Xu_Lin

摘要： 我的2021个人年终总结 一、前言——是以为序 近来天气乍冷转冻，早起时捂着手说话都带着些热气。 已经开始莫名期待在爆竹声中的冰糖葫芦和烤红薯了， 前些天，老妈在群里拍了挂满香肠的照片，老爸把年货采购单也一同发了出来， 是啊，2021的进度条已经快走完了，随之而来的是下一年的开始，时间可不会等你歇一 阅读全文

摘要： ImageNet2017文件介绍及使用 文件说明 imagenet_object_localization.tar.gz包含训练集和验证集的图像数据和地面实况，以及测试集的图像数据。 图像注释以PASCAL VOC 格式保存在 XML 文件中。用户可以使用 PASCAL 开发工具包解析注释。 注释按 阅读全文

摘要： YOLOv3_Detect_Web Use Yolov3 detect on Web 使用 YOLOv3（PyTorch 和 Django 实现）的对象检测应用程序。 网页和 REST API由Django Web框架实现。 1. Introduction 介绍 1.1 概述 这是一个使用 YOLO 阅读全文

摘要： EfficientDet训练模型学习总结 1.Introduction简介 pytorch用SOTA实时重新实现官方EfficientDet，原文链接：https : //arxiv.org/abs/1911.09070 关于 EfficientNetV2： EfficientNetV2 是一个新的 阅读全文

摘要： Kaggle API使用教程 https://www.kaggle.com 的官方 API ，可使用 Python 3 中实现的命令行工具访问。 Beta 版 - Kaggle 保留修改当前提供的 API 功能的权利。 重要提示：使用 1.5.0 之前的 API 版本提交的比赛可能无法正常工作。如果 阅读全文

摘要： 使用Pytorch搭建模型的步骤及教程 我们知道，模型有一个特定的生命周期，了解这个为数据集建模和理解 PyTorch API 提供了指导方向。我们可以根据生命周期的每一个步骤进行设计和优化，同时更加方便调整各种细节。 模型的生命周期的五个步骤如下： 1.准备数据 2.定义模型 3.训练模型 4.评 阅读全文

摘要： YOLOv5训练自定义数据 一、开始之前的准备工作 克隆 repo 并在Python>=3.6.0环境中安装requirements.txt，包括PyTorch>=1.7。模型和数据集会从最新的 YOLOv5版本中自动下载。 git clone https://github.com/ultralyt 阅读全文

摘要： yolact训练模型学习总结 一、YOLACT介绍(You Only Look At CoefficienTs) 1.1 简要介绍 yolact是一种用于实时实例分割的简单、全卷积模型。 (A simple, fully convolutional model for real-time insta 阅读全文

摘要： UNet图像分割模型相关总结 1.制作图像分割数据集 1.1使用labelme进行标注 (注：labelme与labelImg类似，都属于对图像数据集进行标注的软件。但不同的是，labelme更关心对象的边缘和轮廓细节，也即通过生成和训练图像对应的mask来实现图像分割的目的。这里的分割一般使用的是 阅读全文

摘要： Yolov5目标检测训练模型学习总结 一、YOLOv5介绍 YOLOv5是一系列在 COCO 数据集上预训练的对象检测架构和模型，代表Ultralytics 对未来视觉 AI 方法的开源研究，结合了在数千小时的研究和开发中获得的经验教训和最佳实践。 下面是YOLOv5的具体表现： 我们可以看到上面图 阅读全文

摘要： 使用MobileNetSSD进行对象检测 1.单帧图片识别 object_detection.py # 导入必要的包 import numpy as np import argparse import cv2 # 构造参数 parse 并解析参数 ap = argparse.ArgumentPars 阅读全文

摘要： 一直想基于传统图像匹配方式做一个融合Demo，也算是对上个阶段学习的一个总结。 由此，便采购了一个摄像头，在此基础上做了实时检测平面目标的特征匹配算法。 代码如下： # coding: utf-8 ''' @author: linxu @contact: 17746071609@163.com @t 阅读全文

摘要： 阅读全文

摘要： 阅读全文

摘要： 阅读全文

摘要： 机器学习专家系列精品课程零基础到精通 阅读全文

摘要： 该系列课程整理分为以下几个部分:（留坑待填！） 阅读全文

摘要： 西瓜集训营课程笔记梳理 阅读全文