我们本次实现的目标是将本地的图像分类或者目标检测等等深度学习算法部署成web在线预测的形式。效果图如下，在线图像分类网站大概的设计是有五个可以选择的模型，第二步是可以选择一些照片用来测试分类，同样可以自己本地上传一些照片，最后输出分类的结果和FPS。调试好本地的web之后就部署在服务器上。.........

摘要aistudio提供免费的v100 16显存，能供进行训练，我在训练分类的时候是没用问题的，训练eff网页就会卡掉。所以这个只能供学习小幅度训练。或者使用aistudio提供的python环境进行日常工作也是不错的选择。创建notebook第一步登录官网进行账号注册 https://aistudio.baidu.com/aistudio/index第二步，点击项目，我的项目，进行创建项目这里其

视频提取图像

摘要目标检测中的数据增强是比较复杂，每一次改变图像同时也要考虑boxes的信息，比起目标分类更加局限性，比如翻转，左右翻转一般影响不大，但上下翻转造成的影响就截然不同。下面操作坐标点全是xyxy形式resize操作先来看下对比，在图片大小改变的同时也要改变boxes的位置信息，第一张是原图我截图是一样大小，可以看出框的位置依旧准确，原图是（480，364）变化后的是（300,300），...

摘要我们队伍名称冲冲冲，A榜第八，B榜第11，决赛榜第16，决赛服务器评分出现问题和恰巧我们的模型速度在增加了200多张照片的情况下又超时了，直接就出局了。接下来就分享一些常用的提分点。baseline前二十基本全是mmdetection。竞赛必备，里面包含了很多算法，目前2.0版本主要使用cascade——rcnn系列，第一名使用的是res2net前置网络，当时我们并没有使用者一个网络，res2

摘要我们队伍名称冲冲冲，A榜第八，B榜第11，决赛榜第16，决赛服务器评分出现问题和恰巧我们的模型速度在增加了200多张照片的情况下又超时了，直接就出局了。接下来就分享一些常用的提分点。baseline前二十基本全是mmdetection。竞赛必备，里面包含了很多算法，目前2.0版本主要使用cascade——rcnn系列，第一名使用的是res2net前置网络，当时我们并没有使用者一个网络，res2

DPN这个模型融入了三种基础模型，inception，resnet，densenet。有inception的宽度又有resnet的shortcut利用和densenet的浅层特征重复利用，可以看出它的强大。这个模型比较难掌握，需要你之前实践过前三种模型才可以理解本篇的代码。前三种模型我都有详细的讲解，inception详细讲解 resnet详细讲解 densenet详细讲解完全理解这三篇就可以轻松

摘要目标检测中的数据增强是比较复杂，每一次改变图像同时也要考虑boxes的信息，比起目标分类更加局限性，比如翻转，左右翻转一般影响不大，但上下翻转造成的影响就截然不同。下面操作坐标点全是xyxy形式resize操作先来看下对比，在图片大小改变的同时也要改变boxes的位置信息，第一张是原图我截图是一样大小，可以看出框的位置依旧准确，原图是（480，364）变化后的是（300,300），...

残差神经网络 (ResNet)也是需要掌握的模型，需要自己手动实现理解细节。本文就是对代码的细节讲解，话不多说，开始了。首先你需要了解它的结构，本文以resnet50围绕讲解，网络的输入照片大小是224x224的经过conv1，conv2，conv3，conv4，conv5最后在平均池化，全连接层。由于中间有重复利用的模块，所以我们需要将它们写成一个类，用来重复调用即可。Resnet之...

摘要简单的分享一下我自己的学习路线。可以参考未必适合所有人。我个人更倾向于用知识去参加竞赛博取奖金。那么该如何入门在到成长为竞赛达人。掌握基础语言python我是本科一年级暑假学习python。在此之前有较好的掌握c。c++。能用代码轻松表达自己想要的目的。用自己的逻辑方式去写代码还是一件比较有意思的事情。学习python也是比较简单，一周的时间差不多就能掌握基础语法。学习python语言是很容易