mmlab训练营第三天

最新推荐文章于 2024-11-10 13:43:20 发布
最新推荐文章于 2024-11-10 13:43:20 发布
阅读量106 收藏
点赞数
分类专栏： MMLab 文章标签： python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jinxianwei1999/article/details/128882635
版权

Wandb的可视化结果
Wandb可视化的内容包括：
模型的评价指标分数
模型训练过程中的loss
预测结果的可视化
调整config参数时的注意细节
大致如下图所示
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

mml3-test:对MML3支持的简单测试
05-07
对MML3支持的简单测试 判决 至少暂时不要使用MathML 3功能。 有关详情，请参见下文。 MathJax支持 MathJax支持MathML3.0数学标记，但有一些限制。 MathML支持仍在积极开发中，因此某些标签尚未实现，某些功能尚未完全开发，但即将推出。 缺陷包括： 不支持表中的对齐组。 并非表支持所有属性。 例如，columnspan和rowpan尚未实现。 对基本数学标记的实验支持：mstack，mlongdiv，msgroup，msrow，mscarries和mscarry（通过mml3扩展名，目前仅适用于MatJax 2.7 ）。 双向数学的实验支持（通过mml3扩展，目前仅适用于MatJax 2.7 ）。 有关详细信息，请参见的结果。 摘自MathJax 在任何浏览器中查看： 浏览器的本机支持 Chrome没有任何MathML本机支持。 Firefo
MMlab 官方教程链接汇总
Darchan的博客
09-03 1514
MMlab 官方教程链接汇总
mmdetection的使用
dejahu的博客
08-11 4517
mmdetection的使用 官方文档：Welcome to MMDetection’s documentation! — MMDetection 2.15.0 documentation 配置教程：windows下安装mmdetection_dejahu的博客-CSDN博客 mmdetection进行目标检测实验时，需要下载好预训练的模型以及设置好相应的配置文件，配置文件中主要是设置一些学习率还有anchor，因为是继承的关系，所以直接加载原有的配置文件，在原有的配置文件上进行修改即可。关键在于数据集
open-mmlab. mmclassification构建自己的数据集格式并训练
黛玛日孜的博客
08-06 1331
代码】open-mmlab. mmclassification构建自己的数据集格式并训练。
OpenMMLab 训练营第二期 笔记三
erhehe2的博客
06-03 219
我的电脑是 Windows 系统，安装了 miniconda。不同项目需要不同的版本，使用 conda 可以很容易管理。首先来创建 RTMPose 的环境。
OpenMMLab 训练营第二期 笔记二
erhehe2的博客
06-02 292
从给定的图像中识别人脸、手部、身体等关键点。1输入：图像输出：所有关键点的像素坐标 (x1,y1),(x2,y2)…(xJ,yJ), 这 J 为关键点的总数，取决于具体的关键点模型。例如人脸68关键点，手势21关键点，人体18关键点。这是一个很难的模式识别问题，要去追踪这些不断变化的点。
openmmlab训练营第二期——人体关键点检测
weixin_43224926的博客
06-02 76
人体姿态估计3D姿态估计，在三维还原人的状态人体参数化模型：从图像或视频恢复运动的人体3D模型下游任务：行为识别，CG动画、人机交互、动物行为识别。
OpenMMlab AI实战营第一期培训
weixin_52836217的博客
03-21 772
OpenMMlab AI实战营培训笔记，内容包括了计算机视觉领域常见的：图像分类，目标检测，语义分割的知识。
OpenMMLab训练营第一课
fqgan的博客
02-02 68
介绍了一些机器学习的概念，和神经网络的常见的层。
OpenMMLab AI训练营第一节课记录
zljzljq的博客
06-01 1224
1.OpenMMLab概述先来段官方介绍：OpenMMLab 浦视 | 是上海人工智能实验室的计算机视觉算法开源体系 OpenMMLab是深度学习时代全球领域最全面、最具影响力的视觉算法开源项目，全球最大最全的开源计算机视觉算法库，为学术和产业界提供一个可跨方向、结构精良、易复现的统一算法工具库。OpenMMLab 已经累计开源了超过 30 个算法库，涵盖分类、检测、分割、视频理解等众多研究领域，拥有超过 300 种算法、2,400 多个预训练模型。
MMLAB实战系列视频教程|MMLAB视频教程
09-13
