原创 深度學習_目標檢測_FPN論文詳解

FPN的創新點 多層特徵 特徵融合 解決了目標檢測中的多尺度問題,通過簡單的網絡連接改變,在基本不增加原有模型計算量的情況下,大幅度提升小物體(small object)的檢測性能。 在物體檢測裏面,有限計算量情況下,網絡的深

原创 深度學習_目標檢測_“YOLOv5”詳解(持續更新)

YOLOv5可以方便的進行工程化部署: YOLOv5(PyTorch)−>ONNX−>CoreML−>iosYOLOv5(PyTorch) -> ONNX -> CoreML -> iosYOLOv5(PyTorch)−>ONNX

原创 傳統經典CV算法_圖像基礎_分辨率和像素詳解

像素 像素即px,是畫面中最小的點(單位色塊)。 分辨率 分辨率=畫面水平方向的像素值×畫面垂直方向的像素值分辨率 = 畫面水平方向的像素值\times 畫面垂直方向的像素值分辨率=畫面水平方向的像素值×畫面垂直方向的像素值。 分

原创 深度學習框架_TensorFlow_TensorFlow中logits的理解

logits可以理解爲未進入softmax/sigmoid的概率,一般是全連接的輸出,位於softmax/sigmoid之前,是softmax/sigmoid的輸入。 例如: logits=tf.matmul(X,W)+biasl

原创 C/C++_C++程序的開發過程詳解

開發一個C++程序的過程通常包括編輯、編譯、連接、運行和調試等步驟。 編輯 編輯是C++程序開發過程的第一步,它主要包括程序文本的輸入和修改。任何一種文本編輯器都可以完成這項工作。 當用戶完成了C++程序的編輯時,應將輸入的程序文

原创 深度學習_深度學習基礎知識_使用softmax和sigmoid來做多分類和多標籤分類

多分類和多標籤分類的區別 多分類: 一個樣本屬於且只屬於多個分類中的一個,一個樣本只能屬於一個類,不同類之間是互斥的,比如圖片中一個狗只能被劃分成狗,不能被劃分成貓。 多標籤分類: 一個樣本可以屬於多個類別(或標籤),不同類之間有

原创 工程實踐_LFFD模型訓練過程疑難雜症debug

1.MxNet版本的LFFD需要安裝CUDA10.1版本和CuDNN 若不滿足會出現如下問題: 安裝的CUDA版本太低或沒有安裝: raceback (most recent call last): File "configu

原创 工程實踐_Ubuntu安裝CUDNN以及查看CUDA和CuDNN版本

查看CUDA和CuDNN版本 查看CUDA版本: nvcc --version 或 nvcc -V 也可以通過安裝目錄查看: cat /usr/local/cuda/version.txt 查看CuDNN版本: cat /us

原创 數據結構與算法_深度優先搜索(DFS)與廣度優先搜索(BFS)詳解

1.DFS(深度優先搜索) 搜索思想在圖問題中能以最直觀的方式展現。 深度優先搜索的步驟分爲: 遞歸下去。 回溯上來。 顧名思義,深度優先,則是以深度爲準則,先一條路走到底,直到達到目標。這裏稱之爲遞歸下去。 否則既沒有達到目

原创 Ubuntu使用Unzip解壓文件時出現的write error (disk full?). Continue? (y/n/^C)問題的解決方法

一般情況是因爲這個目錄下的磁盤空間不夠,我們可以把想要解壓的文件轉移到內存空間足夠的目錄下進行解壓。

原创 Linux_more命令詳解

more命令,功能類似 cat ,cat命令是整個文件的內容從上到下顯示在屏幕上。 more會以一頁一頁的顯示方便使用者逐頁閱讀,而最基本的指令就是按空白鍵(space)就往下一頁顯示,按 b 鍵就會往回(back)一頁顯示,而且

原创 深度學習_人臉檢測_LFFD輕量級人臉檢測模型論文詳解

LFFD: A Light and Fast Face Detector for Edge Devices論文地址 總體思路 LFFD是由中科院提出的新型單目標檢測模型,適用於人臉、行人、車輛等單目標檢測,速度快模型小效果好,可以

原创 算法題_電影院排座

題目: 輸出: 1 3 2 2 3 1 思路: 直接用深搜回溯即可。 接下來我們用C++進行編程: #include<iostream> #include<cstdio> #include<cstring> #include<

原创 算法題_遊戲揹包問題

題目: 思路: 我們可以使用貪心算法,時間複雜度爲O(n)。 接下來我們用C++進行編程: #include<bits/stdc++.h> using namespace std; typedef long long ll;