目标检测作为一种经典CV任务，大致可以认为是三个子任务的集合：1. 确定目标大概位置；2. 分类出目标类别；3. 回归出检测框的宽高；这三种子任务分别需要对应损失函数的反传来学习。今天介绍的b-box回归损失函数主要是面向第三个子任务而设计的损失函数。1. IOU全称Intersection-Over-Union，即交并比。计算预测框和标注框(即GT框)的交并比，就可以知道它们的“贴合程度”好不好

用pytorch进行多GPU训练，只需要学会把单卡训练的代码稍微改一下即可。不用弄得太麻烦。通过一个demo来做是最快入手的。1. 要知道机器有几张卡：nvidia-smi2. 模型用DataParallel包装一下：device_ids = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # 10卡机model = torch.nn.DataParallel(model, devi

Video Grounding不太好找到较好的中文翻译，grounding有“接地、基础”等意思。对于video grounding：输入：一个query（文本），以及一段视频。返回：文本所描述的活动的开始时间和结束时间

Video Grounding不太好找到较好的中文翻译，grounding有“接地、基础”等意思。对于video grounding：输入：一个query（文本），以及一段视频。返回：文本所描述的活动的开始时间和结束时间

我在用Ubuntu20.04源码编译安装COLMAP时，遇到了一个报错如上。Log显示GPU架构没被认出来。参考来自：https://github.com/colmap/colmap/issues/1944。

Video Grounding不太好找到较好的中文翻译，grounding有“接地、基础”等意思。对于video grounding：输入：一个query（文本），以及一段视频。返回：文本所描述的活动的开始时间和结束时间

最近发现一款超实用的Python工具包，可以直接下载网页上的视频。适用于python3安装方法：pip install you-get使用方法：you-get https://v.qq.com/x/cover/mzc00200hoz43g8.html然后就可以得到mp4格式的视频了~爬取视频数据的神器！...

Pytorch作为一款优秀的AI开发平台，提供了完备的自定义算子的规范。我们用torch开发时，经常会因为现有算子的不足限制我们idea的迸发。众所周知，CUDA/C++都是编译性语言，编译以后再调用会比python这种解释性语言更快。所以，我们需要对CUDA有一个编译过程。直接“python setup.py install”即可完成cuda算子的编译和安装。这里的"sum_double_op"

在做Python工程时，经常遇到的一个问题就是：为了复现某个项目需要特地新建一个虚拟环境。但是，我们两个Project需要的环境几乎相同，只是有少数模块的版本互斥，这个时候都从0装一遍虚拟环境，就比较耽误时间。今天介绍的方法是：我们在已经建立好的虚拟环境的基础上再新建一个虚拟环境，不会影响原虚拟环境，即克隆虚拟环境。命令行如下：

PSNR，峰值信噪比，是基于MSE的像素比较低质量评估，一般30dB以上质量就不错，到40dB以上肉眼就很难分别了。在图像质量评估上，有三个重要指标：PSNR，SSIM，LPIPS。LPIPS，利用AI模型来量化图像之间的相似性。取值范围也是[0,1]，与SSIM相反，像这种常见的图像质量评价指标，都会收录到torchmetrics里面。SSIM，结构相似性，从分布上来比较相似性，量化到（0-1）