第3章 第一模块：训练结果测试与验证 第4章 第一模块：模型源码DEBUG演示 第5章 第二模块：使用分割模块训练自己的数据集 第6章 第二模块：基于Unet进行各种策略修改 第7章 第二模块：分割任务CVPR最新Backbone设计...
【OpenMMLab实战营打卡 - 第 2 课】图像分类和基础视觉模型
m0_47062524的博客
02-03 192
神经结构搜索：让机器搜一些模型出来，接触强化学习等方法搜索最佳网络，是强化学习的逻辑，它的网络结构就没有人工设计的那么规整。神经结构搜索：让机器搜一些模型出来，接触强化学习等方法搜索最佳网络，是强化学习的逻辑，它的网络结构就没有人工设计的那么规整。数据增强：通过简单的变换产生一系列的副本，对训练数据集进行扩充，用更多样化的数据来训练泛化性好的模型，降低标注数据集的成本。数据增强：通过简单的变换产生一系列的副本，对训练数据集进行扩充，用更多样化的数据来训练泛化性好的模型，降低标注数据集的成本。
【python GUI编码入门-21】如何用Tkinter创建一个记事本应用
木头大左的博客
11-08 49
在现代编程环境中，图形用户界面（GUI）应用程序的开发变得越来越重要。Python的Tkinter库是一个功能强大且易于使用的GUI工具包，非常适合初学者和有经验的开发者使用。本文将详细介绍如何使用Tkinter创建一个简易的记事本应用，涵盖从安装到实现各项功能的全过程。Tkinter是Python的标准GUI库，它提供了丰富的接口来创建窗口、对话框、按钮等常见的GUI组件。Tkinter具有良好的跨平台性，可以在Windows、Mac OS和Linux上运行。
一次薅国家超算平台的记录
weixin_55179972的博客
11-07 407
参与 谁是下一个“AI”跃人 -AI体验推介活动，赢取千元算力券！（https://www.scnet.cn/home/subject/modular/index270.html）2. Clone开源的Llama3 Chinese （https://github.com/LlamaFamily/Llama-Chinese）活动名称主题：国家超算互联网「AI跃升季」：谁是下一个“AI”跃人 - AI算力体验活动。其中位置1，2替换为商品基模型和训练出来的微调模型。模型改为商城下载的模型。2、运行的过程记录。
推荐一款管道数据检索工具：Pipedata-Pro
11-09 340
是一款专为设计石油、天然气、水和蒸汽管道及管道系统的工程师开发的应用程序。该应用程序提供了设计管道系统所需的工程数据，拥有一个全面的管道类型、配件和材料。
2024年华为OD机试真题-查找充电设备-C++-OD统一考试（E卷）
面试高手的博客
11-08 234
某个充电站，可提供n个充电设备只，每个充电设备均有对应的输出功率任意个充电设备组合的输出功率总和，均构成功率集合P的1个元素功率集合P的最优元素，表示最接近充电站最大输出功率pmax 的元素。每一题都含有详细的解题思路和代码注释，精编c++、JAVA、Python三种语言解法。当充电设备输出功率50、20、20组合时，其输出功率总和为90，最接近充电站最大充电输出功率，因此最优元素为90。所有充电设备的输出功率组合，均大于充电站最大充电输出功率30，此时最优元素值为0。第 2 行为每个充电设备的输出功率。
大模型落地之ollama控制设备
weixin_44772948的博客
11-10 46
本地环境：ollama3.2（理论上ollama3.1以上就支持tool功能，但是笔者没有试过）(PS:不足点，在输入不是控制指令的相关问题时，大概率也会调用工具，需要后续调优）
Golang--文件操作
cookies_s_的博客
11-07 418
文件操作
逐行加载 HTML 内容并实时显示效果：使用 wxPython 的实现
最新发布
Winfredzhang的博客
11-10 471
self.lines = [] # 用于存储HTML文件的行内容self.line_index = 0 # 当前行的索引self.timer = wx.Timer(self) # 创建定时器self.Bind(wx.EVT_TIMER, self.OnTimer, self.timer) # 绑定定时器事件定义self.lines用于存储 HTML 文件的行，表示当前行索引，self.timer为定时器，用于逐行加载 HTML 内容。事件绑定到OnTimer方法。本文演示了如何使用wxPython。
OpenMMLab与计算机视觉基础：AI实战营Day1精华
"本次课程是AI基础实战营的第一天，主要介绍了计算机视觉的基本概念和OpenMMLab开源算法体系。由同济大学的张子豪主讲，内容涵盖了从计算机视觉的基本问题，如图像识别、人脸识别，到更高级的应用如图像生成、风格...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值