![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
树莓派
文章平均质量分 84
羞儿
和我一起学习吧,有问题请积极讨论。费曼学习法,论证,整合,再论证,再整合。
展开
-
AIGC新时代,注意政策走向,产业方向,拥抱可信AI。需要了解基本理论,基础模型,前沿进展,产品应用,以及小小的项目复现
AIGC(AI-Generated Content,AI生成内容)是指基于生成对抗网络(GAN)、大型预训练模型等人工智能技术的方法,通过对已有数据进行学习和模式识别,以适当的泛化能力生成相关内容的技术。AIGC可以生成的内容很多,具体的种类和范围可能随着技术的发展而不断扩大。扩散是受到非平衡热力学的启发,定义一个扩散步骤的马尔科夫链,并逐渐向数据中添加噪声,然后学习逆扩散过程,从噪声中构建出所需的样本。:最基本的AIGC内容,可以与人类进行实时对话,生成不同风格的文字,诗歌、故事,甚至计算机代码等。原创 2023-06-18 10:28:01 · 492 阅读 · 0 评论 -
openmmlab, yes.从mmpose到mmagic的那些天:理解深了,知识涨了,圈子大了,腰背不痛了
接着下午就是面试,这时候喵喵出场了,我听到声音的时候是一个温柔的女声,突然给我整不会了,面试班长感觉对我要求挺友好的,她很热情阳光,问了一些认识问题和一些基础知识点,二十分钟左右就结束了。我的方向是目标检测,对王若晖博士对mmdet的讲解,我真的很有共鸣,在1.5小时的讲解,深入浅出,那种知识被验证和整合的通透感觉,真的牛。当然中途有几名同学因为自己的时间规划,导师安排,身体等各种原因主动退群,虽然没有继续一起冲,但他们都很nice,都很有礼节的在群里告别了,我们也送出了祝福。原创 2023-06-17 21:55:02 · 280 阅读 · 0 评论 -
【MMagic】底层视觉与MMEditing Plus版;小窥AIGC,生成模型涌现智慧,研究创造性的方向
经过 OpenMMLab 2.0 的迭代更新以及与 MMGeneration 的代码合并,MMEditing 已经成为了一个支持基于 GAN 和传统 CNN 的底层视觉算法的强大工具。对完整的配置和修复系统中的模块有一个基本的了解,对 Global&Local 的配置作如下简要说明。对完整的配置和生成系统中的模块有一个基本的了解,对 pix2pix 的配置做如下简要说明。使用以下命令,输入一张测试图像以及缺损部位的遮罩图像,实现对测试图像的补全。原始 DIM 模型的配置做一个简短的评论,如下所示。原创 2023-06-15 20:43:24 · 794 阅读 · 6 评论 -
【mmSegmentation】解耦语义分割模型,逐部分理解模型的构成与作用;规范开发和测试标准,增加模型的可复现性;让语义分割模型落地更稳
MMSeg 作为全新的语义分割框架,和其他的框架相比,它提供了更强更快的主流算法,统一超参的公平比较,附带丰富的配置文件和五花八门的 tricks,而且非常灵活易于拓展。在所有的提供的模型和配置文件,没有增加额外的训练 tricks,MMSeg 提供非常丰富的配置文件,这些配置文件整合了各种比较常见的训练 setting,以PSPNet 在 Cityscapes 数据集为例,我们提供了多种不同配置的 PSPNet,报告了速度,显存占用,单尺度/多尺度精度等指标,并提供模型以及实验记录供用户直接下载使用。原创 2023-06-13 22:03:09 · 3807 阅读 · 0 评论 -
【mmYOLO】部署到推理还是等官方的教程吧,难顶
若在int8模式下未传入参数,则会自动使用模型配置文件中的’val’数据集进行校准。wandb 可视化需要在官网注册,并在 https://wandb.ai/settings 获取到 wandb 的 API Keys。xxx=yyy 中的键值对格式,将是 dataset.evaluate() 函数的 kwargs。: 用于评估 MMYOLO 中定义的模型的指标,如 COCO 标注格式的 “proposal”。将 PyTorch 模型转换为后端支持的模型后,您可能需要验证模型的精度,使用。原创 2023-06-11 15:53:26 · 842 阅读 · 1 评论 -
【mmYOLO】促进视觉项目落地,主打工程经验和实用。从原理配置到属性设置,从模型训练到模型评测
基础配置的 YOLOv5 使用 YOLOv5CSPDarknet,在需要将主干网络改成 YOLOv6EfficientRep 的时候,因为 YOLOv5CSPDarknet 和 YOLOv6EfficientRep 中有不同的字段,需要使用 _delete_=True 将新的键去替换 backbone 域内所有老的键。统一便捷的算法评测:MMYOLO 统一了各类 YOLO 算法模块的实现,并提供了统一的评测流程,用户可以公平便捷地进行对比分析。用户可以在这个字段中加入自定义的钩子,例如 EMAHook。原创 2023-06-10 22:55:50 · 1350 阅读 · 0 评论 -
【mmDetection】细致的配置文件解读,从数据,模型,训练,测试...各方面实战目标检测任务。强大的工程能力,统一的编码风格,有效的降低学习成本。mmDet,yes
目标检测算法比较复杂,细节比较多,难以复现,而openmmlab推出的 MMDetection 开源框架则希望解决上述问题。目前 MMdetection 已经复现了大部分主流和前沿模型,在学术研究和工业落地中应用非常广泛。还支持非常灵活简便的扩展模式,在熟悉本框架和阅读相关说明文档后可以轻松构建不同模型,而本系列教程的目的是进一步降低大家使用和扩展框架难度,力争将 MMDetection 打造为易用易理解的主流目标检测框架。任何一个目标检测算法都可以分成 n 个核心组件,组件和组件之间是隔离的原创 2023-06-08 20:44:01 · 2433 阅读 · 0 评论 -
