Yan

原始视频链接：安装MMDetection和MMPose：https://www.bilibili.com/video/BV1Pa4y1g7N7MMDetection三角板目标检测：https://www.bilibili.com/video/BV1Lm4y1879KMMPose、RTMPose三角板关键点检测：https://www.bilibili.com/video/BV12a4y1u7sd个人感觉这是一个非常成功的视频教学，完整的介绍了如何从原始数据训练一个可以简单定制的模型出来。

这个课程的大致内容是介绍如何从给定的二维影像中恢复出人体的姿态（2D或者3D），大纲如下所示，基本上可以认为流程是：先是恢复2D的关节点姿态，然后是3D的关节点姿态，最后直接演变成三维模型的姿态（更加精细）。我的感觉是一个好的骨架给定后，由于人四肢躯干的长度都是固定的，2D-3D之前显然存在一个几何变换（当然我也是猜的），所以网络学习起来比较容易。2D姿态估计就是利用图片恢复人体关键点姿态，其方法思路可以分为基于回归（直接回归关键点的坐标）和基于热力图（预测关键点的位置分布图）两大类。

openMMlab是基于pytorch的工具包，不是一个新的框架。参与课程可以动手做一些实验，完成课程后还有一些福利。

背景Jittor是一个非常牛逼的框架，维护了大量的官方demo，非常容易上手。与其他方法相比，采用了即时编译的流程，因此在效率上往往更高。但是在使用Jittor的过程中，也遇到了一些比较头疼的事情，即如何在断网的服务器上安装jittor。通常在正常联网的电脑上，pip安装jittor以后，jittor还会调用compile_extern.py下载一些压缩包，导致断网电脑无法安装。在后文中，将简要介绍jittor如何在离线服务器上安装。方法去官网下载最新的jittor源代码，较老的版本可能存在一

背景vscode目前是非常流行的编程工具，提供了大量的插件，尤其是其中的remote–ssh，能够提供远程ssh连接服务器，居家办公两不误。然而比较麻烦的事情是，通常服务器为了保证安全都会设置多级jumpserver，较少情况下才会提供直连。因此本篇博客的主要目的就是在remote-ssh里达到多级跳转。参考https://code.visualstudio.com/blogs/2019/10/03/remote-ssh-tips-and-tricks#_proxycommand方法安装好r

背景使用命令行查询文件文件(夹)大小参考https://www.cnblogs.com/zhengyiqun1992/p/11183819.html使用方法查看当前文件夹下文件大小ll -h输出如下，其中文件夹大小是错误的，但是文件大小是正确的。查看文件夹的大小du -h --max-depth=1输出如下，不会显示文件大小，仅显示文件夹大小...

背景obsidian是一个非常牛逼的本地笔记工具，极大的提高了本人的学习能力，卷的更加厉害了。此处简要记录一下在使用过程中遇到问题和对应的解决方案，至于具体的使用方法网上多的是就不介绍了。三方插件推荐1. Advanced Tables（提高表格编写）2. Calendar（生成日历侧栏）3. Dataview（必备）4. Day Planner（日程管理，显示日程安排）5. HIghlightr（高亮markdown文笔）6. Remember Cursor Position（记录光标位置

我不会是最后一个知道可以用conda安装不同版本的cuda的人吧。。。通常的pytorch安装流程是：首先安装NVIDIA驱动，然后安装对应版本的cuda和cudnn最后再安装cuda支持的pytorch版本然而实际上今天发现，完成步骤1以后，直接安装cudatookkit就可以完成步骤2，并且对应的cuda就安装在对应的conda环境下。...

背景rm是一个非常常用但是却异常危险的命令，因为其删除的文件并不会保存在回收站中，而是直接删除。如果不慎错误删除了文件，基本上就万劫不复了。解决方案下载脚本https://raw.githubusercontent.com/lagerspetz/linux-stuff/master/scripts/saferm.sh将saferm.sh拷贝到当前${PATH_YOU_LIKE}目录下，并为脚本设置权限chmod a+x ${PATH_YOU_LIKE}/saferm.sh将${PATH

#git局部配置git config user.name "username"git config user.email "email"#git带用户密码clonegit clone https://username:password@github.com/usernamex/privat-repo.git

