- 博客(113)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 PaddleDetection使官方使用手册细节点总结（2）:模型部署
1、导出可预测模型训练得到一个满足要求的模型后，如果想要将该模型接入到C++预测库或者Serving服务，需要通过tools/export_model.py导出该模型。同时，会导出预测时使用的配置文件，路径与模型保存路径相同, 配置文件名为infer_cfg.yml。输入部分： 导出模型输入为网络输入图像，即原始图片经过预处理后的图像，具体预处理方式可参考配置文件中TestReader部分。各类检测模型的输入格式分别为：输出部分： 导出模型输出统一为NMS的输出，形状为[N, 6], 其中N为预测框
2021-03-14 16:35:52
1529
原创 PaddleDetection使官方使用手册细节点总结（1）
1、Fine-tune其他任务使用预训练模型fine-tune其他任务时，可以直接加载预训练模型，形状不匹配的参数将自动忽略，例如：export CUDA_VISIBLE_DEVICES=0,1,2,3,4,5,6,7python -u tools/train.py -c configs/faster_rcnn_r50_1x.yml -o pretrain_weights=output/faster_rcnn_r50_1x/model_final也可以显示的指定忽略参数名，可采用如下两种方式：（
2021-03-14 15:19:28
1087
3
原创 《深度学习》花书精华理解：线性代数
1、重要名词（1）标量：scalar;（2）向量：vector（3）矩阵：matrix（4）张量：tensor（5）转置：transpose（6）主对角线：main diagonal（7）广播：broadcasting（8）矩阵乘积：matrix product（9）矩阵对应元素乘积：element-wise product（10）向量点积：dot product（11）矩阵逆：matrix inversion（12）单位矩阵：identity matrix（13）生成子空间：sp
2021-03-04 15:34:11
1173
原创 《深度学习》花书精华理解：引言部分中的几个重要概念
1、人工智能技术要解决的核心问题是什么？答：解决那些多人来说很容易执行、但很难形式化描述的任务（关键是如何把这些非形式化的知识传递给计算机，可理解为非形式化特征提取）。相反，抽象和形式化的任务对人类而言是最困难的脑力任务之一，但对计算机而言是属于最容易的。2、机器学习？模式识别？表示学习？答：机器学习算法的性能很大程度上依赖于给定数据的表示，它具有能够从这些原始数据中提取模式的能力（而模式识别是直接给出描述特征，缺少了从原数据中发现规律的环节）。表示识别是在机器学习的基础上更进一步，不需要人工对对象特
2021-03-02 22:03:30
230
原创 计算机视觉工具：Detectron2学习手册（二）训练自己的数据集
Detectron2环境配置，在本专栏上一篇文章环境配置一 数据集准备由于我的数据及标注类型是PASCAL VOC格式，现需要做一个格式转化，转化为COCO数据集格式，其实Detectron2是支持对PASCAL-VOC类型数据进行训练的，但为了更加好的队训练结果进行评价，这里还是使用COCO格式数据集：原文件夹目录如下：Annotations– 000001.xml– 000002.xml– …ImageSets– Main— train.txt— val.txtJPEGIma
2020-11-11 20:53:05
1700
11
原创 计算机视觉工具：Detectron2学习手册（－）环境配置
一 本人主机环境ubuntu18.04 + cuda10.2 + Geforce 1080Ti + anaconda3二 环境配置1 在anaconda中构建新环境(配置Detectron2的预备环境)conda create -n detectron2 python=3.6激活detectron2环境conda activate detectron2安装pytorch和torchvision，pytorch版本要≥1.3conda install pytorch torchvision
2020-11-11 19:51:08
810
2
原创 他山之石：网易机器学习工程师二面面经
一、说一下做的最久的项目二、过程中遇到的问题，解决的办法三、最近看了什么算法？介绍SVD和xgboost1、SVD（奇异值分解）（1）目的：提取出一个矩阵最重要的特征（2）方阵A：Av=λvAv = \lambda vAv=λv，其中vvv是特征向量（彼此正交）， λ\lambdaλ是特征向量vvv对应的特征值（3）特征值分解：这里Q是矩阵A的特征向量组成的矩阵，∑\sum∑是一个对角阵，里面的特征值是由大到小排列的，这些特征值所对应的特征向量就是描述这个矩阵变化方向。（一个矩阵其实就是一个
2020-08-05 19:05:43
317
原创 动手学习深度学习－Pytorch：夯基础
一 随机梯度下降为什么可以代替梯度下降最终实现收敛？二 学习率为什么一般设置的比较小？可以看到只有保证（学习率＊f(x)）的倒数足够小的时候，才能带人泰勒展开式进行近似计算，保证损失函数在迭代过程中逐渐收敛，而当学习率太大时，使前面提到的一阶泰勒展开公式不再成立：这时我们无法保证迭代xxx会降低f(x)f(x)f(x)的值。...
