- 博客(12)
- 收藏
- 关注
RSS订阅原创 目标检测与MMDetection
给出图片，给图片按照用矩形框将其标出目标检测Vs图像识别异同点目标检测比图像更复杂一些目标检测在智慧城市、自动驾驶、下游视觉任务里面都有很多应用场景整个目标检测技术得演进，可以看这个图：伴随着深度学习的发展，目标检测技术的技术和精度都有了很大的提高。2015年Yolo刚出来的时候，算力不足，精度比不过两阶段，后续随着算力提升，yolo成了知名的一个方法。
2023-06-08 23:54:50
64
原创 深度学习预训练与MMPretrain
它是一个强大的预训练模型工具箱，支持多种预训练模型算法，包括自监督学习、多模态学习等。MMPreTrain预训练工具箱基于PyTorch，提供了一个简单易用的API和丰富的功能，可以方便地进行模型定义、训练和评估。使用MMPreTrain预训练工具箱，您可以快速实现预训练模型，并在各种视觉和自然语言处理任务上获得优秀的性能表现。它包含了多种前沿的预训练模型算法，包括自监督学习、多模态学习等，广泛应用于各种视觉和自然语言处理任务。这边也学习了一下，看的云里雾里。ResNet2015,论文引用让人惊叹啊！
2023-06-06 23:38:23
152
原创 RTMPose关键点检测-MMDetection三角板目标检测
而MMDetection也是是OpenMMLab的一个开源工具库，主要用于目标检测任务，包括但不限于目标定位和分类。MMDetection会输出每个检测到的三角板的位置信息。RTMPose会输出每个检测到的人体的关键点的位置信息。RTMPose是一个用于实时多人2D姿态估计的开源工具库，它可以从图像或视频中检测出人体关键点的位置。视频重的代码没有使用GPU，只使用了CPU，可以后续在自己实验的时候试试本地的GPU。将RTMPose的输出和MMDetection的输出进行进一步的处理或分析。
2023-06-04 20:44:45
396
1
原创 人体姿态与MMPose
在2D姿态估计任务中，使用Transformer可以帮助模型更好地理解人体关键点之间的关系，提升姿态估计的准确性。基于热图（Heatmap-based）的方法：这种方法通常通过使用卷积神经网络来预测关键点的热图，然后找出热图中的最高点作为关键点的位置。2D姿态估计是计算机视觉领域的一个子任务，主要目标是在给定的二维图像或视频中检测和识别人体的关键点，并估计他们的相对位置和方向。MMPose通过检测人体的关键点（例如头部、四肢、关节等）并计算它们的相对位置和方向，生成人体姿态的表示。
2023-06-02 20:24:50
177
原创 OpenMMLab介绍
该项目由多个库构成，包括MMDetection、MMCV、MMSegmentation等，这些库提供了一系列的算法和预训练模型，支持各种计算机视觉任务，例如图像分类、目标检测、图像分割和姿态估计等。它覆盖了图像分类、图像描述、视觉问题回答、视觉定位、检索等，并包含了各种自监督策略、对比学习、掩码学习和前端多模态算法，同时提供了详细的文档。MMOCR是一个文本检测和识别算法库，具有文本检测、字符识别和关键信息提取等功能。MMPose是一个姿态估计算法库，可以检测人脸、身体、手、动物、衣服等的关键点。
2023-06-01 18:59:25
120
原创 OCR Task01
参考baseline，试用百度OCR框架进行OCR识别PaddlePaddleOCR安装教程。案装好之后PaddleOCR，需要的就是把图片路径复制到代码里，运行就ok啦！根据官方教程，跟着一步一步走。总结一下主要的流程：步骤1：下载比赛图片创建文件夹保存目录为/train_data/tianchi/image，按照文件名进行保存，训练集和测试集存储在一起。主要使用脚本：python3 down_image.py步骤2：下载预测模型使用到PP预训练的模型，所以需要下载对应的模型权重文件
2021-07-15 20:23:58
56
原创 回炉-进阶第一天
数据说明此处还是主要延用之前的笔记，重新运行和查询记录（在第二个任务做更深入的二次笔记)本次数据与之前数据不同： 下载这份数据集是金融数据（非原始数据，已经处理过了），我们要做的是预测贷款用户是否会逾期。表格中 “status” 是结果标签：0表示未逾期，1表示逾期。1任务数据类型转换和缺失值处理（尝试不同的填充看效果）以及及其他你能借鉴的数据探索。2完整代码及注释import ...
2019-01-27 00:21:46
126
原创 【DataWhale Day7】算法实践任务——模型调优
模型调参核心代码def auto_search(model,gird_param): grid = GridSearchCV(model,gird_param,scoring='accuracy',cv=5) grid = grid.fit(x_train,y_train) y_predict_pro = grid.predict_proba(X_test_std)[:...
2018-12-24 21:57:14
186
原创 【DataWhale Day5】算法实践任务3
文章目录0.问题描述1.评价指标2.模型构建2.1数据导入2.2数据切分2.3模型构建2.3.1模型对象化2.3.2 构建模型字典，以便后续引用2.4模型训练及评价2.4.1封装模型训练及预测评价2.4.1模型运行及评价结果0.问题描述这份数据集是金融数据（非原始数据，已经处理过了），我们要做的是预测贷款用户是否会逾期。表格中 “status” 是结果标签：0表示未逾期，1表示逾期。构建随机...
2018-12-22 21:59:10
184
原创 【DataWhale Day3】算法实践任务2
文章目录0.问题描述1.评价指标2.模型构建2.1数据导入2.2数据切分2.3模型构建2.3.1模型对象化2.3.2 构建模型字典，以便后续引用**2.4模型训练及评价2.4.1封装模型训练及预测评价2.4.1模型运行及评价结果0.问题描述这份数据集是金融数据（非原始数据，已经处理过了），我们要做的是预测贷款用户是否会逾期。表格中 “status” 是结果标签：0表示未逾期，1表示逾期。构建...
2018-12-20 20:09:30
123
原创 【DataWhale Day1】算法实践任务1
【数据说明】这份数据集是金融数据（非原始数据，已经处理过了），我们要做的是预测贷款用户是否会逾期。表格中 “status” 是结果标签：0表示未逾期，1表示逾期。print(...
2018-12-18 21:57:18
177
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人