logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

[目标检测新范式]DETR --- End-to-End Object Detection with Transformers

论文:https://arxiv.org/abs/2005.12872代码:https://github.com/facebookresearch/detr参考https://blog.csdn.net/longxinchen_ml/article/details/86533005

文章图片
#目标检测#计算机视觉#深度学习
[目标检测新范式]DETR --- End-to-End Object Detection with Transformers

论文:https://arxiv.org/abs/2005.12872代码:https://github.com/facebookresearch/detr参考https://blog.csdn.net/longxinchen_ml/article/details/86533005

文章图片
#目标检测#计算机视觉#深度学习
YOLOv4实战尝鲜 --- 教你从零开始训练自己的数据集(安全头盔佩戴识别检测)

本文代码基于:https://github.com/ultralytics/yolov3首先介绍数据集,来源于AI研习设的一个比赛,见链接:https://god.yanxishe.com/32

文章图片
#目标检测#计算机视觉#深度学习
目标检测中的回归损失函数系列四:DIoU Loss / CIoU Loss

论文:https://arxiv.org/pdf/1911.08287.pdfYOLOv-DIoU开源代码:https://github.com/Zzh-tju/DIoU-darknet

#目标检测#深度学习#计算机视觉
VisCPM:清华系开源的多模态大模型,支持中英双语对话和文图生成

同样提供了两个模型版本,分别为VisCPM-Paint-balance和VisCPM-Paint-zhplus,前者在英文和中文两种语言上的能力较为平衡,后者在中文能力上更加突出。---------------------------------------文生图--------------------------------------------------------------------

文章图片
#人工智能#计算机视觉
Ubuntu16.04下深度学习环境安装全套--Nvidia-410,Cuda10.0,Cudnn,Anconda, Pycharm,Tensorrt安装

上周末由于某些莫名的原因重装了系统,又重新捣鼓了一次深度学习环境全套安装~~吐血~~做个记录,方便下次继续重装系统又要安装。。。。。本次所有安装基于Ubuntu16.04系统下安装,且只是记录安装的大概过程,安装好后的环境是nvidia-410, Cuda10.0.130,cudnn7.6.5,Anconda5.1(Python3.6.4), Tensorrt7.0.0.11。安装NVID...

Python中List、Array数组的拼接、合并

Python中数据预处理的时候常用到list、Array,但因为以前用的都是MATLAB,所以Coding时总是习惯follow MATLAB的格式,说到底还是对numpy数组的掌握不够熟练,现将list、Array用过的用法如下:环境:Anaconda3 + SpyderPython中numpy数组的合并有很多方法,Array常用的有(1)np.concatenate()#(2)np...

成功解决RuntimeError: multi-target not supported at /pytorch/aten/src/THCUNN/generic/

计算交叉熵时报错:RuntimeError: multi-target not supported at /pytorch/aten/src/THCUNN/generic/ClassNLLCriterion.cu:15维度不匹配导致input, target的维度与F.cross_entropy()函数要求的维度不匹配解决方法:F.cross_entropy( input, target.sque

#bug#pytorch
融合两个模型的权重 - 权重平均

model_list = ['./ckpt/rexnetv2_live_labelsmooth_plus65_eh3_94.77.pt.tar','./ckpt/rexnetv2_live_labelsmooth_plus65_eh5_96.36.pt.tar',]# 融合两个模型,模型一的backbone + 模型二的全连接层def integration2(model_list, fl_

#pytorch#深度学习#机器学习
DIPNet:NTIRE 2023 图像复原和增强赛事Efficient Super-Resolution赛道冠军方案

采用一个多层级蒸馏方法,首先利用增强的 GT 训练一个比较大的 Teacher Net,然后用 Teacher Net 对 Student Net (也就是我们的小模型)进行特征层面和图像层面的蒸馏(除了特征层面的蒸馏监督外,对最后输出图像也进行了大模型输出图像监督以及增强 GT 的监督)。这里在RLFN的块RLFB的基础上,引入了可重新参数化的拓扑结构,包括串行的卷积重参数化和并行的重参数化,这

文章图片
#深度学习
    共 23 条
  • 1
  • 2
  • 3
  • 请选择