背景当时楼组在使用百度提供的一个经过二次开发的云主机，当时需要拷贝模型文件，然后wget直接从github上提供google drive的链接失败，故托同学帮忙下载，然后自己传到自己的百度网盘。这个时候就面临了从百度网盘上通过命令行下载文件到服务器上的问题。解决wget -c -O mobilenet_v1.pth "URL"注意：URL要用引号来包括，防止转义

预备知识：一个commit对应这一个版本，有一个commit id，40位的16进制数字，通过SHA1计算得到，不同的文件计算出来的SHA1值不同(有很小的几率相同，可忽略)，这样每一个提交都有其独特的id。每提交一个新版本，实际上Git就会把它们自动串成一条时间线。在Git中，HEAD表示当前版本，也就是e620a6ff0940a8dff…，HEAD^表示上一个版本，HEAD^^表示

存在两个分支: dev和dev_xxx, dev_xxx上有些文件是和用户有关的不想更改, 但是dev分支这块已经更改了, 在merge过程中如何保证这些文件保持不变.step 1. git config --global merge.ours.driver truegit config --global -luser.name=xxxuser.email=xxxcore.editor=vimco

HybridBlock介绍：https://mxnet.apache.org/versions/1.4.1/tutorials/gluon/hybrid.htmlHybridBlock：mxnet.gluon中的一个Block基础类，支持混合模式，即同时支持动态图+静态图。其具有以下特点：其所有的children层都必须是HybridBlock。只有 NDArray和Symbol同时支持的操作才能

参考：https://blog.csdn.net/chentravelling/article/details/53558096世界坐标系 -> 相机坐标系 -> 像素坐标系Zc是相机坐标系Z轴的长度，对应着物体的深度

pytorch中的权值初始化官方论坛对weight-initilzation的讨论torch.nn.Module.apply(fn)torch.nn.Module.apply(fn)# 递归的调用weights_init函数,遍历nn.Module的submodule作为参数# 常用来对模型的参数进行初始化# fn是对参数进行初始化的函数的句柄,fn以nn.Module或者自...

都是一种权值更新算法，类似于SGD算法，其中，RMSProp是RProp算法的改良版。RProp算法首先为各权重变化赋一个初始值，设定权重变化加速因子与减速因子。在网络前馈迭代中当连续误差梯度符号不变时，采用加速策略，加快训练速度；当连续误差梯度符号变化时，采用减速策略，以期稳定收敛。网络结合当前误差梯度符号与变化步长实现BP，同时，为了避免网络学习发生振荡或下溢，算法要求设定权重变化的上下限

核心步骤：结果做序列化跨卡之间做all_gather操作将结果做反序列化序列化In [21]: import pickle...: import torch...:...: result_part = [1, 2, 3, 4]...: part_tensor = torch.tensor(bytearray(pickle.dumps(result_part)), dtype=torch.uint8

PASCAL VOC数据集分析PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，从2005年到2012年每年都会举行一场图像识别challenge。本文主要分析PASCAL VOC数据集中和图像中物体识别相关的内容。在这里采用PASCAL VOC2012作为例子。下载地址为：点击打开链接。（本文中的系统环境为ubuntu14.04）下

mmlab_DeepFashion_inshopmmlab_DeepFashion_consumer2shopmmlab_DeepFashion_fashionsynth