2020-08-04 12:34:43
197
原创 《剑指offer》Python题解：动态规划(一)
一、 连续子数组的最大和leetcode 《剑指offer》：421、题干输入一个整型数组，数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。要求时间复杂度为O(n)。2、示例输入: nums = [-2,1,-3,4,-1,2,1,-5,4]输出: 6解释: 连续子数组 [4,-1,2,1] 的和最大，为 6。3、解题思路（1）状态定义：设动态规划列表dp，dp[i]代表元素nums[i]为结尾的连续子数组最大和。（动态规划问题都需要状态定义，也可
2020-07-25 21:17:33
275
原创 秋招笔试系列：阿里724
一、吃烧饼（动态规划）1. 题干吃烧饼，有n个盘子和每个盘子的烧饼数，每次选一个x(x <= n)，吃掉第1x号盘子的一个烧饼，若第1x号盘子中有空盘，则不能选择这个x。 假设胃无限大，问最多可以吃多少烧饼。2、样例输入32 1 3输出：43、解题分析状态定义：设dp[i]是第i个盘子中最多能吃到的烧饼的数量（那么每个盘子最多能吃到的饼的数量之和就是返回结果）转移方程：如果第dp[i]个盘子中的烧饼数量比dp[i-1]中的烧饼数量多，那么第i个盘子中只能吃掉和dp[i-1]相等数
2020-07-25 11:14:13
346
原创 目标检测：数据增强
背景计算机视觉模型训练，使用数据增强防止过拟合是最有效的方法．为了降低标注成本，同时可以有效地扩充数据集（任意比例，数据增强对源数据量也有一定要求，源数据足够多＋数据增强，才能发挥其威力），这里给出一个解决方案图像数据和标签同时增强方法源码import xml.etree.ElementTree as ETimport pickleimport osfrom os import getcwdimport numpy as npfrom PIL import Imageimport shu
2020-07-08 16:11:23
1345
4
原创 Linux常用指令(偏数据分析)
解决pip安装进度很慢pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --default-timeout=100 sklearn创建文件touch 不能创建文件夹cp -i(交互，覆盖提醒) file1 file1copycp -R(recruit，递归cp) folder1/ folder2/cp file1 file2 folder1/mv file1 file1renamerm -r folder1 删除有文件的文件夹文
2020-06-12 22:07:03
214
原创 arXiv每日推荐-6.2
【1】 Combining Fine- and Coarse-Grained Classifiers for Diabetic Retinopathy Detection结合细粒度和粗粒度分类器检测糖尿病视网膜病变作者： Muhammad Naseer Bajwa, Sheraz Ahmed链接：https://arxiv.org/abs/2005.1430【2】Machine Learning for recognition of minerals from multispectral data
2020-06-02 09:00:29
376
原创 arXiv每日推荐-5.31:计算机视觉/图像处理每日论文速递
同步公众号(arXiv每日学术速递)[检测分类相关]：【1】 Modeling the Distribution of Normal Data in Pre-Trained Deep Features for Anomaly Detection用于异常检测的预训练深度特征中正态数据分布的建模作者： Oliver Rippel, Dorit Merhof链接：https://arxiv.org/abs/2005.14140【2】 CNN-based Approach for Cervical Ca
2020-05-31 21:20:00
761
原创 arXiv每日推荐-5.31:语音/音频每日论文速递
同步公众号(arXiv每日学术速递)【1】 Bayesian Restoration of Audio Degraded by Low-Frequency Pulses Modeled via Gaussian Process标题：用高斯过程建模的低频脉冲退化音频的贝叶斯恢复作者： Hugo Tremonte de Carvalho, Luiz Wagner Pereira Biscainho链接：https://arxiv.org/abs/2005.14181【2】 The INTERSPEEC
