序言不知道大家有没有发现，近两年目标检测算法发展非常的快，恍惚一看，单阶段算法几乎统一了目标检测，各种高性能的目标检测算法层出不穷，印象中是在YOLOv4出来后，基于YOLO的改进变得一发不可收拾，各种改进版本精度越来越高、速度越来越快，同时模型体积也越来越小，越来越多的轻量型模型涌现，更适合移动端部署。这篇文章花点时间来盘点一下一些在github上比较火的轻量型目标检测算法，收藏也方便以后工程中

序言我打算写一个智慧交通系列的文章，但是最近没啥时间，先放个效果图占个位，有时间的话会慢慢写。一、天网

最近在rk3328上部署了一个模型，模型推理需要opencv的支持，可执行程序在PC上交叉编译完后，push到板子上运行时出现了如下报错error while loading shared libraries: libgomp.so.1: cannot open shared object file: No such file or directory网上搜了一下好像没有相关解决记录，所以特别记录

NCNN在jetson TX2上调用GPU推理

paddleocr模型转pytorch

前言因为目前业务方向逐渐偏向硬件嵌入部署，所以最近搞了一个jetson nano和rk3399的板子来上手，之前没搞过硬件开发板，刚开始配置的时候遇到了很多坑，写篇博客记录一下过程。Jetson Nano 是一款小型，功能强大的单板计算机，配备了1.4 GHz四核ARM A57 CPU，128核Nvidia Maxwell GPU和4 GB RAM。它具有四个USB A型端口，包括一个USB 3.

yolov8实现半标注程序

目标检测目前主要存在的主要问题，也是目标检测未来的发展方向：小目标物体检测；遮挡面积较大的目标检测；区分图像中与目标物体外形相似的非目标物体；实时性检测；小数据量迁移训练效果的提升；目标检测范围应用越来越广，缺乏各种各样的训练样本数据。...

序言本文整理于作者知乎原文：研习UNet，UNet++的作者在知乎讲的非常仔细，感兴趣的可以直接去围观，这里只是为了方便记忆做个总结。正文一、图像分割背景在计算机视觉领域，全卷积网络（FCN）是比较有名的图像分割网络，医学图像处理方向，U-Net可以说是一个更加炙手可热的网络，基本上所有的分割问题，我们都会拿U-Net先看一下基本的结果，然后进行“魔改”。UNet和FCN对比：两者...

序言整理了一篇来自公众号AI公园的文章，原文链接：常见的12个深度学习面试问题，通过对文章知识点整理来巩固所学的知识，也为了以后更好的复习。正文1. 介绍Batch Normalization的意义Batch Normalization 是训练神经网络模型的一种有效方法。该方法的目标是将特征(每层激活后的输出)归一化为均值为 0，标准差为 1。它可以将数据标准化到一个合理的范围，这样做带来...