原创 【論文研讀】Faster-RCNN原理精讀

前言: 半年前有讀過對應的Faster-RCNN的論文,包括看過很多講解,隨着領域知識的不斷加深,對這一經典論文的理解也更加深度,重新讀關注更多細節問題,也獲得了不少新的知識,原始研讀文更關注論文本身的創新點,原研讀文鏈接【Fas

原创 各種優秀博文整理

遇到很多非常好用的博文,整理如下,長期更新: 使用篇 實用的博文 ubuntu終端:一邊輸入函數,一邊顯示參數 https://github.com/prompt-toolkit/ptpython 在atom裏安裝插件 h

原创 【PAT甲級筆記】001---Dijkstra算法類型題解

決定刷PAT,已經有一段時間,因爲各種事情耽擱,就沒能空下來,當發現是最後一次必須報名的時候,只有一個月的時間了…索性還不算太晚,這裏整一下別人的PAT資源和自己的目錄。 1.Dijkstra算法思路 假設它的起點是 a ,要求它

原创 【PAT甲級筆記】樹的題型以及對應解法

tips: 樹類的問題,一般需要用到dfs並且,創建(結構體型)節點, 1053. Path of Equal Weight (30) tip: sort排序的時候,對父節點排序… #include<cstdio> #incl

原创 CV 論文模板(八股文筆記心得)

最近準備寫篇正兒八經的論文,於是針對OCR領域的論文進行八股文模板的總結,僅個人感覺,如有不同,歡迎指正。 摘要 介紹應用領域 說明存在的問題 提出自己的方法 自己方法的優勢 在數據集上的實驗效果 簡介 第一段: 介紹領

原创 【論文研讀筆記---十】Mask-RCNN

論文研讀系列彙總: 1.AlexNet論文研讀 2.VGG論文研讀 3.GoogLeNet論文研讀 4.Faster RCNN論文研讀 5.ResNet 論文研讀 6.SENet 論文研讀 7.CTPN 論文研讀 8.CRNN 論

原创 場景文本檢測整理【不規則文本】

由於某些原因,被SCDN技術部給吃了,只能補一份,後期有時間不定期更新剩下的東西 綜述類文獻整理 金連文團隊 【彙報】 對應整理的文檔 【github 檢測】 【GitHub 識別】 【Github 端到端】 一個github上的

原创 conda環境移植

前言 Python配環境是真的麻煩,爲了能進行環境移植,特意寫了此篇博文 方法一 conda info -e 查看已配置完成的環境地址 conda create -n BBB --clone ~/path 把原來電腦上目標co

原创 【深度學習基礎】損失函數

深度學習基礎: 性能評估指標 超參數介紹 損失函數 前言 本文主要總結一下常見目標檢測的損失函數以及一些基礎的函數,主要損失函數爲mask-rcnn涉及到的損失函數包括: MSE均方誤差損失函數、 Cross Entropy

原创 【模型壓縮方法總覽】深度學習調研

模型壓縮原因 論文Predicting parameters in deep learning提出,其實在很多深度的神經網絡中存在着顯著的冗餘。僅僅使用很少一部分(5%)權值就足以預測剩餘的權值。該論文還提出這些剩下的權值甚至可以

原创 【深度學習研讀系列】輕量級網絡模型Mobilenet,Shufflenet

深度可分離卷積以及對應的輕量級網絡模型 mobilenet: 通過Depthwise+Pointwise可以近似看作一個卷積層: (深度可分解卷積和1*1卷積結合) 普通卷積:3x3 Conv+BN+ReLU Mobilenet

原创 pycharm高級功能 (debug調試)

斷點調試是在開發過程中常用的功能,能清楚看到代碼運行的過程,有利於代碼問題跟蹤。對我這個小白開發來說,還有一個作用是快速熟悉代碼,拿到別人寫的代碼,有時看不太懂或看的很吃力,光這樣看很無感,但是通過斷點調試,可以很清楚的看到代碼是

原创 【持續更新】文本識別與檢測資源17-19彙總

2019:CVPR 其中研究文本檢測的最多,共 7 篇,包括已經非常知名的PSENet,還有最近異常火爆的CRAFT。 文本識別 4 篇,其中華南理工大學的 Aggregation Cross-Entropy 代碼已經開源,其不僅

原创 Python requirement使用指南

在使用Python的時候,需要把安裝的Package通過requirements.txt導出來,一個命令便可部署新環境。 requirements.txt,是用於記錄所有依賴包及其精確的版本號。 第一步:自動生成requireme

原创 【論文研讀筆記---九】EAST文本檢測

論文研讀系列彙總: 1.AlexNet論文研讀 2.VGG論文研讀 3.GoogLeNet論文研讀 4.Faster RCNN論文研讀 5.ResNet 論文研讀 6.SENet 論文研讀 7.CTPN 論文研讀 8.CRNN 論