原创 模型量化技術（入門級理解，不涉及複雜公式和深入的原理）
量化技術 量化的概念 一般是高精度浮點數表示的網絡權值以及激活值用低精度（例如8比特定點）來近似表示 達到模型輕量化，加速深度學習模型推理，目前8比特推理已經比較成熟 使用低精度的模型推理的優點： ①模型存儲主要是每個層的權值，量化後模型佔
2020-07-21 13:03:48
原创 PAN論文閱讀筆記
Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network PAN是一個任意形狀文字檢測模型，稱之爲像素聚合網絡（PAN）。是p
2020-07-16 13:03:44
原创 east論文閱讀筆記
EAST（ Efficient and Accurate Scene Text Detector） 簡潔的pipline FCN+nms 前面的特徵提取以及深淺層融合較容易理解，類unet結構 網絡輸出一個score map 和
2020-07-16 13:03:44
原创 PSENET閱讀筆記
Shape Robust Text Detection with Progressive Scale Expansion Network PSENET全稱叫做漸進式擴展網絡，是一種由縮放的文本核逐漸擴展爲真實文本的算法；主要解決的就是距離很
2020-07-15 13:03:39
原创 batch-normalization 批標準化
batch-normalization 基本思想與通用框架 反向傳播推導以及BN的好處 normalization的分類 多卡同步BN 後來學者探討BN有用的真正原因，推翻原論文想法
2020-06-12 13:08:32
原创 U-net網絡實現醫學圖像分割以及遙感圖像分割源代碼
U-net網絡主要思路是源於FCN，採用全卷積網絡，對圖像進行逐像素分類，能在圖像分割領域達到不錯的效果。 因其網絡結構類似於U型，所以以此命名，可以由其架構清晰的看出，其構成是由左端的卷積壓縮層，以及右端的轉置卷積放大層組成； 左右兩端
2020-05-30 22:14:45
原创 leetcode, 子集，組合，排列，回溯法解決對比
子集和組合問題，基本相同，區別在於添加到res時候，子集不需要判斷大小，因爲所有長度都要； 組合需要判斷大小track等於k的時候，才添加到結果 在更新選擇列表的時候，用start來進行數組區間的分隔。 排列問題，與子集組合
2020-04-15 14:14:49
原创 cv2.resize(), 改變圖片大小
需注意一點的是，第二個參數是一個元組 img_raw = cv2.imread('test.jpg') size = (400,300) #注意排序是反的，出來順序是300*400 img = cv2.resize(img, s
2020-04-06 13:10:12
原创 moblienetv1、moblienetv2、mobilenetv3發展歷程
moblienetv1、moblienetv2、mobilenetv3發展歷程 參考知乎大神R.JD，總結的非常到位：https://zhuanlan.zhihu.com/p/70703846utm_source=wechat_sessio
2020-03-21 13:21:56
1
原创 pyotrch--nn.Conv2d中groups參數的理解
調用形式： self.conv2 = nn.Conv2d(expand_size, expand_size, kernel_size=kernel_size, stride=stride,
2020-03-21 13:21:56
原创 文本檢測數據集以及標籤形式說明
文本檢測數據集以及標籤形式說明 icdar15系列，帶角度的四邊形標籤 打開標籤文件，每行爲一個文本框座標以及語言類型，文字，###代表模糊不清 形式，是四邊形的四個點的座標。 ctw1500系列任意形狀的數據集標籤
2020-03-01 13:18:46
原创 Ubuntu16.04深度學習基本環境搭建，tensorflow , keras , pytorch , cuda
Ubuntu16.04深度學習基本環境搭建，tensorflow , keras , pytorch , cuda Ubuntu16.04安裝 參考https://blog.csdn.net/flyyufenfei/article/deta
2020-02-29 13:20:02