openmmlabAI实战
文章平均质量分 77
参与OpenMMLab的AI实战笔记
早上真好
不知名放弃领域创作者,具有丰富的各领域放弃经验。
展开
-
【小白向】MMDeploy安装部署|暗坑标注版
也就是说其实如果你没有设置这些环境变量但是你记得这些库的路径的话,这几个编译选项就直接传入你的库路径也是一样的,使用设置环境变量的方式是为了简化流程与降低环境的安装难度,但是如果你觉得这样更加麻烦的话当然就不需要这么做了。截至1月20日,该文编辑时间,已经有cuda12.2了,但是没有与该版本对应的TensorRT版本,别担心,实测12.1能用的就行,换句话说,最新的能用。跟着教程走一般都不会有问题,关键点在于==“不换终端”==,当然,如果你看了下面的文字知道发生了什么之后,你换终端也没有什么事。原创 2024-01-20 20:24:26 · 1209 阅读 · 0 评论 -
恒源云GPU使用tensorboard || 以OpenMMLab系列为例 || 定时复制可视化日志
在训练过程中使用可视化工具向来是很有效的。相比于shell中的输出,可视化能够更好地向我们展现在训练过程中各项指标的变化。但是,由于深度学习所需要的设备性能要求较高,我们常常使用云GPU进行训练。但是一些云平台的可视化工具让人摸不着头脑,现在我以OpenMMLab开源视觉算法体系的MMDetection算法库为例,介绍在恒源云中使用TensorBoard。原创 2023-09-16 10:56:54 · 289 阅读 · 0 评论 -
Github || 同步更新fork的仓库的代码与原仓库一致
我因为一些需求需要更新自己fork的仓库与原仓库,在网上搜了一下,有些麻烦,什么又New pull request有创建的,但是实际上开始操作的时候并没有这么麻烦。大约是github的版本变化?总之现在还是相当方便的。要更新自己fork的代码与原仓库代码保持一致,一般有网页端和本地通过git工具来改两种方式。原创 2023-08-14 15:10:52 · 1591 阅读 · 0 评论 -
(202302)OpenMMLab实战CV陆——语义分割算法简介
将图像按照物体的类别分割成不同的区域: 对每个像素进行分类:无人驾驶汽车、人像分割、智能遥感、医疗影像分析。原创 2023-02-10 19:44:15 · 60 阅读 · 0 评论 -
(202302)OpenMMLab实战CV伍——mmdetection的使用(小笔记与感想)
与之前的mmclassifiction没有本质区别。原创 2023-02-08 20:31:44 · 103 阅读 · 0 评论 -
(202302)OpenMMLabAI实战营CV肆——目标检测简介与基础知识
两阶段的检测范式最早由 R-CNN 确立,因包含 区域提议和区域识别两个阶段得名;经历一些列发展到 Faster R-CNN 和 Mask RCNN 逐渐成熟;结合比较先进的主干网络和多尺度技术可以达到 比较优越的检测精度,使用广泛;近几年(2020~)随着单阶段算法精度和速度的 提高逐渐被取代。原创 2023-02-07 19:12:25 · 248 阅读 · 0 评论 -
(202302)OpenMMLab实战CV叁——图像分类代码实战与超算平台的使用
本次课程主要分为三个部分,mmclassfication的代码教学、第一次作业的指导、使用北龙超云平台完成本次作业的过程。原创 2023-02-04 13:49:22 · 210 阅读 · 0 评论 -
(202302)OpenMMLab实战CV贰——图像分类算法基础
ResNet是深浅模型的集成:等同于多模型集成:残差网络有 𝑂(2 𝑛 ) 个隐式的路径来连接输入和输出,每添加一个块会使路径数翻倍。- 残差链接让损失曲面更平滑:Loss Surface 更加平滑,更容易收敛到局部/全局最优解。原创 2023-02-03 15:50:03 · 202 阅读 · 0 评论 -
(202302)OpenMMLab实战CV壹——算法基础与OpenMMLab入门
第一次课程主要分为三部分:计算机视觉基础知识,mmlab开源算法体,计算机视觉、机器学习的基础知识。目前pytorch是相对最受欢迎的深度学习框架。openmmlab即是基于pytorch搭建。再次记录仅作为自己留下的印象。mmdetection(最受欢迎)目标检测、实例分割、全景分割。原创 2023-02-01 22:32:19 · 245 阅读 · 0 评论