No Bells, Just Whistles

EmoC001

已于 2024-07-26 10:39:39 修改

阅读量23

点赞数

分类专栏：鼠鼠的AI笔记文章标签：深度学习

于 2024-07-23 17:09:40 首次发布

本文链接：https://blog.csdn.net/u013302570/article/details/140637778

版权

鼠鼠的AI笔记专栏收录该内容

33 篇文章 4 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

文章目录

数据
Inference
- 模型预测heatmap
- 后处理
Template
Map Template

数据

之前看的以为SoccerNet是作者用到的网络名称，原来是data

from SoccerNet.Downloader import SoccerNetDownloader
mySoccerNetDownloader = SoccerNetDownloader(LocalDirectory="soccernet")
mySoccerNetDownloader.downloadDataTask(task="calibration", split=["train","valid","test"])

在这里插入图片描述

{
   
    "Side line left": [
        {
   
            "x": 0.22446875274181366

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

EmoC001

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
No Bells, Just Whistles

之前看的以为SoccerNet是作者用到的网络名称，原来是data。
复制链接

扫一扫

专栏目录

订阅专栏

WTL Makes UI Programming a Joy Part 2: The Bells and Whistles - Samples

10-16

Recall from Part 1 of this series, that the Windows Template Library (WTL) is available on the January 2000 Platform SDK and beyond. It’s an SDK sample produced by members of the ATL team chartered ...

bells.github.io

05-09

【标题】"bells.github.io" 是一个个人博客项目，很可能是在GitHub Pages上托管的。GitHub Pages是一个服务，允许用户免费发布静态网站，通常用于个人展示、项目文档或博客。【描述】"bells 个人博客，加油！" 这...

参与评论您还未登录，请先登录后发表或查看评论

Montessori Bells-开源

05-12

教孩子通过配对和分级来区分音乐声。一种用耳朵吹奏音乐的乐器。

jbs-bells-web

04-03

"jbs-bells-web"项目看起来是一个基于JavaScript的Web应用，但没有给出具体的描述，我们只能根据项目名称和标签来推测可能涉及的技术和知识点。在JavaScript这个大领域中，我们可以探讨许多方面，包括基础概念、核心...

Mindful Bells -crx插件

04-03

语言:English 一个简单的提醒提醒，让您专注此扩展程序可以让您注意自己的时间，还可以帮助您集中精力而不会分心。如何？请阅读以下内容：每隔几分钟设置一次提醒。您可以在增加焦点时降低铃声频率。...

python 加速(1)

EmoC的博客

06-15

2509

因为要修改yolo系列里NMS处的计算，如果用python，速度巨慢。torchvision 有自己的加速后的NMS function。但是不和形变后的IOU通用。因此需要做一个类似的。回看torchvion, 发现里面有cpp的文件，因为之前没有接触过加速（资源比较丰富）。C++ 并不是加速NMS那步操作的解药，解药是CUDA kernel。因此，如果要加速任何的function在model里，CUDA kernel 是最终目的。自己之前误入歧途，以为C++就能加速一切。

Whisper

EmoC的博客

11-30

1627

Whisper 代码详解

YOLO NAS note 1

EmoC的博客

05-18

1496

Yolo-Nas 的代码比YOLO v8 还恐怖。之前的YOLO数据可以通过：coco_detection_yolo_format_train，和 coco_detection_yolo_format_val 自动转。

Yolo v5 长方形训练修改

EmoC的博客

04-25

1445

感谢，以下内容改自：http://t.csdn.cn/37m2w dataloaders.py # YOLOv5 🚀 by Ultralytics, GPL-3.0 license """ Dataloaders and dataset utils """ import contextlib import glob import hashlib import json import math import os import random import shutil import time from it

openCV的CUDA GPU 版本安装（Ubuntu windows 通用）

EmoC的博客

10-22

1316

例子：/media/xxx/cozynest/anaconda3/envs/detection/lib/python3.9/site-packages/cv2/python-3.10。这里有可能会出现configure的文件找不到的错误，可以直接copy paste Python 版本的文件，根据缺失文件的名字添加。这样放的原因是我Ubuntu的Home容量不够多，导致我需要把这些东西放在另一个盘上，其次是这样安装比较干净。以下是Python3相关会填入的内容。2：下载后的两个包裹会放在以下结构。

Towards Robust Blind Face Restoration with Codebook Lookup Transformer

EmoC的博客

01-18

969

这个projec相对codeformer已经是老一些的了，CodeFormer paper说自己的效果比这个更好。有看了这个视频，它借用了R-ESRGAN 4x 和 GFPGAN 50%，既保留了一些人物特征，又有了更好的效果。

