深度学习
文章平均质量分 91
关于ai和目标检测的一些脑洞
尘光未歇
这个作者很懒,什么都没留下…
展开
-
AI一叶知秋:从目标检测部署浅谈人工智能发展
所以说尽管模型的架构不断完善,许多云平台或者是开源仓库让一窍不通的小白也能顺利完成训练并得到满意的结果,我仍然持有一个审慎的看法,先前在小木虫有看到过一个类似的帖子,大意是各大厂商不断发力纷纷推出自家的SOTA模型,但是研究生除了根据这些模型改改参数更加贴近外,是做不了实际工业项目的,他们实验室里有一个祖传横向是一个图像分割的传送带监控,用的还是七八年前的模型,因为既没有人关注这些不随大流发展人机对话而是负责特定用途的小众模型,也没有人想要优化一个需要连接电路处理信号避免干扰的实际部署器件。原创 2023-12-22 15:28:34 · 2150 阅读 · 0 评论 -
Anaconda在本地创建虚拟环境配置pytorch进行深度学习
本文是笔者前段时间学习经验的汇总,主要内容是深度学习初学者怎么在自己的电脑而非云服务器上配置环境并完成一些小的项目,这次选取的是就目前而言较为主流的pytorch框架,我会展示如何在装有N卡的Windows11系统中下载组件并配置环境。原创 2022-10-24 19:19:15 · 1582 阅读 · 0 评论 -
深度学习计算机视觉模型衍生与发展——OverFeat详解
本文围绕一代传奇模型overfeat展开论述,探究在2013年,overfeat是怎样横空出世、独占鳌头的,并介绍它的那跨时代的思想和惊为天人的设计。原创 2022-10-23 11:54:49 · 1195 阅读 · 0 评论 -
解析深度学习中各类目标检测模型的发展沿革与功能特性
本文其实和笔者近期发表的其他文章同属robomaster学习过程中的经验分享,不过笔者希望主线里面的Ubuntu和ROS要素不被冲淡,所以并未归纳进去。这里主要介绍的是从13年开始逐渐兴起的目标检测模型到目前为止的发展历程以及其中一些关键模型的参数对比与优化分析。原创 2022-09-13 08:59:37 · 1094 阅读 · 0 评论 -
AI Studio——百度飞桨初体验
本文介绍了AI Studio的入门使用方法和基础的图形界面,旨在帮助和笔者一样的小白走好深度学习和人工智能的第一步。那么话不多说,现在发车。原创 2022-09-07 09:34:23 · 8293 阅读 · 2 评论