SOTA也就是state-of-the-art，翻译为体现最高水平的。若某篇论文能够称为SOTA，就表明其提出的算法（模型）的性能在当前是第一名。参考链接:https://blog.csdn.net/haha0825/article/details/103349130/

SOTA也就是state-of-the-art，翻译为体现最高水平的。若某篇论文能够称为SOTA，就表明其提出的算法（模型）的性能在当前是第一名。参考链接:https://blog.csdn.net/haha0825/article/details/103349130/

一、保证环境干净，没有残余的nvidia驱动卸载nvidia驱动2.对于通过PPA以及Ubuntu自带的软件商店卸载指令如下sudo apt-get remove --purge nvidia*sudo apt autoremove2.对于通过官网.run文件，卸载指令如下sudo nvidia-uninstall二、安装前的准备1.禁用nouveau#禁用Ubuntu自带的nouveau驱动，首

SOTA也就是state-of-the-art，翻译为体现最高水平的。若某篇论文能够称为SOTA，就表明其提出的算法（模型）的性能在当前是第一名。参考链接:https://blog.csdn.net/haha0825/article/details/103349130/

Pyramid pooling 方法出自 2017CVPR,原文地址https://arxiv.org/pdf/1612.01105.pdf该文的一大贡献就是Pyramid pooling module(简称PPM)1. PPM有什么用一般可以粗略地认为感受野就是使用上下文信息的大小。在很多网络中，我们都很重视全局信息的获取。在FCN中，就是没有充分的场景的上下文信息，导致在一些不同尺度的物体分割

pytorch保存模型非常简单，主要有两种方法：只保存参数；（官方推荐）保存整个模型 (结构+参数)。由于保存整个模型将耗费大量的存储，故官方推荐只保存参数，然后在建好模型的基础上加载。本文介绍两种方法，但只就第一种方法进行举例详解。一、只保存参数1.保存一般地，采用一条语句即可保存参数：torch.save(model.state_dict(), path)其中model指定义的模型实例变量，如

Anaconda Prompt的切换路径

Acc为准确率, F1为精确率. 两者很像，但是并不同，简单来说两者的目的对象并不相同。1.精确度2.准确率accuracy =(TP+TN)/(TP+FN+FP+TN)参考链接：http://www.bubuko.com/infodetail-2343224.html

1

瓶颈结构指的是通道数的变化，即原通道数减少再增大，用瓶颈来形容这一句结构较为抽象。在resnet中的应用，从下面的右图可知道输入的维度是256，输出的维度也是256，中间维度是64,即数据的通道数先经过减少，后再增加到原来的大小，这就是Bottleneck瓶颈型结构。参考链接：https://blog.csdn.net/DanTaWu/article/details/111468257?utm_m