- 博客(12)
- 收藏
- 关注
RSS订阅原创 tensor_to_numpy
def tensor_to_np(tensor): tensor = tensor+1.0 img = tensor.mul(127.5).byte() img = img.cpu().numpy().squeeze(0).transpose((1, 2, 0)) img = np.clip(img, 0,255) return img
2021-01-04 21:20:47
609
翻译 BN GN
BatchNorm：batch方向做归一化，算NHW的均值，对小batchsize效果不好；BN主要缺点是对batchsize的大小比较敏感，由于每次计算均值和方差是在一个batch上，所以如果batchsize太小，则计算的均值、方差不足以代表整个数据分布LayerNorm：channel方向做归一化，算CHW的均值，主要对RNN作用明显；InstanceNorm：一个channel内做归一化，算H*W的均值，用在风格化迁移；因为在图像风格化中，生成结果主要依赖于某个图像实例，所以对整个batch归一化不
2021-01-03 14:43:47
149
原创 gitlab入门
创建分支git clone git checkout -b xxxx 创建并切换分支 git push origin xxx clone 分支git branch -r -a 显示所有分支 git checkout origin/xxxx 切换分支 git pull origin xxx
2021-01-03 14:40:00
69
原创 COCO数据集
json class_ids = coco.getCatIds() image_ids = coco.getImgIds() image = coco.loadImgs(i)[0] annotation_ids = coco.getAnnIds(imgIds=image["id"], catIds=1) annotations = coco.loadAnns(annotation_ids)
2021-01-03 14:37:47
89
1
翻译 CornerNet Lite
CornerNet-Saccadesingle type and multi-object减少处理的像素的个数来提高inference的效率通过attention map找到合适大小的前景区域，然后crop出来作为下一阶段的精检图片CornerNet-Saccade 预测3张attention maps, 分别用于小尺寸(the longer side of its bounding box is less than 32 pixels)、中尺寸(between 32 and 96 pixe
2021-01-03 14:36:14
84
翻译 CornerNet
CornerNet-(目标检测->关键点检测)流程：ConvNet生成两组heat maps来预测不同分类下的corners，其中一组负责预测左上角，另一组负责预测右下角。backbone使用hourglass network。每组heatmap有C个channel，其中C是category数量，heatmap的size为。每个channel就是一个binary mask，表示location是否是这个分类下的corner。 ConvNet为每个corner预测embedding vec..
2021-01-03 14:28:14
103
翻译 表格恢复 结构识别 现状
GFTE: Graph-based Financial Table Extraction：表格识别任务的数据集构建 有实现 发布了一个标准的中文数据集 FinTab 基于图卷积神经网络（Graph Convolutional Network ，GCN）的模型 GFTE 作为该表格识别数据集中的基线方法 （a） 构建基本事实，包括表格区域的图像、文本内容、文本位置和结构标签 （b） 基于单元格构造一个无向图 G=<V, R_C>。 （c）使用 GFTE 来预测相邻关...
2021-01-03 14:22:05
456
原创 python pip安装 临时源修改
pipinstall -ihttps://pypi.doubanio.com/simple/ --trusted-hostpypi.doubanio.comxxx
2021-01-03 14:11:36
230
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