博客园 - 飞向天边
uuid:24b78886-0ed1-41c2-8670-e3f31dcf42c4;id=170909
2022-08-24T13:29:32Z
飞向天边
https://www.cnblogs.com/flyingtester/
feed.cnblogs.com
https://www.cnblogs.com/flyingtester/p/16622358.html
双流网络two stream network学习笔记草稿(待整理) - 飞向天边
卷积神经网络比较擅长学习局部的特征,而非物体移动的规律先将运动信息抽取好(光流),再让CNN去学习这种(运动信息到动作分类间的)映射空间流的输入是单帧图片,而时间流的输入是一系列的光流信息最后将两个flow得到的概率取加权平均,就得到最终的结果 光流——观察者和场景之间各种物体之间的运动描述视频里各
2022-08-24T13:30:00Z
2022-08-24T13:30:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】卷积神经网络比较擅长学习局部的特征,而非物体移动的规律先将运动信息抽取好(光流),再让CNN去学习这种(运动信息到动作分类间的)映射空间流的输入是单帧图片,而时间流的输入是一系列的光流信息最后将两个flow得到的概率取加权平均,就得到最终的结果 光流——观察者和场景之间各种物体之间的运动描述视频里各 <a href="https://www.cnblogs.com/flyingtester/p/16622358.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/16492563.html
全景分割UPSNet笔记 - 飞向天边
全景分割之UPSNet 网络架构如图所示,骨干网络为Resnet,经过FPN提取特征,然后分为实例分割头和语义分割头,其中实例分割头与Mask RCNN相同,语义分割头经过可变形卷积DCN后输出语义相关Logits 然后经过一个全景头将二者融合,前面内容别的博客已经讲解得比较清楚了,故暂不赘述,此处
2022-07-18T16:42:00Z
2022-07-18T16:42:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】全景分割之UPSNet 网络架构如图所示,骨干网络为Resnet,经过FPN提取特征,然后分为实例分割头和语义分割头,其中实例分割头与Mask RCNN相同,语义分割头经过可变形卷积DCN后输出语义相关Logits 然后经过一个全景头将二者融合,前面内容别的博客已经讲解得比较清楚了,故暂不赘述,此处 <a href="https://www.cnblogs.com/flyingtester/p/16492563.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/16372867.html
多目标跟踪之匈牙利算法详解及程序 - 飞向天边
截图源于北工大周雨阳老师的运筹学课件,出处: 运筹学-13-2-指派问题匈牙利算法_哔哩哔哩_bilibili 感谢周老师! Python代码实现 截图源自 【Python 运筹实战】Python实战 |指派问题assignment problem| 匈牙利算法(Hungarian algorith
2022-06-13T16:17:00Z
2022-06-13T16:17:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】截图源于北工大周雨阳老师的运筹学课件,出处: 运筹学-13-2-指派问题匈牙利算法_哔哩哔哩_bilibili 感谢周老师! Python代码实现 截图源自 【Python 运筹实战】Python实战 |指派问题assignment problem| 匈牙利算法(Hungarian algorith <a href="https://www.cnblogs.com/flyingtester/p/16372867.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/15725473.html
123 - 飞向天边
如果集合 V 在向量求和 (+ : V × V →V ) 和标量乘法 (· : R × V →V) 下是闭合的,则称其为域 R 上的线性空间或向量空间 即αv1 + βv2 ∈ V ∀v1, v2 ∈ Ⅴ、 ∀α, β ∈ R。 关于加法 (+),它形成一个交换群(存在中性元素 0,逆元素 -v)。
2021-12-23T14:16:00Z
2021-12-23T14:16:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】如果集合 V 在向量求和 (+ : V × V →V ) 和标量乘法 (· : R × V →V) 下是闭合的,则称其为域 R 上的线性空间或向量空间 即αv1 + βv2 ∈ V ∀v1, v2 ∈ Ⅴ、 ∀α, β ∈ R。 关于加法 (+),它形成一个交换群(存在中性元素 0,逆元素 -v)。 <a href="https://www.cnblogs.com/flyingtester/p/15725473.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/15473480.html
学习小结1027 - 飞向天边
注:此博文为学习后凭记忆写下来的,为了强迫自己反思总结,不定期更新,不保证准确性,如果有人从百度里搜过来的话,请注意我的总结仅供参考,专业解读请上博客园和CSDN搜索大牛的解读。 1、实例分割 最常见的算法是Mask-RCNN,它是在faster rcnn基础上发展而来的2-stage的实例分割方法
2021-10-27T15:05:00Z