2020-05-31 21:19:30
389
原创 Python的深拷贝与浅拷贝
一 直接赋值默认为浅拷贝，只传递对象的引用，原始列表改变，被赋值的变量也会做相同的改变a = [0, 1, 2]b = aa.append(3)>>> a = [0, 1, 2, 3]>>> b = [0, 1, 2, 3]二 copy浅拷贝浅拷贝,只拷贝最外层的列表，原始列表的子列表改变，被复制的变量的子列表也改变import copyalist = [0, 1, 2, [3, 4]]temp1 = copy.copy(alist)alist.
2020-05-17 13:18:05
218
原创 python效率提升模块（一）
一 heapq模块该模块提供了堆排序算法的实现1 创建堆和排序(1) heapq.heappush()(2) heap.heapify(list)2 排序(1) [heapq.heappop(heap) for _ in range(len(nums))](2) num1 = sorted(num1); num2 = sorted(num2)res = heapq.merge(num1, num2)3 返回最小值heapq.heappop(nums)4 删除堆中最小元素并加入一个元素
2020-05-16 21:14:53
387
1
原创 arXiv每日推荐-5.16:语音/音频每日论文速递
同步公众号(arXiv每日学术速递)【1】 Semi-supervised Neural Chord Estimation Based on a Variational Autoencoder with Discrete Labels and Continuous Textures of Chords标题：基于离散标签和连续纹理的变分自动编码器的半监督神经和弦估计作者： Yiming Wu, Kazuyoshi Yoshii链接：https://arxiv.org/abs/2005.07091【2
2020-05-16 08:42:49
1402
原创 arXiv每日推荐-5.16:计算机视觉/图像处理每日论文速递
同步公众号(arXiv每日学术速递)[检测分类相关]：【1】 Detection and Retrieval of Out-of-Distribution Objects in Semantic Segmentation语义分割中非分布对象的检测与检索作者： Philipp Oberdiek, Gernot A. Fink链接：https://arxiv.org/abs/2005.06831【2】 Dense-Resolution Network for Point Cloud Classifi
2020-05-16 08:42:09
1056
原创 python中的GIL－全局解释器锁
转载：https://www.cnblogs.com/zipxzf/p/11621630.html使用场景：采用多进程还是多线程的方式（多核CPU）要看实际应用场景是：（１）多Ｉ/O操作（２）密集计算（循环等操作）如果是多IO，单核多线程效率更高如果是密集计算，使用多进程临界资源因为多个线程可以共享进程的内存空间，因此要实现多个线程间的通信相对简单，大家能想到的最直接的办法就是设置一个全局变量，多个线程共享这个全局变量即可。但是当多个线程共享同一个变量（我们通常称之为“资源”）的时候，很有
2020-05-15 09:40:57
211
原创 Python面性对象编程理解
面向对象编程一 装饰器1 @property装饰器之前我们讨论过Python中属性和方法访问权限的问题，虽然我们不建议将属性设置为私有的，但是如果直接将属性暴露给外界也是有问题的，比如我们没有办法检查赋给属性的值是否有效。我们之前的建议是将属性命名以单下划线开头，通过这种方式来暗示属性是受保护的，不建议外界直接访问，那么如果想访问属性可以通过属性的getter（访问器）和setter（修改器）方法进行对应的操作。如果要做到这点，就可以考虑使用@property包装器来包装getter和setter方法
2020-05-13 20:55:56
186
原创 arXiv每日推荐-5.9:计算机视觉/图像处理每日论文速递
