LX14007-CSDN博客

原创 openmmlab 03 RTMDet、RTMPose

MMDetection用于训练目标检测算法。MMPose用于训练姿态估计和关键点检测算法，包括RTMPose。通过 MMDetection 训练 RTMDet 检测需要分析关键点的目标, 例如三角板和人耳。安装MMDetection和MMPose两个OpenMMLab开源计算机视觉算法库。通过 MMPose 训练 RTMPose 分析关键点。采用自顶向上的方法，识别精度更高，最终效果更好。

2023-06-04 23:37:22 268 1

原创 OpenMMLab 打卡笔记

OpenMMLab累计开源超过30个算法库、2400个预训练模型，涵盖图像识别分类、目标检测、图像分割、姿态估计、视频理解、OCR、3D目标检测、3D人体姿态估计、模型轻量化、自监督、少样本、光流、预训练、多模态、AIGC、推理部署等等计算机视觉任务，在Github上累计获得十万颗star，超过了Pytorch。无论是巨头公司做商业产品，研究机构发顶会论文，各行各业做AI应用，大学生做毕业设计，中小学生参加科创竞赛，都可以站在OpenMMLab巨人肩膀上，开箱即用，开发自己的人工智能项目。

2023-06-01 22:58:29 115 1

原创目标检测工具包MMDetection

学术比赛COCO 2018 实例分割冠军COCO 2019 实例分割冠军Open Images 2019 物体检测冠军Global Wheat Detection冠军Crowd Human 人体检测冠军Materialist(FGVC6) 2019冠军工业落地商汤、腾讯、阿里、华为、国内外初创公司，……科研论文2018 年至今谷歌学术引用超过943 次；仅计算机视觉三大顶会上被超过100 篇论文作为基础代码库；

2023-02-08 22:33:45 190

原创目标检测模型的评估方法

检测结果的正确/错误类型正确结果：图中这个位置有一只猫，且检测算法检测到了假阳性：图中这个位置没有物体，但检测算法输出了一个检测框假阴性：图中这个位置有一台笔记本电脑，但检测器没有检测到正确结果(True Positive)：算法检测到了某类物体(Positive)，图中也确实有这个物体，检测结果正确(True)假阳性(False Positive)：算法检测到了某类物体(Positive)，但图中其实没有这个物体，检测结果错误(False)

2023-02-07 20:04:14 365

原创图像分类代码实战与超算平台介绍

flower 数据集包含 5 种类别的花卉图像：雏菊 daisy 588张，蒲公英 dandelion 556张，玫瑰 rose 583张，向日葵 sunflower 536张，郁金香 tulip 585张。国际网：https://www.dropbox.com/s/snom6v4zfky0flx/flower_dataset.zip?dl=0国内网：https://pan.baidu.com/s/1RJmAoxCD_aNPyTRX6w97xQ 提取码: 9x5u。

2023-02-04 21:14:41 181

原创【无标题】

实际上分类在整个计算机视觉领域里面是一个非常基础的问题，基于这个问题的推动，我们也看到了很多这个模型，或者说这个特征的出现。分类的任务还可以变一变放到别的任务里面，可以做很多计算机视觉任务，比如检测分割等等。

2023-02-03 23:35:36 40

原创机器学习与神经网络简介

机器学习是什么：根据米切尔的定义，他是一个计算机程序从数据和经验中去学习，用来解决特定的问题。首先它是一个计算机程序，它不能是人工，它得是智能。而且它要从过往的数据过往的经验中去学习，所以它是数据驱动的，要用大量的数据去训练它。他得总结归纳出一些模式，这是它学习到的东西。所以这也被称为统计学习。为什么现在的机器学习其实都是统计机器学习呢，就是统计就是要从过往的经验中，去拟合出一个概率分布来解决新数据的预测问题。所以叫做统计学习问题。

2023-02-02 23:33:04 1488 1

weixin_44000084的博客