- 博客(8)
- 资源 (11)
- 收藏
- 关注
原创 底层视觉与MMEditing
来源底层视觉与MMEditing_哔哩哔哩_bilibili超分辨率任务定义从低分辨率图像重构高分辨率图像目标提高图像分辨率恢复图像细节 产生真实内容应用场景照片修复节约传输图像耗费的带宽医疗 卫星 监控 空中监察类型多图超分常用于遥感影像单图超分不适定问题高分辨率图像不能唯一确定经典方法:稀疏编码(Sparse Coding)思想:通过无监督学习方法 构建一组“基图像块” 使图像可以通过少数基图像块线性组合而成方法
2023-06-15 16:51:41
73
1
原创 语义分割与MMSegmentation
来源46 语义分割和数据集【动手学深度学习v2】_哔哩哔哩_bilibili【OpenMMLab 公开课】语义分割与 MMSegmentation_哔哩哔哩_bilibiliWelcome to MMSegmentation’s documentation! — MMSegmentation 1.0.0 documentation语义分割与MMSegmentation任务定义将图片中的每个像素分类到对应的类别图片分类 -> 目标检测 -> 语义分割图像分
2023-06-13 21:00:20
83
1
原创 目标检测与MMDetection
特征金字塔网络(Feature Pyramid Network):高层次特征包含足够抽象语义信息 将高层特征融入底层特征补充低层特征的语义信息。图片金字塔:将图片缩放成不同尺寸 使算法能在不同图片上检测出不同大小的物体。边界框回归:让模型同时预测物体类别和预测边界框相对于滑窗的偏移量。在这些预测中 只有少量锚框的真值为正样本 大部分锚框的真值为背景。基于层次化特征:基于主干网络产生的多级特征图产生预测结果。定义:在神经网络中 一个神经元能“看到”的原图的区域。在某一层中 相邻两个神经元的感受野的距离。
2023-06-08 23:45:04
97
原创 深度学习预训练与MMPreTrain
来源深度学习预训练与MMPretrain_哔哩哔哩_bilibiliMMPreTrain DocsMMPretrain算法库简介预训练开源算法框架源自MMClassification和MMSelfSup特点丰富的模型数据集支持训练技巧与策略易用性推理API包含丰富的相关任务:图像分类图像描述视觉问答视觉定位检索代码框架配置文件的运作主干网络AlexNetVGGGoogLeNetResNet每级包含若干残差模块
2023-06-06 17:24:08
100
1
原创 关键点检测实战
通过命令行和Python API两种方式 利用预训练模型进行预测。安装MMCV、MMPose和MMDetection。MMPose实战(以三角板关键点检测项目为例)训练RTMDet和Faster R-CNN。通过单张图像 视频或摄像头进行预测。Pytorch模型转ONNX模型。下载三角板关键点检测数据集。配置config文件。模型权重文件精简转换。配置config文件。模型权重文件精简转换。安装MMDeploy。
2023-06-03 21:28:45
169
原创 人体关键点检测与MMPose
基于回归:将关键点检测问题建模成一个回归问题 让模型直接回归关键点的坐标。优点:模型预测热力图相对比较容易 模型精度相对更高 因此成为主流方法。基于热力图:基于原始关键点坐标生成热力图 作为训练网络的监督信息。利用多视角图像:通过同一对象的多视角图片来预测和还原出3D信息。问题:深度模型难以回归坐标 精度不是最优。绝对坐标:各关节点在相机坐标系中的坐标。直接预测:直接从2D图像回归3D坐标。通过关键点模型检测出所有人体关键点。相对坐标:关键点相对于骨盆点的坐标。基于单人图像估计出每个人的姿态。
2023-06-02 23:39:57
121
原创 OpenMMLab算法框架总体介绍
来源 OpenMMLab系列公开课 OpenMMLab 2.0 整体介绍 AI实战营第二期第一节课 算法体系概述 发展历程 现状 总体框架 基于PyTorch训练框架 由视觉基础库MMCV和MMEngine提供支持 包含30+视觉算法库和部署框架MMDeploy 算法
2023-06-01 21:14:43
109
1
conll-2012.rar
2021-03-12
知识图谱80篇精选论文集.rar
2020-03-07
tensorflow-2.0.0-cp37-cp37m-win_amd64.whl
2020-03-07
tensorflow_gpu-2.0.0-cp37-cp37m-win_amd64.whl
2020-03-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人