OpenMMlab AI实战营第二期-第八次笔记

最新推荐文章于 2024-09-28 21:20:29 发布
最新推荐文章于 2024-09-28 21:20:29 发布
阅读量79 收藏
点赞数
文章标签： 笔记
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/m0_55508602/article/details/131175380
版权

语义分割与MMSegmentation

语义分割

任务：将图像按照物体的类别分割成不同的区域，等价于对每个像素进行分类

应用：无人驾驶、人像分割、智能遥感、医疗影像分析

基本思路

按颜色分类

逐像素分类

 经典方法

全卷积网络（2015）

PSPNet(2016)

DeepLab系列

 前沿算法

 SegFormer

K-Net

MaskFormer

Mask2Former

SAM(Segment Anything)

 

语义分割模型的评估

 

DonaldBide
关注
OpenMMlab AI实战营第二期-第11次笔记
m0_55508602的博客
06-15 146
下载样例图片运行预测。
OpenMMlab AI实战营第二期-第九次笔记
m0_55508602的博客
06-14 113
创建临时文件夹，存放每帧结果。
OpenMMlab AI实战营第二期-第五次笔记
m0_55508602的博客
06-07 69
会看到输出一个字典，包含预测的标签、得分及类别名。我是选择从源码安装的。
OpenMMlab AI实战营第四期培训
weixin_52836217的博客
03-05 983
本篇主要讲述了计算机视觉领域的一个重要问题——目标检测，从定义开始，跟随时间线的技术发展，具体阐述了两阶段、单阶段以及基于transformer的目标检测模型。
OpenMMlab AI实战营第三期培训
weixin_52836217的博客
03-03 851
OpenMMLab实训项目的第三期，主要是根据前一期的知识代码实战简单的图像分类问题。
OpenMMlab AI实战营第五、六期培训
weixin_52836217的博客
06-18 828
主要是对第五、六次实战营的内容进行展示，包括了目标检测代码的粗略内容以及语义分割的详细基础知识介绍。
【OpenMMLab AI实战营第二期】目标检测笔记
JeffDing
06-08 624
目标检测：给定一张图片，用矩形框框出所有感兴趣物体同时预测物体类别单阶段算法直接通过密集预测产生检测框，相比于两阶段算法，模型结构简单、速度快、易于在设备上部署早期由于主干网络、多尺度技术等相关技术不成熟，单阶段算法在性能上不如两阶段算法，但因为速度和简洁的优势仍受到工业界青睐随着单阶段算法性能逐渐提升，成为目标检测的主流算法。
OpenMMLab-AI实战营第二期——2-1.人体关键点检测与MMPose
啷个哩个啷
06-02 1768
关键点提取，属于模式识别人体姿态估计的下游任务：行为识别（比如：拥抱。。下游任务：CG和动画，这个是最常见的应用下游任务：人机交互（手势识别，依据收拾做出不同的响应，比如：HoloLens会对五指手势（3D）做出不同的反应）自顶向下方法自底向上方法单阶段方法基于Transformer的方法。
OpenMMLab AI实战营 第七课笔记
CodeInLinXu
02-11 238
OpenMMLab AI实战营 第七课笔记 目录OpenMMLab AI实战营 第七课笔记import os import numpy as np from PIL import Image import os.path as osp from tqdm import tqdm import mmcv import mmengine import matplotlib.pyplot a...
AI实战营第一期——浦视开源算法体系OpenMMLab简介
m0_62777538的博客
06-01 434
OpenMMLab诞生于2018年，是由中国开发者主导，具有国际影响力的人工智能计算机视觉开源算法体系，在2022年的世界人工智能大会上，OpenMMLab正式发布2.0版本。OpenMMLab已经累计开源了超过30+个算法库，有2400+个预训练模型（开箱即用），涵盖图像识别分类、目标检测、图像分割、姿态估计、视频理解、OCR光符识别、3D目标检测、3D人体姿态估计、模型轻量化、自监督学习、少样本学习、光流估计，预训练+多模态、AIGC……几乎涵盖各类的计算机视觉任务，可以说是一个非常丰富的工具箱。
机器学习笔记--NetworkX代码实战
太阳当空照，花儿对我笑，微风轻轻拂，心情无限好。
12-27 1534
