Recognition），对场景文本检测得到的结果进行识别，共 4 篇文章；3）手写文本识别（HandwrittenText Re...

一．简介1.背景 深度学习让计算机视觉任务的性能到达了一个前所未有的高度。但，复杂模型的同时，带来了高额的存储空间、计算资源消耗，使其很难落实到各个硬件平台。 为了解决这些问题，压缩模型以最大限度地减小模型对于计算空间和时间的消耗。2.理论基础 必要性：目前主流的网络，如VGG16，参数量1亿3千多万，占用500多MB空间，需要进行300多亿次浮点运算才能完成一次图像识别任务。 可行性：在深度卷积网络中，存在着大量冗余地节点，仅仅只有少部分（5-...

【杂谈】当前模型剪枝有哪些可用的开源工具？​mp.weixin.qq.com模型剪枝属于模型优化中的重要技术之一，经过了研究人员多年的研究，工业界也开始有一些实践，那么当前有哪些可用的模型剪枝工具呢？作者&编辑 | 言有三1 TensorflowTensorFlow Model Optimization Toolkit是谷歌官方开源的模型优化技术包，包含了模型剪枝和量化两种API，模型剪枝支持Google提出的一些算法，具体原理可以翻看我们往期文章。https://gi...

展开现在网上能找到的博客我现在看起来很明白，虽然讲的很详细，但是对于几天前的我真的看不明白，因为新手会遇到各种各样毫无征兆的问题，所以我决定写一篇面向新手的如何去使用 yolo 和如何去做自己的数据集来训练属于自己的模型。因为我也是新手，所以不说原理，只谈操作方法。因为东西很杂，我会把小东西分出去写，并且在本文中附上链接。一、准备工作1、事件前言：简单介绍下情况，本人本科二年级，机...

在交流群里，经常有人问到图像质量评价的问题。比如对监控摄像头拍摄的多幅图像，挑选一幅图像显示给用户，或者选择一幅图丢给识别模型，又或者在互联网应用里，对于用户上传的多幅图像，选择一幅作为封面。一般要求图像清晰、质量较好，有没有简单的方法实现图像质量评价呢？今天跟大家推荐一个工具，来自德国商品比价服务商idealo开源的图像质量评价工具，仅需要一行命令就可以实现。开源地址：http...

华为刚刚发布的 P30「望远镜」手机能在几十米外拍到埃菲尔上的人名，确实令人佩服，但其售价也是令人望而生畏。那么，不买华为手机、高级单反就拍不到充满细节的高清照片了吗？相机不够算法凑，拥有超级拍照能力的手机也离不开算法的加持。本文介绍的图像超分辨率项目可以帮你补齐相机镜头的短板。华为P30 发布会上展示的埃菲尔铁塔高清远距离照片。今天，一位 Reddit 网友贴出...

最优(SOTA)的深度学习模型往往需要占用巨大内存。许多GPU通常没有足够的VRAM来存储并训练这些模型。在这篇文章中，将对现有不同型号的GPU进行测试，给出在不超过它们显存的条件下，可以支持训练SOTA的语言/图像模型大小进行测试；还将对每个GPU的训练性能进行基准测试。给需要采购GPU进行可以和工程部署的朋友一些建议。最新常用GPU型号及价格截至2020年2月，以下GP...

本文根据智东西公开课推出的超级公开课NVIDIA专场第13讲《案例解读：不同行业如何选择深度学习服务器》上的系统讲解整理而来，由NVIDIA NPN合作伙伴负责人吴强、NVIDIA 高级系统架构师易成共同主讲。本次讲解中NVIDIA NPN合作伙伴负责人吴强从性能、可编程性、灵活性等方面对CPU、GPU、FPGA、ASIC等不同类型的服务器进行了系统的比较分析，并给出了五条选择GPU服务...

上一篇提到文字数据集的合成，现在我们手头上已经得到了3755个汉字（一级字库）的印刷体图像数据集，我们可以利用它们进行接下来的3755个汉字的识别系统的搭建。用深度学习做文字识别，用的网络当然是CNN，那具体使用哪个经典网络？VGG?RESNET？还是其他？我想了下，越深的网络训练得到的模型应该会更好，但是想到训练的难度以及以后线上部署时预测的速度，我觉得首先建立一个比较浅的网络（基于LeN...

原网址：https://zhuanlan.zhihu.com/p/94677957Real-time Scene Text Detection with Differentiable Binarization是华科白翔老师团队发表在AAAI2020上的一篇文本检测文章，在PAN的效果上更近一步，效果和性能都再创新高。文章地址https://arxiv.org/pdf/1911.08947....

在本教程中，您将学习如何通过Flask和Python使用OpenCV将视频从网络摄像头流式传输到网页浏览器/HTML页面。您的车被偷过吗?我的车在周末就被偷了。让我告诉您，我很生气。我不能透露太多的细节，因为这个案件还在调查中，但以下是我可以告诉您的:大约六个月前，我和妻子从康涅狄格州的诺沃克搬到了宾夕法尼亚州的费城。我有一辆车，我不经常开，但还是留着它以备不时之需...

看到不错的资料，刚好是自己需要的方面，先收集起来。百度图像识别 初赛数据集链接: https://pan.baidu.com/s/19cX6DH4fnQMd4S2_XH-l4w密码: guc3初赛和决赛代码https://github.com/ypwhs/baiduyun_deeplearning_competition:生成车牌号链接:https://pan.baidu.co...

tensorflow是目前最受欢迎的deep learning框架之一，在学术界和产业界都有广泛的使用。在如何部署tensorflow模型提供远程调用服务方面官方提供了tensorflow serving框架，详细的介绍可以参考官网资料：https://tensorflow.github.io/serving/。本文主要介绍另一条部署服务的途径：利用flask快速搭建tensorflow ...