2021-10-27T15:05:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】注:此博文为学习后凭记忆写下来的,为了强迫自己反思总结,不定期更新,不保证准确性,如果有人从百度里搜过来的话,请注意我的总结仅供参考,专业解读请上博客园和CSDN搜索大牛的解读。 1、实例分割 最常见的算法是Mask-RCNN,它是在faster rcnn基础上发展而来的2-stage的实例分割方法 <a href="https://www.cnblogs.com/flyingtester/p/15473480.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/15201443.html
8月小感悟 - 飞向天边
好久没上园子了,最近这几个月有点堕落啊,学习进展有点停滞不前,沐神的《动手机器学习V2直播》已经错过好多期了,还好的是B站上有回放。年底了,要加油了,继续努力抽空学习深度学习相关知识,多敲代码 放一张合成的皮卡丘图片,为以后做目标检测用 街景 SSD步骤:训练阶段:生成类别预测层 、边界框预测层连结
2021-08-28T14:49:00Z
2021-08-28T14:49:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】好久没上园子了,最近这几个月有点堕落啊,学习进展有点停滞不前,沐神的《动手机器学习V2直播》已经错过好多期了,还好的是B站上有回放。年底了,要加油了,继续努力抽空学习深度学习相关知识,多敲代码 放一张合成的皮卡丘图片,为以后做目标检测用 街景 SSD步骤:训练阶段:生成类别预测层 、边界框预测层连结 <a href="https://www.cnblogs.com/flyingtester/p/15201443.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/14730487.html
学习记录 - 飞向天边
经过20来天的时间(4.16-5.4),终于将花书走马观花地看完了一遍,后面的好几个章节几乎完全没看懂,不过这本大部头不是一遍两遍能看懂的。接下来将结合实践,再细读,将《动手深度学习》《深度学习笔记》和这本花书《深度学习》结合起来再细读
2021-05-04T14:35:00Z
2021-05-04T14:35:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】经过20来天的时间(4.16-5.4),终于将花书走马观花地看完了一遍,后面的好几个章节几乎完全没看懂,不过这本大部头不是一遍两遍能看懂的。接下来将结合实践,再细读,将《动手深度学习》《深度学习笔记》和这本花书《深度学习》结合起来再细读 <a href="https://www.cnblogs.com/flyingtester/p/14730487.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/14533584.html
一二三,跟我一起唱《逆光》 - 飞向天边
基于first order motion model模型合成视频,照片变成视频。 成果首发微信票圈,内容先占坑再补。 —————————————————————————— 前段时间郭美美的老歌《不怕不怕》(“蚂蚁呀嘿”)又火了一把,用Avatarify软件可以一键生成摇头晃脑唱歌的视频,因为有人将其
2021-03-14T10:37:00Z
2021-03-14T10:37:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】基于first order motion model模型合成视频,照片变成视频。 成果首发微信票圈,内容先占坑再补。 —————————————————————————— 前段时间郭美美的老歌《不怕不怕》(“蚂蚁呀嘿”)又火了一把,用Avatarify软件可以一键生成摇头晃脑唱歌的视频,因为有人将其 <a href="https://www.cnblogs.com/flyingtester/p/14533584.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/14218979.html
2020感想&总结 - 飞向天边
转眼间2020就要过去了,想想这一年,虽然有些坎坷,但还是有收获的 一月:即将从某外企离职,心里百感交集。1.17下午,走的时候跟所有同事打了招呼,还把桌子擦得干干净净才走。回家等过年。大年初二从父母想回到自己的小家,这时候已有新冠肺炎的报道,还以为这些离自己很远,心想说不定慢慢就好了,可能不会传染
2020-12-31T15:10:00Z
2020-12-31T15:10:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】转眼间2020就要过去了,想想这一年,虽然有些坎坷,但还是有收获的 一月:即将从某外企离职,心里百感交集。1.17下午,走的时候跟所有同事打了招呼,还把桌子擦得干干净净才走。回家等过年。大年初二从父母想回到自己的小家,这时候已有新冠肺炎的报道,还以为这些离自己很远,心想说不定慢慢就好了,可能不会传染 <a href="https://www.cnblogs.com/flyingtester/p/14218979.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/14083588.html
DenseNet学习小结 - 飞向天边
DenseNet类似于Resnet,都有跳跃连接,只不过是Resnet是直接跨层,DenseNet是把前一层的结果和后一层的结果在通道上进行联结,为了使模型不会过于复杂,densenet中还采用了过渡层,通过1X1的卷积层使通道数降下来,并使用步幅为2的平均池化层来减半高和宽。
2020-12-03T15:33:00Z