同步公众号(arXiv每日学术速递)[检测分类相关]：【1】 Enhancing Geometric Factors in Model Learning and Inference for Object Detection and Instance Segmentation加强对目标检测和实例分割的模式认知与推断几何因素作者： Zhaohui Zheng, Wangmeng Zuo备注：All the source code and trained models are available at
2020-05-09 21:14:14
1035
原创 arXiv每日推荐-5.9:语音/音频每日论文速递
同步公众号(arXiv每日学术速递)【1】 The Perceptimatic English Benchmark for Speech Perception Models标题：言语感知模型的感性英语基准作者： Juliette Millet, Ewan Dunbar备注：Accepted to CogSci Conference 2020链接：https://arxiv.org/abs/2005.03418【2】 Crop Aggregating for short utterances sp
2020-05-09 21:13:50
282
原创 Keras框架使用注意事项
一、显卡说明如果您的显卡是非NVIDIA公司的产品或是NVIDIA GTX系列中型号的第一个数字低于6或NVIDIA的GT系列，都不建议您采用此类显卡进行加速计算，例如NVIDIA GT 910、NVIDIA GTX 460 等等。如果您的显卡为笔记本上的GTX移动显卡（型号后面带有标识M），那么请您慎重使用显卡加速，因为移动版GPU容易发生过热烧毁现象。如果您的显卡，显示的是诸如 HD50...
2020-05-05 16:32:46
308
原创 arXiv每日推荐-5.5:计算机视觉/图像处理每日论文速递
同步公众号(arXiv每日学术速递)[检测分类相关]：【1】 Automated eye disease classification method from anterior eye image using anatomical structure focused image classification technique利用解剖结构聚焦图像分类技术从眼前眼图像中自动分类眼病的方法作者...
2020-05-05 13:52:04
759
原创 arXiv每日推荐-5.5:语音/音频每日论文速递
同步公众号(arXiv每日学术速递)【1】 Addressing Missing Labels in Large-scale Sound Event Recognition using a Teacher-student Framework with Loss Masking标题：使用具有丢失掩蔽的教师-学生框架解决大规模声音事件识别中的丢失标签作者： Eduardo Fonseca, Xa...
2020-05-05 13:51:28
420
原创 Ubuntu16.04 (TITAN V × 4): Anaconda3+CUDA10.1+cudnn7.5.1+opencv3.4.10+darknet
一. 资源下载Ubuntu16.04 desktop版本:二. 系统安装三. Anaconda3 安装四. opencv3.4.10 安装五. CUDA10.1 和 cudnn7.5.1安装六. darknet 安装
2020-05-01 09:56:56
583
原创 linux ftp服务器访问权限设置, 只可访问指定文件夹
在Linux中添加ftp用户，并设置相应的权限，操作步骤如下：1、配置vsftp服务2、root权限下新建需要访问的用户useradd -d /home/ftp test //增加用户test，并制定test用户的主目录为/home/ftppasswd test //为test设置密码3、更改用户可访问的主目录：usermod -d /mnt/test test //更改用户test的...
2020-04-30 14:05:45
3261
原创 arXiv每日推荐-4.28：语音/音频每日论文速递
同步公众号(arXiv每日学术速递)【1】 Depthwise Separable Convolutional ResNet with Squeeze-and-Excitation Blocks for Small-footprint Keyword Spotting标题：具有挤压和激励块的纵向可分离卷积共振网络用于小占地面积关键字定位作者： Menglong Xu, Xiao-Lei Zh...
