最近需要用到多模态尤其是CV方面的知识, 所以学习和使用了一下mmdetection和其他CV项目, 总结记录下遇到的各种问题, 以便往后查阅。mmdetection版本为当前最新的2.24.1, 总的安装见mmdetection/requirements.txt, 实际上包括requirements/build.txt/optional.txt/runtime.txt/tests.txt四个文件

pytorch-sequencelabelingpytorch-sequencelabeling是一个支持softmax、crf、span等模型，只依赖pytorch、transformers、tensorboardX和numpy，专注于序列标注（命名实体识别、词性标注、中文分词）的轻量级自然语言处理工具包。目录数据使用方式paper参考Reference数据数据来源免责声明：以下数据集由公开渠道

CSC, 中文经典拼写纠错模型汇总(综述/概述)，分类：引入拼音字形信息，检测错误和纠错一体化融合，prompt对齐预训练，训练+微调方式的调整，前处理+后处理， 基于大模型。ReLM, C-LLM, MacBERT4CSC, MaskCorrect, BERT-MFT, ECOPO, SoftMask-BERT, Bi-DCSpell, ChineseBERT, SpellBERT, SCOPE

开放信息抽取(OIE)系统（五）-- 第四代开放信息抽取系统(基于深度学习, deeplearning-based, 抽取式&生成式)一.第四代开放信息抽取系统背景第四代开放信息抽取系统的诞生和发展离不开时代的浪潮，首先是深度学习迅猛发展，word-embedding、seq2seq-attention、attention、bert等技术层出不穷；然后就是前人开源出的各种OIE系统，也给数

一、AutoML简介AutoML(Automated Machine Learning)，中文可以翻译为自动机器学习，我比较喜欢叫它“机器学习自动化”，更加接近人们所津津乐道的通用人工智能吧。人们一直有个朴素的想法，可以有一个通用的AI系统，它包罗万象，能够对整个宇宙进行建模，对我们遇到的一切问题，都给出解决办法。这在幻想书籍中数见不新鲜，比如漫威电影中钢铁...

一、超参数优化简介超参数优化 (HPO) 是 Hyper-parameter optimization的缩写，中文可以翻译为自动机器学习，我比较喜欢叫它“机器学习自动化”，更加接近人们所津津乐道的通用人工智能吧。二、AutoML特性从比较出名的开源Auto平台、互联网大厂AutoML云产品，以及AI公司的AutoML软件来看...

2012-2022是深度学习集中爆发的10年,在这10年间,涌现出许许多多的新技术新理论，尤其是在骨干网络上。ConvNet-1989接近现代卷积神经网络CNN了，它具有两个特征（专利），一个是跨步卷积（strided-convolution），另一个是独立池化层（Pool）。基于该网络架构的系统被用于用于手写邮政编码识别。LenNet-5是一个简单的浅层卷积神经网络，激活函数为sigmoid，其

汉字字形/拼音/语义相似度(单字, 可用于数据增强, CSC错别字检测识别任务(构建混淆集))

开放信息抽取(OIE)系统（五）-- 第四代开放信息抽取系统(基于深度学习, deeplearning-based, 抽取式&生成式)一.第四代开放信息抽取系统背景第四代开放信息抽取系统的诞生和发展离不开时代的浪潮，首先是深度学习迅猛发展，word-embedding、seq2seq-attention、attention、bert等技术层出不穷；然后就是前人开源出的各种OIE系统，也给数

目标检测，也称目标提取，是计算机视觉四大基础任务之一（分类、定位、检测、分割），是一种基于目标几何和统计特征的图像分割。目的是对图像上的预定目标进行分割和识别，通俗来说就是检测图像中有什么，以及在哪里，通常用矩形框圈定目标。传统机器学习时代，目标检测经典算法大都基于滑动窗口、人工特征提取等技术手段，代表算法有VJ检测器、HOG行人检测器和DPM检测器等；深度学习时代大放异彩的卷积神经网络也被引入目