NetworkX是复杂网络研究领域中的常用Python包。用于构建和操作复杂的图结构，提供分析图的算法。图是由顶点、边和可选的属性构成的数据结构，顶点表示数据，边是由两个顶点唯一确定的，表示两个顶点之间的关系。顶点和边也可以拥有更多的属性，以存储更多的信息。对于networkx创建的无向图，允许一条边的两个顶点是相同的，即允许出现自循环，但是不允许两个顶点之间存在多条边，即出现平行边。边和顶点都可以有自定义的属性，属性称作边和顶点的数据，每一个属性都是一个Key:Value对。导入工具包# 图数据挖掘。
Pytorch图像分类实战笔记Task01-Task07|Datawhale组队学习
weixin_45480097的博客
01-17 874
将数据集统一命名为数字-->获得文件名列表full_dataset-->打乱列表random_dataset-->set train_rate = 0.8,train_dataset = random_dataset[:int(full_dataset)*0.8],test_dataset =random_dataset[int(full_dataset)*0.8:] -->移动文件。文件：gif格式的、非三通道图片（三通道图可以是彩色图，可以是灰度模式的图像。第一步，导入所需要的库。
目标检测YOLO实战应用案例100讲-基于深度学习目标检测的白细胞分类技术研究
qq_36130719的博客
07-04 514
白细胞（White Blood Cell，WBC）是血液的主要组成部分，也是人体免疫系 统中极其重要的安全卫士，它们可以清除细菌，抵抗感染，为人体健康筑起坚固 的防线。在血常规计数领域，常常把白细胞分成单核细胞、粒细胞和淋巴细胞[ 7]。粒细胞（Granulocyte）由骨髓中的造血干细胞分化而成，是一类细胞质中包含颗 粒体的白细胞，根据在瑞氏染色下的表现可进一步分为嗜碱性粒细胞（Basophil）、 嗜酸性粒细胞（Eosinophil）和中性粒细胞（Neutrophil）。
MATLAB算法实战应用案例精讲-【图像处理】数字图像处理
qq_36130719的博客
11-06 197
首先我们需要了解什么是数字图像处理（Digital Image Processing）数字图像处理主要的目的是改善图示信息以便于人们理解，还有就是为了存储、传输以及表示而对图像进行处理，以便于机器的自动理解所以，我们可以将其理解为将一幅简单的原始图像使用计算机处理成为更能为我们所理解或需要的形式比如车牌检测、人脸识别等。
AIGC学习笔记—minimind详解+训练+推理
m0_56569131的博客
09-27 200
这个开源项目是带我的一个导师，推荐我看的，记录一下整个过程，总结一下收获。这个项目的slogan是“大道至简”，确实很简。作者说是这个项目为了帮助初学者快速入门大语言模型（LLM），通过从零开始训练一个仅26MB的微型语言模型MiniMind，最快可在3小时内完成。降低学习LLM的门槛，让更多人能够轻松上手。MiniMind极其轻量，约为GPT-3的1/7000，适合普通个人GPU进行快速推理和训练。
江科大笔记—LED闪烁& LED流水灯& 蜂鸣器
最新发布
m0_62005595的博客
09-28 271
LED闪烁& LED流水灯& 蜂鸣器
Maya学习笔记：项目设置和快捷键
吴梓穆的博客
09-24 351
快速空格：切换三视图，鼠标放到对应的视图上，在快速按空格，可以切到对应视图。在项目窗口里，选择要生成的子文件夹（保持默认即可），然后点下边的接受。文件/最下边选择最近的项目，在右侧展开菜单里选择刚创建的目录。只后场景会被默认保存在这个文件夹下的scenes里。F：先点击一个物体，在按F，选中的物体居中显示。主键盘5：平滑着色显示模型（默认的方式）选择一个文件夹，然后选择创建默认工作区。alt+滚路或右键拖动：缩放视角。alt+左键拖动：旋转视角。alt+中键拖动：移动视角。A：场景所有物体居中显示。
智能指针学习笔记
weixin_42130300的博客
09-24 292
1. 共享指针总体的使用来说是不线程安全的（构造和析构时才会改变引用计数，但是在访问资源时是不安全的）。可以对引用计数改变时加锁，或者将+或-操作改变为原子操作。3. 不可以将shared_ptr转换为unique_ptr。unique_ptr可以转换为shared_ptr，通过std::move。1. 关于int，成员变量的引用计数必须是int*。不可以直接是int，不然没有引用计数的作用。2. 关于是否可以声明为静态成员。不可以，否则每一个相同类型的对象都共享该计数。需要通过weak_ptr进行解决。
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