2020-12-03T15:33:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】DenseNet类似于Resnet,都有跳跃连接,只不过是Resnet是直接跨层,DenseNet是把前一层的结果和后一层的结果在通道上进行联结,为了使模型不会过于复杂,densenet中还采用了过渡层,通过1X1的卷积层使通道数降下来,并使用步幅为2的平均池化层来减半高和宽。 <a href="https://www.cnblogs.com/flyingtester/p/14083588.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/14054708.html
NiN(网络中的网络)学习小结 - 飞向天边
NiN串联多个由卷积层和“准全连接层”(1X1的网络)的小网络来构成一个深层网络 卷积层的输入输出是四维的(batch,channel,height,witdh),全连接层的IO都是二维的(batch,features),所以此处的全连接层用1X1的卷积核代替。 每个小网络可以看作一个NIN块 一个
2020-11-28T14:50:00Z
2020-11-28T14:50:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】NiN串联多个由卷积层和“准全连接层”(1X1的网络)的小网络来构成一个深层网络 卷积层的输入输出是四维的(batch,channel,height,witdh),全连接层的IO都是二维的(batch,features),所以此处的全连接层用1X1的卷积核代替。 每个小网络可以看作一个NIN块 一个 <a href="https://www.cnblogs.com/flyingtester/p/14054708.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/14039930.html
xshell 解决“所选的用户密钥未在远程主机上注册。请再试一次”AWS EC2 - 飞向天边
之前创建的AWS EC2实例被误删,现在重新创建的EC2实例用ssh死活连接不上,看了防火墙策略,ssh端口都是打开的,对比了之前本地配置的登录信息,才知道用户名不对。之前创建的一些实例的默认用户名是ec2-user,这几次创建的实例模板是Deep Learning AMI (Ubuntu 18.0
2020-11-25T15:38:00Z
2020-11-25T15:38:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】之前创建的AWS EC2实例被误删,现在重新创建的EC2实例用ssh死活连接不上,看了防火墙策略,ssh端口都是打开的,对比了之前本地配置的登录信息,才知道用户名不对。之前创建的一些实例的默认用户名是ec2-user,这几次创建的实例模板是Deep Learning AMI (Ubuntu 18.0 <a href="https://www.cnblogs.com/flyingtester/p/14039930.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/13881529.html
迷茫 - 飞向天边
又要换工作了,心中五味杂陈,也不知道这次的选择是对是错。理想和现实不能两全,一时的低头不代表放弃梦想,加油!
2020-10-26T13:41:00Z
2020-10-26T13:41:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】又要换工作了,心中五味杂陈,也不知道这次的选择是对是错。理想和现实不能两全,一时的低头不代表放弃梦想,加油! <a href="https://www.cnblogs.com/flyingtester/p/13881529.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/13861861.html
gluoncv笔记 - 飞向天边
图片分类 图片分类的公开数据集有cifar10 目标检测 实例分割 语义分割 姿态估计 动作识别 目标追踪 深度预测
2020-10-22T16:44:00Z
2020-10-22T16:44:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】图片分类 图片分类的公开数据集有cifar10 目标检测 实例分割 语义分割 姿态估计 动作识别 目标追踪 深度预测 <a href="https://www.cnblogs.com/flyingtester/p/13861861.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/13860376.html
Failed loading Parameter 'yolov30_yolooutputv31_conv0_bias' from saved params: shape incompatible expected (21,) vs saved (255,) - 飞向天边
1 ctx = mx.gpu() 2 detector_name = "yolo3_mobilenet1.0_coco" 3 detector = get_model(detector_name, pretrained=True, ctx=ctx) 把classes更改回去保存并重启jupyter问
2020-10-22T10:48:00Z
2020-10-22T10:48:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】1 ctx = mx.gpu() 2 detector_name = "yolo3_mobilenet1.0_coco" 3 detector = get_model(detector_name, pretrained=True, ctx=ctx) 把classes更改回去保存并重启jupyter问 <a href="https://www.cnblogs.com/flyingtester/p/13860376.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/13796555.html
