摘要在过去的很长时间里，计算机视觉领域依靠大规模的有标注数据集取得了很大的成功，特别是卷积神经网络的应用，使得视觉各子领域实现了跨越式发展，学术界和工业界开始投入大量的研究和应用，一度使大家相信，人工智能的大厦即将建成。然而，最近关于自监督学习（Self-supervised Learning，SSL）、Transformer、MLP等在学术界的研究成为热点，特别是Transformer和MLP的

项目1：Yet Another Computer Vision Index To Datasets (YACVID)网址：http://riemenschneider.hayko.at/vision/dataset/index.php?style=plain项目2：Deep Learning Datas...

Backbone—— Neck —— Head1.Backbone：翻译为骨干网络的意思，既然说是主干网络，就代表其是网络的一部分，那么是哪部分呢？这个主干网络大多时候指的是提取特征的网络，其作用就是提取图片中的信息，共后面的网络使用。这些网络经常使用的是resnet VGG等，而不是我们自己设计的网络，因为这些网络已经证明了在分类等问题上的特征提取能力是很强的。在用这些网络作为backbone的

0x01 数据加载1.1 加速途径当分布式训练时候，为了加速训练，有三个层面的工作需要处理。数据加载层面多机通讯层面代码层面在数据层面，可以使用多进程并行加载来加速数据预处理过程，也有利用GPU特点来加速，比如Nvidia DALI 通过将数据预处理放到 GPU 处理来解决 CPU 瓶颈问题。在多机通讯层面，有各种集合通信库可以利用，比如NCCL，OpenMPI, Gloo 等。在代码层面，可以使

接上一篇文章，在得到训练模型后，进行加载模型后，对模型中间层特征进行提取并输出预测精度：方法参考《pytorch 提取卷积神经网络的特征图可视化》class FeatureExtractor(nn.Module):def __init__(self,submodule,extracted_layer):super(FeatureExtractor,sel...

1 同步显示文本相信通过这两个控件的中文名大家应该也知道这两个控件的功能是什么了，前者用来编辑文本，后者无法编辑，只用于显示。我们将通过完成以下程序来讲解这两个控件的用法：左边为QTextEdit控件，右边为QTextBrowser控件。在左边输入文字时，右边会同步显示。请看下方代码：import sysfrom PyQt5.QtWidgets import QApplication, QWidg

对不同自动驾驶系统所用的通信中间件比较感兴趣。但直接相关的资料比较少。最近看了两篇比较早的论文，大致先总结下里面的内容，之后再逐渐往上补充内容。为什么需要通信中间件现代基本的软件设计原则是模块化。模块化可以提高可维护性、代码重用性并隔离故障。例如，一个大型机器人系统可以分解成特定的任务，如数据采集、状态估计、任务规划等。为了完成它们的任务，模块必须与其他模块交换信息。在现代操作系统中，将单个模块映

项目1：Yet Another Computer Vision Index To Datasets (YACVID)网址：http://riemenschneider.hayko.at/vision/dataset/index.php?style=plain项目2：Deep Learning Datas...

本文是Apollo项目系列文章中的一篇，会结合源码解析其中的Routing模块。前言对于刚接触Apollo项目的读者可以阅读我博客中的另外一篇文章 -《解析百度Apollo自动驾驶平台》，那里对Apollo项目做了整体的介绍。建议在阅读本文之前，先浏览一下那篇文章。Apollo项目的源码可以从github上获取：ApolloAuto/apollo。本文中贴出的源码取自2018年底（12月27日）的

出错类型：_pickle.PicklingError: Can't pickle <function <lambda> at 0x0000000018944488>: attribute lookup <lambda> on __main__ failed详情：File "C:\Users\piantou\AppData\Local\Progr...