【mmdeploy】让openmmlab带我走深度学习最后一公里,实现模型部署及终端推理。从模型转换,量化模型开始,小小的参数,大大的变化
mmdeploy 离线量化方案,mmdeploy 基于静态图(onnx)生成推理框架所需的量化表,再用后端工具把浮点模型转为定点。: mmdeploy 针对此模型的部署配置,包含推理框架类型、是否量化、输入 shape 是否动态等。推理框架配置主要用于指定模型运行在哪个推理框架,并提供模型在推理框架运行时所需的信息,具体参考。把 mmpose 模型一键式转换为推理后端模型。在使用转换后的模型进行推理之前,有必要了解转换结果的结构。在使用转换后的模型进行推理之前,有必要了解转换结果的结构。原创 2023-06-08 09:26:01 · 1213 阅读 · 1 评论 -
【mmpose】从openmmlab官方文档看mmpose架构设计,模块组成,快速上手实现关键点检测效果(动物,人体,手部等)
MMPose 1.0 采用了全新的模块结构设计以精简代码,提升运行效率,降低学习难度。提供了对 MMPose 架构设计的总体介绍。可以通过本教程了解如何构建一个基于 MMPose 1.0 的项目。在MMPose中,我们通常 python 格式的配置文件,用于整个项目的定义、参数管理。所有新增的模块都需要使用注册器(Registry)进行注册,并在对应目录的 __init__.py 中进行 import,以便能够使用配置文件构建其实例。原创 2023-06-07 20:18:11 · 1540 阅读 · 0 评论 -
【mmPretrain】,mmcls的扩展版还可以多模态自监督学习,对模型的理解更深,自定义自由度也很大
可以通过继承一些基本配置文件轻松构建自己的训练配置文件。MMPretrain 是一个全新升级的预训练开源算法框架,旨在提供各种强大的预训练主干网络, 并支持了不同的预训练策略。希望基于 MMPretrain 框架开发自己的预训练任务,需要添加新的功能,比如新的模型或是数据集,或者使用我们提供的各种工具,那就。目前,预训练阶段对于视觉识别至关重要,凭借丰富而强大的预训练模型,我们能够改进各种下游视觉任务。(可选),MMPretrain 中的多模态模型需要额外的依赖项,要安装这些依赖项,请在安装过程中添加。原创 2023-06-06 21:53:09 · 678 阅读 · 0 评论 -
openmmlab-mmpose进一步语义理解,amazing。安装一下环境有点子难顶
MMPose 是一款基于 Pytorch 的姿态估计开源工具箱,是 OpenMMLab 项目的成员之一,包含了丰富的 2D 多人姿态估计、2D 手部姿态估计、2D 人脸关键点检测、133关键点全身人体姿态估计、动物关键点检测、服饰关键点检测等算法以及相关的组件和模块,MMPose 由。从源码安装,如果基于 MMPose 框架开发自己的任务,需要添加新的功能,比如新的模型或是数据集,或者使用我们提供的各种工具。(mmdet) 检测人体。代码会将预测的关键点和热图绘制在图像中的人体上,并保存到当前文件夹下的。原创 2023-06-03 23:53:42 · 337 阅读 · 0 评论 -
再识openmmlab,用mmDeploy实现部署的前期需要了解一些内容
MMDeploy 将强势打通从算法模型到应用程序这 "最后一公里"!模型部署是指把机器学习训练生成的算法模型,部署到各类云、边、端设备上去, 并使之高效运行,从而将算法模型实际地应用到现实生活中的各类任务中去,从而实现AI+的智能化转型。MMDeploy实现了OpenMMLab中目标检测、图像分割、超分辨率等多个视觉任务模型的部署,支持ONNX Runtime,TensorRT,ncnn,openppl,OpenVINO等多个推理引擎。MMDeploy 在模型转换器中添加了模块重写、模型分块和自定义算子等。原创 2023-06-01 21:54:35 · 869 阅读 · 0 评论 -
怎么使用树莓派总要了解一点它的软硬件吧。什么模块有什么用,需要什么准备才能安全的看到树莓派的开机界面
通过树莓派,你可以进入到计算机的「心脏」,透过主板上的引脚,将电子元件和电路连接到树莓派之后,就可以通过Scratch、Python、C、Java等编程语言操控这些电路。:后面是波浪号~,这是 Home目录的快键方式,代表当前的工作目录(current working directory,CWD)。内存芯片:而在SoC的旁边你会发现另一个较大的芯片,这是树莓派的随机存储器(RAM,即内存)。无线,蓝牙模块:在主板的右上角有一个带有金属盖的组件,封装了无线通信部件,包括无线网卡和用于蓝牙相关的元件。原创 2023-05-21 14:56:16 · 2797 阅读 · 0 评论 -
打开树莓派我关心的一点问题
我的树莓派是32位的还是64位的?getconf LONG_BIT我安装的树莓派系统是什么类型的?cat /proc/version我的树莓派在当前局域网中的IP地址hostname -I查看本机安装的python版本及路径whereis python怎样才能下载快一点###树莓派 4B arm64 配置国内清华源#https://mirrors.tuna.tsinghua.edu.cn/help/raspbian/###打开 /etc/ap原创 2022-05-02 15:48:48 · 986 阅读 · 0 评论