【转载】2020 深度学习面试100题【全】 - 飞向天边
转自知乎@七月在线 七仔 原帖地址: https://www.zhihu.com/column/c_140166199 1、梯度下降算法的正确步骤是什么? a.计算预测值和真实值之间的误差 b.重复迭代,直至得到网络权重的最佳值 c.把输入传入网络,得到输出值 d.用随机值初始化权重和偏差 e.对每
2020-10-11T02:55:00Z
2020-10-11T02:55:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】转自知乎@七月在线 七仔 原帖地址: https://www.zhihu.com/column/c_140166199 1、梯度下降算法的正确步骤是什么? a.计算预测值和真实值之间的误差 b.重复迭代,直至得到网络权重的最佳值 c.把输入传入网络,得到输出值 d.用随机值初始化权重和偏差 e.对每 <a href="https://www.cnblogs.com/flyingtester/p/13796555.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/13698894.html
记录一下 - 飞向天边
截止目前为止,吴恩达的深度学习课程笔记已看完,其中最后一门课《序列模型》是走马观花地看的,不是很仔细,具体内容抽空再复习研究。因为今年工作的方向是计算机视觉,所以此笔记中关于CNN的部分还得再多加强理解和练习
2020-09-20T02:11:00Z
2020-09-20T02:11:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】截止目前为止,吴恩达的深度学习课程笔记已看完,其中最后一门课《序列模型》是走马观花地看的,不是很仔细,具体内容抽空再复习研究。因为今年工作的方向是计算机视觉,所以此笔记中关于CNN的部分还得再多加强理解和练习 <a href="https://www.cnblogs.com/flyingtester/p/13698894.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/13676582.html
FPN语义分割辛酸踩坑记(1) - 飞向天边
由于项目需要,最近在研究语义分割,上次用了gluoncv中的FCN,但是由于样本少,而且都是小目标、多目标,组内的技术大牛建议用FPN试试。 FPN一般用于目标识别,但是也有用作语义分割的。gluoncv官网不支持FPN做semantic segmentation,于是在github上搜索,搜到一个
2020-09-15T16:53:00Z
2020-09-15T16:53:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】由于项目需要,最近在研究语义分割,上次用了gluoncv中的FCN,但是由于样本少,而且都是小目标、多目标,组内的技术大牛建议用FPN试试。 FPN一般用于目标识别,但是也有用作语义分割的。gluoncv官网不支持FPN做semantic segmentation,于是在github上搜索,搜到一个 <a href="https://www.cnblogs.com/flyingtester/p/13676582.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/13664230.html
gluoncv fcn做语义分割小结 - 飞向天边
照例,先占坑再填,不完善的地方后续再补 1、图片标注 github上搜labelme 也可以直接作为python第三方库安装 pip install labelme 即可 启动时在cmd命令中输入labelme,该软件的图形界面就出来了 点击open dir并选择对应的文件夹 点击creat pol
2020-09-13T15:59:00Z
2020-09-13T15:59:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】照例,先占坑再填,不完善的地方后续再补 1、图片标注 github上搜labelme 也可以直接作为python第三方库安装 pip install labelme 即可 启动时在cmd命令中输入labelme,该软件的图形界面就出来了 点击open dir并选择对应的文件夹 点击creat pol <a href="https://www.cnblogs.com/flyingtester/p/13664230.html" target="_blank">阅读全文</a>
https://www.cnblogs.com/flyingtester/p/13543960.html
AWS云上配置mxnet/gluoncv小结 - 飞向天边
昨天请同事帮忙申请了一个AWS EC2的实例,挂的公司的云账号下面。由于要做深度学习训练,需要配置基本的mxnet/gluoncv环境,之前走一些弯路,再记录一下过程。 1、安装nvidia显卡驱动 这台云主机很奇怪,刚开始拿到打开时,想看它用的是哪种显卡,方便装驱动,于是从网上搜了如下命令 lsp
2020-08-21T16:10:00Z
2020-08-21T16:10:00Z
飞向天边
https://www.cnblogs.com/flyingtester/
【摘要】昨天请同事帮忙申请了一个AWS EC2的实例,挂的公司的云账号下面。由于要做深度学习训练,需要配置基本的mxnet/gluoncv环境,之前走一些弯路,再记录一下过程。 1、安装nvidia显卡驱动 这台云主机很奇怪,刚开始拿到打开时,想看它用的是哪种显卡,方便装驱动,于是从网上搜了如下命令 lsp <a href="https://www.cnblogs.com/flyingtester/p/13543960.html" target="_blank">阅读全文</a>