- 博客(3)
- 资源 (2)
- 收藏
- 关注
原创 深度学习中角度估计
1.3D Bounding Box Estimation Using Deep Learning and Geometry(CVPR 2017)We show that a novel MultiBin discretecontinuous formulation of the orientation regression significantly outperforms a more traditional L2 loss(1)L2 loss在很多回归问题中并不好用,它预测结果倾向平均值: L2
2020-07-21 22:27:33 5325 2
原创 pytorch中变量的可微分性
1.detach的用法参考https://www.cnblogs.com/wanghui-garcia/p/10677071.html总结:这么一看其实detach()和detach_()很像,两个的区别就是detach_()是对本身的更改,detach()则是生成了一个新的variable比如x -> m -> y中如果对m进行detach(),后面如果反悔想还是对原来的计算图进行操作还是可以的但是如果是进行了detach_(),那么原来的计算图也发生了变化,就不能反悔了...
2020-07-20 17:30:37 443
原创 pytorch中的F.grid_sample解释
1.一般用法首先构造一个恒等采样的矩阵(左上角是(-1,-1),右下角是(1,1),记为grid),然后在该矩阵的基础上加上x,y方向的offset,构成一个新的采样矩阵(flow_grid),然后使用F.grid_sample和flow_grid对原图做采样,得到trans_feature。#构造恒等变换的采样矩阵,左上角是(-1,-1),右下角是(1,1),中间是(0,0)gridY = torch.linspace(-1, 1, steps = featSize).view(1, -1, 1,
2020-07-11 11:21:25 25698 8
caffe的Makefile.config和Makefile.tar.gz
2019-08-28
google.tar.gz
2019-07-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人