方法sudo apt-get update# 必须首先安装gdal的lib，python只是针对该lib的调用sudo apt install gdal-bin libgdal-dev# pip安装的版本必须和gdal一致pip install --global-option=build_ext --global-option="-I/usr/include/gdal" GDAL==`gdal-config --version`参考https://coderedirect.com/quest

Aanconda的离线环境安装的必要条件是有一台可以联网的电脑。在后文中，分别称可以联网的电脑为On-line，不可以联网的电脑为Off-line。以下即为对应的操作步骤:1 On-line下载annconda安装包安装对应环境导出requirements.txt控制台运行 pip list --format=freeze拷贝输出结果到requirements.txt文件中，其格式大致如下:widgetsnbextension==3.5.1wincertstore==0.2yarg

补课目录：（已经完成）吴恩达DeepLearning.ai：Deep Learning Specialization（正在进行）李航《统计学习方法》（计划进行）林轩田 机器学习基石 机器学习技法

Jittor三千问记录一下在使用Jittor时遇到的问题和对应的解决方案，持续更新。非常感谢梁盾博士的回复。1. Jittor如何指定显卡？在运行脚本时，使用 CUDA_VISIBLE_DEVICES=gpu_id2. Jittor的safe_clip是什么？与python中的clip等价，相同的函数还有clamp。3. Jittor中conv2d不能设置padding_modeconv2d默认使用padding_mode='zero'，其他方法需要首先调用jt.nn.pad选择对应的

问题在进行深度学习时，显存是一种非常宝贵的资源。但是即便在Ubuntu下，各种各样的系统配置都会不自觉的占用一些显存，导致深度学习难以为继。在本博客中，主要搬运一些查询显存占用原因及处理方法。翻译来源链接https://unix.stackexchange.com/questions/591393/how-to-shift-process-from-gpu-to-cpu-usagehttps://askubuntu.com/questions/1220144/can-somebody-explai

参考https://www.bilibili.com/read/cv9221189/背景Blender的Cycles渲染引擎存在非常多的噪声。方法一个比较好的思路是利用“Denoising Data”和降噪节点。参考文档里的是手动设置，非常的不优雅。此处贴一下用python代码设置的方法。 bpy.context.scene.use_nodes = True tree = bpy.context.scene.node_tree links = tree.links

背景GTAV是一个非常好的游戏，目前也已经被广泛应用到深度学习之中了。本篇博客简单介绍一下如何采集数据。1.数据采集1. 代码修改本篇博客的代码来源于GTAVisionExport。但是上述代码中，存在些许问题，经过调整后的代码如下：https://github.com/Yannnnnnnnnnnn/GTAVisionExport。主要修改的模块是：使用二进制保存数据调整深度渲染器分辨率，保持与游戏界面大小一致此处，简单提一下GTAVisionExport的使用规则：需要拷贝Sc

目的本篇博客的主要目的是记录测试DenseDepth的demo的过程，包括“pytorch模型构建”和“keras模型参数转pytorch”两大部分，当然最后还有一个实验模块。注明以下，本篇博客为啥要构建pytorch模型。原因很简单：一、我不会keras；二、希望通过构建新的模型来加深本人对DenseDepth的理解。代码本篇博客在撰写时，主要使用了两个代码，分别是原始代码，以及最终修改好的结果。https://github.com/ialhashim/DenseDepth（keras模型）

论文Recurrent MVSNet for High-resolution Multi-view Stereo Depth Inference摘要MVSNet最大的问题是3D UNet，太耗费内存了。RMVSNet另辟蹊径，使用了GRU来进行代价聚合，取得了不错的效果。方法RMVSNet的网络结构如下图所示，其与MVSNet的结果主要不同的地方在于cost volumn的代价聚合部分。1. 代价聚合代价聚合一直是双目立体匹配和多视立体匹配中的老大难，并不是效果不好，而是太耗费内存。在本篇文

论文MVSNet: Depth Inference for Unstructured Multi-view Stereo摘要MVSNet是深度学习多视立体匹配的开山之作（我个人认为），虽然其在网络结构上与双目立体匹配并没有太大的改进，但是其解决了如何进行多视下怎么可微的进行cost volumn构建。方法下图展示了MVSNet的主要结构，如果排除掉cost volumn的构建方法，可以说其与GCNet/PSMNet可以说没啥太大的区别；总体来说，MVSNet也可以分为四个部分，哈斯特征提取、cos