2020-04-28 18:48:18
398
原创 arXiv每日推荐-4.28：计算机视觉/图像处理每日论文速递
同步公众号(arXiv每日学术速递)[检测分类相关]：【1】 Improvement in Land Cover and Crop Classification based on Temporal Features Learning from Sentinel-2 Data Using Recurrent-Convolutional Neural Network (R-CNN)基于使用递归-...
2020-04-28 18:45:48
1200
原创 面经: 腾讯机器学习算法岗
求一次函数与二次函数围成的面积程序import sysimport numpy as npfrom scipy import integrate # 计算积分def calcu_s(A, B, C): # c1是b^2, c2是4ac c1 = 4 * (A ** 2) c2 = 8 * A * B * C # 判断 b^2 - 4ac是否大于零（...
2020-04-27 08:28:54
783
原创 “啃”基础算法-排序算法: 快速排序+归并排序+计数排序
方法一: 递归实现import timeimport numpy as npdef quicksort(arr): if len(arr) <= 1: # 1 结束情况 return arr pivot = arr[len(arr) // 2] # 2 缩小规模 left = [x for x in arr if x < pivo...
2020-04-25 10:02:42
222
原创 arXiv每日推荐-4.24:计算机视觉/图像处理每日论文速递
同步公众号(arXiv每日学术速递)[检测分类相关]：【1】 DeepFake Detection by Analyzing Convolutional Traces基于卷积轨迹分析的DeepFake检测作者： Luca Guarnera (1 and 2), (2) iCTLab s.r.l. - Spin-off of University of Catania)链接：https:/...
2020-04-24 10:00:28
1145
原创 arXiv每日推荐-4.24:语音/音频每日论文速递
同步公众号(arXiv每日学术速递)【1】 A Study of Non-autoregressive Model for Sequence Generation标题：序列生成的非自回归模型研究作者： Yi Ren, Tie-Yan Liu备注：Accepted by ACL 2020链接：https://arxiv.org/abs/2004.10454【2】 Towards Link...
2020-04-24 09:56:15
445
原创 “啃”基础算法-排序算法: 选择排序
算法复杂度和稳定性速查表又慢又不稳定!!!版本一(Cost time:6.77)import time'''每次遍历数组，选择最小值添加到新列表，并在原列表中删除本次遍历最小值'''def select_sort1(alist): new_list = [] while len(alist) > 0: # 遍历到最后一个数 min_value...
2020-04-23 20:39:59
125
原创 一点感悟: 詹姆斯与全栈工程师
编程和打篮球:编程中最牛的一类人号称“全栈工程师”, 相当于球场上的谁?詹姆斯!!!首先你得“骨骼惊奇”, 就是你得有天赋, 不说是天赋异禀, 也得十年一遇.其次, 你IQ和EQ都得高, 你发现不管你有多“全栈”, 是不是得有人帮你宣传产品? 得有人给你包装产品? 领袖气质和大局观决定了你的上限!你还需要, 对身处的“联盟”(行业)有足够的了解, 知道现在联盟裁判规则(编程规范)、薪资待...
2020-04-17 19:03:27
490
转载 B站好资源: 数据科学，机器学习，python
数学基础1、Up主：3Blue1Brown的数学基础https://space.bilibili.com/88461692课程介绍：用动画讲述数学专业知识，其视频涵盖了线性代数、微积分、拓扑学等领域，每门课都配有直观生动的动画演示，帮助观众加深对数学概念定理的理解。2、数学分析https://www.bilibili.com/video/av8042121课程介绍：复旦陈纪修老师的数学...
2020-04-17 16:00:51
876
原创 arXiv每日推荐-4.17:语音/音频每日论文速递
同步公众号(arXiv每日学术速递)【1】 Generating Multilingual Voices Using Speaker Space Translation Based on Bilingual Speaker Data标题：基于双语说话人数据的说话人空间翻译生成多语言语音作者： Soumi Maiti, Alistair Conkie备注：Accepted to IEEE I...
2020-04-17 12:44:19
353
Data-Augment-master.zip
2020-07-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人