原创 異常事件檢測綜述 1 數據集 2 主流異常事件檢測算法 1 主流異常事件檢測算法

1 數據集 異常事件檢測根據場景不同,學術界開源了多種數據集,如下表所示。 表3-1異常事件檢測數據集 該領域應用最廣泛,常作爲benchmark的數據集爲UCSD Pedestrian,Avenue,ShanghaiTec數據集,下文進行

原创 PaddlePaddle學習筆記 1.深度學習基礎篇 1.1基礎知識

1.深度學習基礎篇 1.1基礎知識 神經元 MCP模型由兩位作者名字命名 流程是將輸入乘以權重,加權求和,對求和值與閾值進行比較,大於閾值輸出1,小於閾值輸出0.能夠實現二分類。

原创 mmdetection訓練測試voc格數數據 1 mmdetection 安裝及測試 2voc數據集處理 3編譯 4訓練 測試

1 mmdetection 安裝及測試 1.1可以通過docker直接安裝 在docker hub上搜索mmdetection,選擇下載量最高的docker docker pull vistart/mmdetection 經驗證該docke

原创 論文解讀CutPaste: Self-Supervised Learning for Anomaly Detection and Localization

本文想解決是單分類問題,通過對正常樣本的學習,檢測出未知類型的異常,更傾向於缺陷檢測。方法整體流程分爲兩步,首先基於自監督學習方法學習樣本表徵,繼而通過一個單分類器對錶徵進行分類。通過文中提出的CutPaste實現對於正常樣本的表徵學習及分

原创 GAN損失函數理解

原始損失函數 首先假設D對樣本進行判別,1/0代表真/假。D的輸出數值越高,代表D越認爲該樣本爲正樣本。 GAN的訓練爲先D後G。 G固定,訓練D時的損失函數爲 訓練D時候,希望D能夠儘可能識別出假樣本,即D(G(z))儘可能接近0

原创 ## NVIDIA 遷移學習工具TLT使用教程

1、 TLT安裝&運行 TLT需要在docker中運行,因此第一步拉取鏡像 首先登陸NGC,如果你是第一次註冊NGC,你需要獲得一個API KEY,這個值需要保存下來,因爲他只會顯示一次,並且以後會經常用到 拉取鏡像 docker pull

原创 ## NVIDAI 遷移學習工具TLT使用教程

1、 TLT安裝&運行 TLT需要在docker中運行,因此第一步拉取鏡像 首先登陸NGC,如果你是第一次註冊NGC,你需要獲得一個API KEY,這個值需要保存下來,因爲他只會顯示一次,並且以後會經常用到 拉取鏡像 docker pull

原创 jetson nano交叉編譯kernel 1.在ubuntu主機交叉編譯L4T軟件包

1.在ubuntu主機交叉編譯L4T軟件包 1.1下載L4T源碼 下載載L4T Driver Package (BSP) Sources解壓和提取內核目錄 https://developer.nvidia.com/embedded/dlc

原创 JETSON交叉編譯

1.交叉編譯簡要流程及必要性 程序在X85和ARM機器指令集不同,需要交叉編譯才能在不同機器上運行。 交叉編譯優點 2.交叉編譯前通信工具鏈設置 內核交叉編譯需要通信,jetson提供了通信工具鏈 通過鏈接下載對應版本工具鏈: ht

原创 Jetson Nano 編譯opencv-python和opencv-python-headless

在jetson nano部署剪枝版的yolov3項目, https://github.com/Lam1360/YOLOv3-model-pruning/ 需要安裝albumentations pip install albumentatio

原创 jetson nano交叉編譯 1.在ubuntu主機交叉編譯L4T軟件包

1.在ubuntu主機交叉編譯L4T軟件包 1.1下載L4T源碼 下載載L4T Driver Package (BSP) Sources解壓和提取內核目錄 https://developer.nvidia.com/embedded/dlc

原创 CNN調參經驗

原文:https://mp.weixin.qq.com/s/Yeq8bPs-4W2ofsTblkyUrg 1.對數據進行shuffle 2.加BN和Dropou,加了BN可不加Dropout。dropout首選0.5 3.激活函數使用ReL

原创 人臉關鍵點標註 1. 4點、5點、6點標註 2. 21點,29點 3. 68點標註 4.98點標註 5. 106與186點標註

原文:https://mp.weixin.qq.com/s/wjDvxIwfucUJC97kmjVhDA 1. 4點、5點、6點標註 人臉面部最關鍵的有5個點,分別爲左右兩個嘴角,兩個眼的中心,鼻子,這5個關鍵點屬於人臉內部關鍵點。 201

原创 Mmdetection安裝

Mmdetection爲港中文開源系列庫Openlab的重要組成部分,爲目標檢測領域中較爲知名的開源庫,特點是模塊化,實現新算法比較多(但現在官方沒有支持Yolo系列算法,可以參考網上資源進行實現),有助於在同一框架下實現目標檢測相關算法的