人体姿态估计是一个对人体关节进行识别和分类的方法。本质上，这是一种捕获描述人类的关键点的每个关节（arm，head、torso，etc...）的方法。

1.CRAPS又称花旗骰，是美国拉斯维加斯非常受欢迎的一种的桌上赌博游戏。该游戏使用两粒骰子，玩家通过摇两粒骰子获得点数进行游戏。简单的规则是：玩家第一次摇骰子如果摇出了7点或11点，玩家胜；玩家第一次如果摇出2点、3点或12点，庄家胜；其他点数玩家继续摇骰子，如果玩家摇出了7点，庄家胜；如果玩家摇出了第一次摇的点数，玩家胜；其他点数，玩家继续要骰子，直到分出胜负。"""Craps赌博游戏我们设定

无监督异常检测的本质是学习正态样本的紧凑分布，并在测试中检测异常值。同时，现实世界中的异常现象在高分辨率的图像中通常是细微的，特别是在工业应用中。为此，我们提出了一个新的无监督的异常检测和定位框架。我们的方法旨在通过一个从粗到细的排列过程从正常图像中学习密集和紧凑的分布。粗配准阶段在图像和特征层面上对物体的像素位置进行标准化。然后，精细对齐阶段密集地使图像中所有相应位置的特征的相似性最大化。为了促

我们提出了一种基于深度神经网络（DNNs）的人体姿态估计方法。姿态估计被表述为一个基于DNN的身体关节回归问题。我们提出了一连串的DNN回归器，以输出高精度的姿态估计。该方法的优势是以一种整体的方式推理姿势，有一个简单但强大的公式，利用了深度学习的最新进展。我们提出了一个详细的实证分析，在各种真实图像的四个学术基准上具有最新或更好的性能。

我们属于SoC模式，即我们在x86主机上基于tpu-nntc和libsophon完成模型的编译量化与程序的交叉编译，部署时将编译好的程序拷贝至SoC平台（1684开发板/SE微服务器/SM模组）中执行。注：以下都是在Ubuntu20.04系统上操作的，当然Ubuntu18和22也是可以的，因为我们主要是用的官方 docker 环境进行配置。

目标检测之空间变形网络(STN)一、STN定义STN：是一个可以放置在CNN前面，或嵌入到CNN其中的某一环节的模块（空间变形器），是Google旗下 DeepMind 公司的研究成果。该论文提出空间变换网络STN，分为参数预测、坐标映射、像素采集三大部分，可以插入到现有的CNN模型中。通过对数据进行反向空间变换来消除图片上目标的变形，从而使得分类网络的识别更加简单高效。二、CNN的平移不变性普通

一、简介SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法，是主要的检测框架之一，相比Faster RCNN有明显的速度优势，相比YOLO又有明显的mAP优势。SSD主要用来解决目标检测的问题（定位+分类），即输入一张待测图像，输出多个box的位置信息和类别信息；测试时，输入一张图像到SSD中，网络输出一个下tens

- **主要教材为西瓜书，结合南瓜书，统计学习方法，B站视频整理~**- **人群定位：学过高数会求偏导、线代会矩阵运算、概率论知道啥是概率**- **原理讲解，公式推导，课后习题，实践代码应有尽有，欢迎订阅**

在凸优化问题中，拉格朗日乘子法是最常用的方法之一。

目标检测基础入门一、概述（1）背景目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于诸多领域，有重要的意义。由于深度学习的广泛运用，目标检测算法得到了较为快速的发展。（2）目标检测别研究方法主要分为两类。①基于传统图像处理和机器学习算法的目标检测主要可以表示为：目标特征提取→目标识别→目标定位。这里所用到的特征都是认为设计的，通过这些特征对目标进行识别，然后再结合相应的策略对目标进行定位