wzjwj的博客

mask-rcnn原理主干网络PRNROIAlignbox分支keypoints分支基于detectron2实现及注意事项主干网络作用：用来提取图片特征就是一般的VGG/RESNET等特征提取网络,在mask_rcnn中使用了FPN，使用了不同下采样的feature maps去匹配PPN作用: 两阶段网络用来区分前景与背景（并无分类能力）借用一张faster rcnn的图在PRN中会首先再经过一个3x3卷积，然后分两支使用1x1卷积进行confidence与box的偏置量

通用点 log sum exp() 很多情况下，线性空间下的乘法可以转变为对数空间的加法、还有在进行系数加权时，如果差异在数量级，加权系数不想太大，也可以用对数对数曲线幂函数曲线在softmax计算公式如下：这样如果h(x,y)很大会存在上溢出的情况，如果h(x,y)都是非常小的负数，但分母可能是0，造成inf，因而需要处理一下：下面的处理就是被称为log sum exp 消除最大溢出,c一般是可以xi可以取到的最大值在计算损失过程中，在存在对数与幂指数的情况下，.

CReST: A Class-Rebalancing Self-Training Framework for Imbalanced Semi-Supervised Learning. (CVPR, 2021)解决问题：半监督场景下的长尾问题首先实验中发现模型对头部类别的样本 Recall 很高，对尾部类别的 Recall 很低；模型对头部类别样本的 Precision 很低，但对尾部类别的 Precision 却很高。这是一个很常见的类别不平衡问题里的过拟合现象，换句话来说，模型对不确定性很高的尾部类

1.https://www.cnblogs.com/hellojamest/p/11426565.html2.https://mp.weixin.qq.com/s/jn6GtbkMLkjA4vUZeKPMOA3.应对目标尺寸https://mp.weixin.qq.com/s/FQhDJV-suyq1FgOXDIxw7Q4.https://mp.weixin.qq.com/s/aUCN9WGn4cLxgXUieFa5ZA5.目标检测新backbonehttps://mp.weixin.qq.com/s/g

问题1.使用pycocotools时出现"undefined symbol: _Py_ZeroStruct"一般是安装pycocotools时环境与当前环境不匹配造成，可能是conda 不同环境python版本不同，可尝试在该python环境下重新make...

在PyTorch 中有 torch.nn.functional.cross_entropy() 与 torch.nn.CrossEntropyLoss()区别可以参考 nn 与 nn.functional 有什么区别1.交叉熵公式其中是经过softmax后表征属于某个标签的概率，y表示其实属于某类的概率，在实际样本中，只有0或者1。多分类时，就会变为：yi就是上面而分类的y，可以看作是一个...

虽然安装了好多次，但有时候仍然需要搜索一下教程，所以自己记录下安装过程，避免踩坑。1.安装显卡驱动采用最简单的方法，可以避免其他方法出现在登陆界面循环出不来，直接在software&updates->additional Drivers里面选择驱动版本更新（如果没有，需要将下载下载源换乘国内镜像，推荐清华 参考：https://blog.csdn.net/Justdof...

论文地址：https://arxiv.org/pdf/1905.00641.pdf源码地址（MXNet实现）：https://github.com/deepinsight/insightface/tree/master/RetinaFace基于caffe-c++的实现：https://github.com/wzj5133329/retinaface_caffe1.介绍RetinaF...