简介做深度学习相关研究已经好几个月了，作为一个小白，好几个月都没有什么大的进展，无数次的实验失败让我还是有了一些心得体会，这里就算是个人最近的一些失败总结记录吧。接下来主要谈谈做实验和实验记录相关的感想，希望能够提供给大家一点参考。做实验：研究方向这个很重要，但是这个一般是和导师沟通后的结果，这里不多讨论。作为一个深度学习小白，很自然的想法是希望能在一个现有的方法上进行改进，因此选择一个开源并且好

视频目标分割分类最近听了阿里巴巴王文冠老师“基于深度学习技术的视频分割”的讲座，我感到受益匪浅，学习到了许多关于视频目标分割(VOS)的知识，在这里进行整理总结。关于视频目标分割的分类，有的综述文章分为无监督VOS,半监督VOS，交互式VOS，弱监督VOS等，这里将视频目标分割任务分类成无监督VOS，半监督VOS，交互式VOS，背景移除或运动物体分割，视频语义分割/实例分割。1.无监督VOS：在测

win10系统HP打印机驱动程序无法使用实验室的hp打印机之前一直都可以正常使用的，但是有一次使用时出现了异常，显示驱动程序无法使用，如下图所示：针对这个问题，首先尝试了将该打印机设备删除，然后依靠win10系统自带的添加打印机或扫描仪选项(下图)，重新连接局域网内的打印机，但是重新安装了设备后，依然没有改变驱动程序无法使用的情况。其次，尝试了使用驱动人生等装驱动软件来进行修复，并没有效果...

简介深度学习中有时候可视化特征图是必要的，特别是对于语义分割任务，合理分析特征图也许能够发现新的idea!接下来讲解一种Pytorch框架下的可视化方法，这里采取的网络模型为Deeplabv3+，首先介绍一些背景知识和几个函数的使用方法。通常网络模型中的特征图的shape为[n,c,h,w][n,c,h,w][n,c,h,w]，分别代表batchsize, channel, height, wid

简介深度学习中有时候可视化特征图是必要的，特别是对于语义分割任务，合理分析特征图也许能够发现新的idea!接下来讲解一种Pytorch框架下的可视化方法，这里采取的网络模型为Deeplabv3+，首先介绍一些背景知识和几个函数的使用方法。通常网络模型中的特征图的shape为[n,c,h,w][n,c,h,w][n,c,h,w]，分别代表batchsize, channel, height, wid