- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Yolov5 从0基础开始保姆级超详细教程
首先github拿代码：GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLiteYOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite. Contribute to ultralytics/yolov5 development by creating an account on GitHub.https://github.com/ultralyt
2022-03-27 00:36:30
7648
原创 Yolov5 + Deepsort 重新训练自己的数据（保姆级超详细）
从下面github库中拿代码：https://github.com/mikel-brostrom/Yolov5_DeepSort_Pytorchhttps://github.com/mikel-brostrom/Yolov5_DeepSort_PytorchGitHub - Sharpiless/Yolov5-Deepsort: 最新版本yolov5+deepsort目标检测和追踪，能够显示目标类别，支持5.0版本可训练自己数据集最新版本yolov5+deepsort目标检测和追踪，能够显示目标类别，支
2022-03-26 20:21:06
45508
127
原创 PaddleX 模型库官方介绍
本文包含模型的种类、预训练模型下载、推理速度和时间等图像分类模型表中模型准确率均为在ImageNet数据集上测试所得，表中符号-表示相关指标暂未测试，预测速度测试环境如下所示:CPU的评估是在骁龙855（SD855）上完成。 GPU评估是在FP32+TensorRT配置下运行500次测得（去除前10次的warmup时间）。移动端系列Model Top-1 Acc Top-5 Acc SD855 time(ms) bs=1 Flops(G) P.
2022-03-03 22:13:17
3381
原创 DeblurGAN-v2：更快更好地去模糊
概述我们提出了一种新的端到端生成对抗网络 (GAN)，用于单图像运动去模糊，名为 DeblurGAN-v2，它大大提高了最先进的去模糊效率、质量和灵活性。DeblurGAN-v2 基于具有双尺度鉴别器的相对论条件 GAN。我们首次将特征金字塔网络引入去模糊，作为 DeblurGAN-v2 生成器的核心构建块。它可以灵活地与各种主干一起工作，以在性能和效率之间取得平衡。复杂主干的插件（例如，Inception-ResNet-v2）可以实现最先进的去模糊。同时，借助轻量级骨干网（例如，MobileNet 及
2022-02-27 16:28:18
3324
4
原创 PPgan 之 MPR_Net
本文代码基于PaddleGAN开发。MPR_Net1 简介MPR_Net是发表在CVPR2021上的一种图像恢复方法。图像恢复任务需要在恢复图像时在空间细节和高级上下文信息之间取得复杂的平衡。MPR_Net 提出了一种新颖的协同设计，可以最佳地平衡这些竞争目标。主要提议是一个多阶段架构，逐步学习退化输入的恢复功能，从而将整个恢复过程分解为更易于管理的步骤。具体来说，该模型首先使用编码器-解码器架构学习上下文化特征，然后将它们与保留本地信息的高分辨率分支相结合。在每个阶段，MPR_Net 引入了一
2022-02-27 16:11:13
2555
1
原创 PaddleGAN 入门文档教程
PaddleGAN 为开发人员提供经典和 SOTA 生成对抗网络的高性能实现，并支持开发人员快速构建、训练和部署 GAN，用于学术、娱乐和工业用途。GAN-Generative Adversarial Network，被“卷积网络之父”Yann LeCun（杨丽坤）誉为[过去十年计算机科学领域最有趣的想法之一]。这是人工智能研究人员最关心的深度学习研究领域之一。文档教程安装环境依赖： 桨桨 >= 2.1.0 蟒蛇> = 3.6 CUDA >= 10.1 ..
2022-02-27 16:08:53
4340
原创 Learning Smoke Removal from Simulation
从模拟中学习除烟论文代码：https://github.com/zqy396/cnn_desmokehttps://github.com/zqy396/cnn_desmoke前后这个 repo 包含从模拟中去除基于 CNN 的烟雾的实现。如果此代码对您的项目有用，请考虑引用：Chen, L., Wen, T., John, N.WUnsupervised Learning of Surgical Smoke Removal from Simulation. Hamly
2022-02-27 16:01:10
747
原创 飞桨PaddlePaddle2.0入门
安装指南¶安装说明¶本说明将指导您在64位操作系统编译和安装PaddlePaddle1. 操作系统要求： Windows 7 / 8 / 10，专业版 / 企业版 Ubuntu 16.04 / 18.04 / 20.04 CentOS 7 MacOS 10.11 / 10.12 / 10.13 / 10.14 操作系统要求是 64 位版本 2. 处理器要求 处理器支持 MKL 处理器架构是x86_64（或称作 x64、Inte
2022-02-21 23:25:49
1384
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人