logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

1.无监督学习概述: 生成学习VS对比学习

概述自监督方法在深度学习中将取代当前占主导地位监督方法的预言已经存在了很长时间。 如今,自监督方法在Pascal VOC检测方面已经超过了监督方法(2019年何恺明提出的MoCo方法),并且在许多其他任务上也显示出了出色的结果。 最近自监督方法兴起的背后是他们都遵循了 contrastive learning 。当前的机器学习方法大多依赖于人类标注信息,这种对标注信息的过度依赖有如下危险:数据的内

#人工智能
EAST算法(Efficient and Accuracy Scene Text))

1.EAST模型简介本文介绍的文本检测模型EAST,便简化了中间的过程步骤,直接实现端到端文本检测,优雅简洁,检测的准确性和速度都有了进一步的提升。如下图:其中,(a)、(b)、(c)、(d)是几种常见的文本检测过程,典型的检测过程包括候选框提取、候选框过滤、bouding box回归、候选框合并等阶段,中间过程比较冗长。而(e)即是本文介绍的EAST模型检测过程,从上图可看出,其过程简化为只有F

#深度学习
Linux上安装pycharm

摘要:使用python的时候在windows的环境下习惯使用pycharm,一到linux底下有点不适用,所以在linux底下安装了pycharm.分为以下三步1.下载pycharm linux版本安装包2.实现虚拟机与windows共享文件3.在linux下安装pycham4.导入我们windows底下pycharm的设置

#linux#pycharm
Linux上安装pycharm

摘要:使用python的时候在windows的环境下习惯使用pycharm,一到linux底下有点不适用,所以在linux底下安装了pycharm.分为以下三步1.下载pycharm linux版本安装包2.实现虚拟机与windows共享文件3.在linux下安装pycham4.导入我们windows底下pycharm的设置

#linux#pycharm
使用EXCEL画图的简要方法

使用EXCEL画图的简要方法摘要:我们经常要使用EXCEL画折线图什么的,但是往往不知道什么x,y轴,数据源什么的怎么选择,下面我介绍一下简单的方法。这是我做的一张图效果如下:下面介绍这张图是怎么做的,首先我们要处理好数据,如下格式,CPU是X轴,其余是Y轴数据数据全选,插入,选择的图表,折线图但是,生成的图片效果太差了,x轴是什么鬼,没有折线点,没有图例怎

caffe学习笔记10:源码阅读步骤

caffe学习笔记10:源码阅读步骤本文系转载,原文地址https://ymgd.github.io/codereader/2016/10/20/caffe_sourcecode_analysis/caffe学习笔记10:源码阅读步骤1.Caffe代码结构1.1总体概述1.2代码阅读顺序建议1.3源码主线结构图1.4代码细节1.4.1caffe.proto1....

#caffe
Github远程多人协作

Github远程多人协作目的:将本地项目代码保存在github网站上,多台主机可以协同修改代码。别人写的文章很详细了,没有必要重新造一遍,强烈推荐下面文章。先参考这个文章:https://www.jianshu.com/p/c70ca3a02087完成以上操作,重点未提及操作:git pull从网页更新代码到本地 git push -f强制将本地文件

#github
文本检测 DB:Real-time Scene Text Detection with Differentiable Binarization

原文地址:https://blog.csdn.net/m_buddy/article/details/103285989代码地址:DB-official:https://github.com/MhLiao/DBDBNet.pytorch:https://github.com/WenmuZhou/DBNet.pytorch1. 概述由于分割网络的结果可以准确描述诸如扭曲文本的场景,因而基于分割的自然

#深度学习
python自己编写模块

python自己编写模块       摘要:我们在学习Python的过程中,经常会有重复的代码,或者项目工程过大,这个时候我们把一些代码写成模块的形式调用时很方便的,同时学会怎么编写模块,也有助于我们观看其他人的代码,提高分析纠错的能力,下面将介绍Python模块的基本概念以及如何编写自己的模块。                1.1  模块的意义        引用:http

#python
到底了