- 博客(7)
- 收藏
- 关注
RSS订阅原创 BlazeFace：一种非典型专用检测器
MediaPipe 是谷歌在 CVPR2019会议上开源的一个感知和增强现实的框架。该框架基于图，可在移动设备、工作站和服务器上跨平台运行，并支持移动 GPU 加速。BlazeFace 为其中一个重要的组件，因为检测是绝大多数计算机视觉应用的入口。过往检测算法总是从提升性能出发，即便关注轻量级检测器的文章仍不免要在通用数据集上刷一下榜。而谷歌这篇紧贴实际需求，考虑场景限制条件，打造出一款小而专...
2019-08-25 19:54:49
5620
5
原创 pysot 中的异步多进程切图
孪生网络算法对数据需求量较大，训练一般使用多个数据集。检测数据集普遍图大目标多，pysot 第一步准备数据，屏蔽了不同数据集的差异，也提升了数据加载效率。网络设定的模板大小为 127×127127\times 127127×127，搜索区域大约为 255×255255\times 255255×255。为给数据增强留有余地，数据切图大小为 511×511511\times 511511×511。下...
2019-08-24 18:49:26
1141
15
原创 AnnaAraslanova/FBNet 程序分析
AnnaAraslanova/FBNet 是 FBNet 相对来说比较好的一个第三方实现。延迟测量采用 x86 处理器的结果近似。需要注意的是：PyTorch GPU 并行对输入数据有要求；随机超网络直接使用 BN 层似乎不妥。supernet_main_file.pytrain_supernet 训练随机超网络。sample_architecture_from_the_supern...
2019-08-24 18:06:35
1254
4
原创 PC-DARTS 网络结构搜索程序分析
PC-DARTS 仍出自华为诺亚方舟，相比前作 PDARTS 更加优雅。额外引入的一组权重参数可以提高性能。main if not torch.cuda.is_available(): logging.info('no gpu device available') sys.exit(1) np.random.seed(args.seed) torch.cuda.se...
2019-08-24 14:56:40
3594
2
原创 PDARTS 网络结构搜索程序分析
PDARTS 即 Progressive Differentiable Architecture Search: Bridging the Depth Gap between Search and Evaluation，是对 DARTS 的改进。DARTS 内存占用过高，训练不了较大的模型；PDARTS 将训练划分为3个阶段，逐步搜索，在增加网络深度的同时缩减操作种类。过程如下图所示：此外，算...
2019-08-24 11:41:15
2963
3
原创 网络结构搜索之梯度可微
前面介绍了强化学习方法，但屠龙刀毕竟不是人人有。梯度可微算法在保证精度可接受的前提下大幅缩短了训练周期，开启了网络结构搜索的平民化浪潮。MobileNetV2FBNetShiftNetGumbel-SoftmaxSNASDARTSProxylessNASP-DARTSPC-DARTSDenseNASDARTSDARTS 由 CMU 和 DeepMind 提出，最终发表在 ICLR 2019...
2019-08-20 09:28:49
3320
原创 RetinaNet Examples：NVIDIA 一站式训练、推理及模型转换解决方案
retinanet-examples 是英伟达提供的目标检测工程范例，针对端到端 GPU 处理进行了优化：使用基于 Python 多进程的 apex.parallel.DistributedDataParallel 加速分布式训练；apex.amp 优化混合精度训练；NVIDIA DALI 加速数据预处理；推理使用 TensorRT。项目推荐安装 PyTorch NGC docker...
2019-08-08 19:24:25
2378
11
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