原创 【全棧】Flask中TemplateNotFound錯誤的解決方法

前言: {     最近在udacity上的“全棧基礎”課程[1],調試render_template的時候出現了TemplateNotFound的錯誤。 }   正文: {     我很確定我把html模板和py文件放到一起了,可是re

原创 【問題探究】torchvision實踐中特徵提取的問題的紀錄(待解決)

前言: {     最近在調試一個包括efficientnet[1]的網絡,其中efficientnet部分被用來做特徵提取。我在嘗試把efficientnet換成torchvision[2]中的其他網絡。但是在第一次嘗試resnet10

原创 【kaggle】北大&百度發起的自動駕駛競賽的初步瞭解

前言: {     最近在kaggle上瞎逛時,忽然看到了一些新競賽,其中就有北大&百度聯合發起的自動駕駛相關競賽[1]。之前沒有了解過自動駕駛,這次趁着這個機會了解一下。 }   正文: {     首先是競賽任務。     此競賽的任

原创 【問題探究】如何解決pytorch訓練時的顯存佔用遞增(導致out of memory)

前言: {     現在的神經網絡模型,動不動就爆內存。兩年前我筆記本2G的顯存都綽綽有餘,現在16G的P100,24G的P40卻還不夠。更讓我鬱悶的是,在pytorch訓練時,顯存佔用竟然會不斷增加,可能剛開始訓練時是正常的,但是放在那

原创 【零散知識】貝葉斯相關知識(貝葉斯公式)

前言: {     之前我對貝葉斯概率的相關理論有一些瞭解,但從來沒有系統的記錄,這次我就開始記錄貝葉斯的相關知識。 }   正文: {     用例1介紹幾個術語:     例1:在一款遊戲中,O突然遇到了嚶嚶怪,你知道O對嚶嚶怪有90

原创 【python練習】在kaggle上的首個公開notebook(由mask生成bbox)

前言: {     知道要更新但沒想好寫什麼,我就乾脆在kaggle上寫了一篇公開的notebook[1](我記得原來好像叫kernel),內容很簡單,就是根據segmentation標籤生成bbox。 }   正文: {     主要內

原创 【論文閱讀紀錄】Gated-SCNN: Gated Shape CNNs for Semantic Segmentation

前言: {     前幾篇分割網絡的論文都是在[1]中找到的,開始我發現我忘了[2],在[2]中我找到了一個比較新的網絡:Gated-SCNN[3],這次就來看看它有什麼特點。 }   正文: {     在論文的第一節,作者指出了目前分

原创 【論文閱讀紀錄】UPSNet: A Unified Panoptic Segmentation Network

前言: {     今天閱讀的還是在之前的awesome semantic segmentation[1] 中看到的論文UPSNet[2],主要針對全景分割(Panoptic Segmentation)[3]。 }   正文: {    

原创 【論文閱讀紀錄】High-Resolution Representations for Labeling Pixels and Regions(HRNetV2)

前言: {     最近在github上看到了一個語義分割的彙總[1],上面有很多論文我都還沒看過,這次我打算選一個比較新的來讀讀看。     這次選擇的論文是2019年的High-Resolution Representations f

原创 【論文閱讀紀錄】Segmentation-Based Deep-Learning Approach for Surface-Defect Detection

前言: {     最近很久都沒更新了。說實話,沒時間都是藉口,主要還是忘記了要時刻學習。     這段時間我在瞭解segmentation網絡,之前我搜到了一篇騰訊雲社區上的文章[1],標題說其秒殺DeepLab。這確實激起了我的興趣,

原创 【論文閱讀紀錄】M2Det(目標檢測)

前言: {     之前github上搜目標檢測的模型,搜到了幾個效果不錯的模型,這次要介紹的就是其中之一:M2Det[1],[2]。     這次的博客就用來做M2Det論文的閱讀紀錄。 }   正文: {     在文章的一開始,作者

原创 【論文閱讀紀錄】如何處理深度學習中圖像的標註遺漏(missing annotation)

前言: {     很久沒有更新了,這是因爲之前我很幼稚地覺得寫博客有點浪費時間。但是現在看來,不整理筆記的話學習效率更低,所以還是繼續更新了。     今天的這個話題是之前多目標識別[1]的後續。本來想換個數據集試試目標檢測任務,但是現

原创 【機器學習實踐】自動調參的實踐(hyperopt)

前言: {     在看西瓜書11章的時候,突然想到模型的超參數問題。之前我都是在嘗試別人的模型+自己憑感覺給的超參數,不過學習的時候最好不要靠感覺(話說靠感覺也要能解釋的通)。     我記得去年我去了谷歌的線下開發者大會,當時遇到一個

原创 【閱讀記錄】降維與度量學習(《機器學習》第10章)

前言: {     我大概看了一下這一章的內容,有很多是我之前瞭解過的,學習這一章應該不會花費我太多時間,所以就連着上一期一起做筆記了。     線性代數警告! }   正文: {     k近鄰學習:     {         書中描

原创 【閱讀記錄】聚類(《機器學習》第9章)

前言: {     之前《機器學習》[1]第8章還有幾個習題沒搞明白(8.1和8.2我甚至連題目的意思都還沒看懂,可見我的水平是有多捉急),這次就先進行第9章的內容,畢竟時間寶貴(也許有一天突然開竅了也說不定)。 }   正文: {