专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化

在Ubuntu 虚拟机中折腾 YOLOX ，需要基础 GCC、G++ ，无论采用 sudo apt install XX 还是源码安装都遇到一些问题 ，最终解决方案是，设置 Linux apt 源配置，从而 sudo apt install XX 成功，解决了网络安装库下载不可达问题.........

opencv-python 库的安装 顾名思义，Python 代码运行需要依赖使用的 openCV 库；opencv C++ 库的安装 顾名思义，C、C++ 代码编译运行需要依赖使用的 openCV C++ 库；

本次博文简单记录，多卡训练任务中 ，各个 GPU 资源占用情况 ，内容较为基础，后续有新的心再继续补充：多卡训练任务中，主卡需要承担和其他卡之前的通信，可以看到 ：实验一：0，1，2，3 四卡训练，0 号主卡多了 3个 通信 进程...

in-distribution data (分布内训练数据集)、OOD test dataset （分布外测试数据集）Evaluation metrics. We evaluate the performance of OOD detection by measuring the following metrics

相信能够打开这篇文章的小伙伴，大概率是遇到了和我类似的困境哈 - 临时没有网线、周围一堆无线网，可是没有密码 - 自己手机开个热点，怎么也找不到 - 然后让同事开个热点，靠，怎么也找不到哇 - 泪目......

wandb的作用画出好看的log曲线图（比如用在论文理），类似或者说Tensorboard的一个替代品。

你可能需要先了解 conda 和 pip 加速安装各种深度学习库——源配置、win11安装Anaconda之图文教程

磁盘空间不足，导致训练过程中正在生成的模型保存失败,从而resume训练时，加载报错；可以解决我们训练中断（断电、磁盘空间不足）的问题，resume 训练即可；代码逻辑中要有 resume 训练的判断

细粒度相关研究中用到的主要数据集如下：Fine-grained visual classification (FGVC) 相关主要训练和测评数据集如下：CUB-200-2011、Standford Cars、FGVC-Aircraft

目前细粒度识别的主要方法包括两个步骤。首先，收集数据集。由于细粒度识别对人类来说是一项固有的困难任务，这通常需要招募一个专家团队【58,38】或广泛的众包渠道【30,4】。其次，使用这些专家标注的标签来训练识别方法，可能还需要以零件、属性或关系的形式进行附加标注[75,26,36,5]。虽然采用这种方法的方法取得了一些成功[5,75,36,28]，但由于这些限制，其性能和可扩展性受到可用数据不足的限制。...

这些 Trick 当然是有的，可问题是、如果这些 Trick 那么好实现、好验证你、我、或者其它卷到这个赛道的小伙伴、难道不会自己去实现、然后 水一篇SCI、实力 + 运气好 上波顶会 ？

优秀的视频编辑服务，不仅能够记录我们现在的生活，还能够让我们穿越过去，和时空对话。随着近些年、AI着色、老照片还原、人脸表情编辑、视频清晰化等 AI 技术的飞速发展，各大厂商也相继提供了 AI开放平台 供用户和开发者体验使用。墨理就 华为、百度、阿里、字节、Adobe 等知名企业的 AI 相关技术（AI 着色、一键微笑） 的效果展开初步体验和评测 。...

最终考虑再三，由于3070Ti 这类的显卡 对于 当前的笔记本电脑电量消耗太快，2个小时就没电了，给了我一种笔记本还不如台式电脑的感觉；先说一下优点：16G内存、最新代的 i7 , 3070Ti 这等笔记本配置 在 2022 年算是顶配了，办公体验当然是很流畅的（比如：打开100+网页、打开10+ Pycharm 或者 VSCode 编辑器项目 ）

Ubuntu20安装并配置OpenVINO【详细图文教程】，Install OpenVINO；随着AI技术等对应用开发和功能实现的影响越来越大，这也就要求相关企业具备更强的AI开发能力，从数据收集、数据预处理、数据标注、模型训练、模型评估和模型部署等一系列任务，无一不考验着企业的AI模型精度和AI推理速度、AI 算力资源等AI开发、落地能力。

最近折腾了一台 显卡 RTX3070Ti （ 8G ） 的笔记本主要用来折腾、偶尔跑一些小的模型评测 因此要对新电脑开始一系列的软件安装；这里就先记录一篇 VSCode 的安装，就很简单的样子，本博文面向的读者：软件安装小白、新同学

图像修复ICCV 2021文章测评：代码简洁、很直观,没有注意到，论文是否提到 BaseLine ，不过感觉就是 似曾相识，可能是之前看的论文太多了, 网络结构、大体就是那样、变过来、变过去、细节决定 提升效果

为了增强全局一致性，设计了双向门控特征融合 (Bi-GFF) 模块来交换和组合结构和纹理信息，并开发了上下文特征聚合 (CFA) 模块来按区域细化生成的内容亲和力学习和多尺度特征聚合。在 CelebA、Paris StreetView 和 Places2 数据集上的定性和定量实验证明了所提出方法的优越性

云原生容器技术之 Docker、CentOS 安装 Docker 最新教程、Docker常用命令汇总

Kubernetes的名字来自希腊语，意思是“舵手” 或 “领航员”。K8s是将8个字母“ubernete”替换为“8”的缩写。Kubernetes 特点：可移植: 支持公有云，私有云，混合云，多重云（multi-cloud）；可扩展: 模块化, 插件化, 可挂载, 可组合；自动化: 自动部署，自动重启，自动复制，自动伸缩/扩展