了解一些基础内容：FPN（Feature Pyramid network）？参考：https://blog.csdn.net/weixin_40683960/article/details/79055537RPN（Region Proposal Network）？论文解析参考：https://blog.csdn.net/u014380165/article/details/10141...

paddleocr推理突然退出

1.统一图片尺寸实际使用案例：在训练yolov5过程中，收集到的图片尺寸有两种1920*1080和640*480；实际使用的场景是640*480，可以将所有图片尺寸缩放到640*480，同时要注意缩放过程中，目标尺寸不要失真；具体操作过程中，可以先观察真实场景数据，然后在对大尺寸图片进行处理；本案例中，就发现1920*1080的图片内容在宽方向图内背景内容更多，而高方向图像内容和640*480的图

最近训练了一个人脸识别模型，在测试集上的效果较之前的模型相比（lfw,cfp_fp,agedb_30），accucay都有所提升,但是在自己的测试集效果上却特别差。然后仔细的研读了相应的测试代码，先把训练工程中的代码贴出来：diff = np.subtract(embeddings1, embeddings2)#做减法dist = np.sum(np.square(diff), 1)#计算...

1.统一图片尺寸实际使用案例：在训练yolov5过程中，收集到的图片尺寸有两种1920*1080和640*480；实际使用的场景是640*480，可以将所有图片尺寸缩放到640*480，同时要注意缩放过程中，目标尺寸不要失真；具体操作过程中，可以先观察真实场景数据，然后在对大尺寸图片进行处理；本案例中，就发现1920*1080的图片内容在宽方向图内背景内容更多，而高方向图像内容和640*480的图

样本不平衡问题的解决办法

最近在查看论文《Towards Flops-constrained Face Recognition》时，发现作者使用了AdaBN的技巧，我很好奇AdaBN是什么操作，为甚么没有看见相应的博文介绍，下面是我自己整理的资料。论文链接：原文中的算法：通俗理解：把model设成训练模式，然后是做前向计算，不做反向更新，相当于只更新global mean和global variance；将所有测试样本跑一

跑通DeblurGAN-v2

1.统一图片尺寸实际使用案例：在训练yolov5过程中，收集到的图片尺寸有两种1920*1080和640*480；实际使用的场景是640*480，可以将所有图片尺寸缩放到640*480，同时要注意缩放过程中，目标尺寸不要失真；具体操作过程中，可以先观察真实场景数据，然后在对大尺寸图片进行处理；本案例中，就发现1920*1080的图片内容在宽方向图内背景内容更多，而高方向图像内容和640*480的图

文中需要学习的知识点：Sequence to Sequence Learning with Neural Networkssequence to sequence model小记Beam Search Algorithm理解LSTM（通俗易懂版）Thin Plate Spline(薄板样条函数)薄板样条函数(Thin plate splines)的讨论与分析Posit...