Transformer for CV

EmoC的博客

11-29

954

Transformer 也不适用batch norm，Batch由GPU操作，但是一般的GPU顶多2个Batch，按照上一个内容，计算出12，这样的Batch size，对GPU来说为难了。对sequence的data不好，因为sequence的长度不一，那么batch norm用的mean 和 std 就不能很好的将每个feature的分布准确算出。而分的大块可能会错失细节信息。以上是数学里的计算方式，但是在代码里，以上步骤不好操作，因此，目前的GELU是通过sigmoid 或者 Tahn 估计出来的。

LLM Note 1

最新发布

EmoC的博客

02-20

652

比如对一短视频做理解，他会重复输出“他穿着黑色衣服”，直觉认为可能是对视频做embbeding 时，抽到的帧都差不多，所以导致重复，基本上如果视频有8帧，那么类似的语句就会重复个7，8次。Token 确实比较影响model的效果，因此，怎么输出有效且准确的token，比较重要。Router 主要是将 Attention的输出，进行分配，Attention输出和FFN之间，不是全链接的关系。如果Token的数量在3-4左右，那么可以加速至少2倍，如果Token 数量在3~7，那么可以有更快的速度。

AutoEncoder anomaly detection

EmoC的博客

10-14

631

这里写目录标题Video anomaly detection and localization via Gaussian Mixture Fully Convolutional Variational Autoencoder (2020 June)使用了VAE用dynamic flow代替optical flowMore layers, more invariable使用Anomaly ScoreVideo anomaly detection with spatio-temporal dissociatio

AI - Planning

EmoC的博客

12-22

604

Motion Planning Collision-free Path Collision Free Check Matlab Figure for Box Bounding Test Method Line Segments Test Method Configuration Space C-SpaceMotion Planning 使用States建立State Graph Nodes（在差不

AI - CSP

EmoC的博客

12-22

543

Variable Ordering Value Ordering Backward Forward AC3 Question 1 Crossword PuzzleVariable OrderingValue OrderingBackwardForwardAC3Question 1: Crossword PuzzleStanford CS227 Assignment2

Video-LLaMA

EmoC的博客

08-22

507

由于这个模型里的视频帧是均匀抽取8个帧，如果只有一秒的视频，那么很容易抽到的8张图都是一样的，那么描述就会像在说车轱辘话一样，来回重复并颠倒。因此，为了符合这个模型的特点，建议先用长一点的视频，再经过快进处理。6. 图像encoder 用的是 Blip-2 中专门做图像语义理解的部分，这个部分的结构：EVA CLIP + Q-former。整个模型，蓝色的blocks都是可以被拿来直接用的，橙色部分是一定要经过训练，以促成Llama video 模型正常联通使用的。整个代码里的部件权重加载在。

InstantID

EmoC的博客

02-18

442

之前使用LORA的方式去训练专门的人物模型，靠，以为是最赞的方式了，但是后来发现还有更赞的，其实faceswap 就够赞的了，而且比SD更早的出现。

lama cleaner

EmoC的博客

07-25

428

如果是GPU的，一定要装GPU版本的pytorch: (我用的11.8版本)如果要使用以上的内容，需要在parse_args.py 这个文件里添加。把这些内容打开后，这个包会自动下载所有相关权重。

jingle bells乐谱

10-16

《Jingle Bells》是一首经典的圣诞节歌曲，人们常在圣诞节期间演奏和唱起。以下是《Jingle Bells》的简单乐谱： Dashing through the snow 在雪地里飞驰 In a one-horse open sleigh, 在一辆敞篷的马拉雪橇上 O'er the fields we go, 穿越田野 Laughing all the way; 唱着歌，哈哈笑 Bells on bobtail ring, 马尾上的铃铛叮当响 Making spirits bright, 兴奋起来 What fun it is to ride and sing 划过雪地并唱歌，多么快乐 A sleighing song tonight! 在今晚歌唱雪橇之歌 Jingle bells, jingle bells, 叮当铃铛响起来 Jingle all the way; 一直嘈杂作响 Oh! what fun it is to ride 哦！划雪橇多么快乐 In a one-horse open sleigh. 在一辆敞篷的马拉雪橇上 Jingle bells, jingle bells, 叮当铃铛响起来 Jingle all the way; 一直嘈杂作响 Oh! what fun it is to ride 哦！划雪橇多么快乐 In a one-horse open sleigh. 这是一个简单的乐谱，以便人们在演奏时能够轻松上手。歌曲欢快的旋律配合着有趣的歌词，让人们在圣诞节期间感受到欢乐和快乐的氛围。希望这个简单乐谱能帮助到那些想要演奏《Jingle Bells》的人，享受这首经典圣诞歌曲带来的温暖和快乐。