LvJC

摘要： YOLOv4 YOLOv4的三大贡献： 设计了强大而高效的检测模型，任何人都可以用 1080Ti 和 2080Ti训练这个超快而精准的模型。 验证了很多近几年 SOTA 的深度学习目标检测训练技巧。 修改了很多 SOTA 的方法， 让它们对单GPU训练更加高效，例如 CmBN，PAN，SAM等。 作 阅读全文

摘要： VSCode扩展商店里安装Go mac的话需要给go文件夹权限，我的是：sudo chmode -R 777 /usr/local/go。如果不确定，可以用which go来查看在哪。 然后go get才能使用，可以跟随VSCode的推荐安装 阅读全文

摘要： Test Time Augmentation What is Test Time Augmentation (TTA)? Similar to what Data Augmentation is doing to the training set, the purpose of Test Time 阅读全文

摘要： Transformer Transformer最早在NLP领域出现。 1. Multi-head attention & Feed forward network ViT 后被引入到计算机视觉领域。最开始是ViT。 阅读全文

摘要： 目录 man / help / info man [命令] man [数字] [命令] pwd / ls pwd是print workspace directory。 ls 常用参数有： -l 长显示 -a all，显示隐藏文件 -r 倒序 -h 文件大小显示为human readable格式，即以 阅读全文

摘要： 目录 协程（Coroutine） asyncio模块 异步编程 uvloop 实战案例 1. 协程（Coroutine） 协程，也被称为微线程，是一种用户态内的上下文切换技术。简言之，就是通过一个线程实现代码块相互切换执行。 在Python中有多种方式可以实现协程，例如： greenlet，是一个第 阅读全文

摘要： TL;DR Grad-CAM（Gradient-weighted Class Activation Mapping）可为基于CNN的模型的决策生成”视觉解释“。使用任何目标概念的梯度（例如“狗”甚至是字幕的logits），流入最终的卷积层，以生成一个粗略的局部化图，突出显示了图像中用于预测此概念的区 阅读全文

摘要： 原文：https://arxiv.org/pdf/1812.01187.pdf 首先介绍一下本文构建的Baseline—— Training: 随机采样图像并将其解码为[0,255]中的32位浮点原始像素值。 随机裁剪长宽比以[3/4，4/3]随机采样的矩形区域，以[8％，100％]随机采样的区域， 阅读全文

摘要： 这是一篇介绍Re-ID任务的tricks和baseline的论文。有很多地方也可以被别的任务借鉴，特别是特征匹配的任务，如检索。 Baseline 我们使用ImageNet上的预训练参数初始化ResNet50，并将完全连接层的尺寸更改为N。N表示训练数据集中的身份数量。 我们随机采样P个人和每个人的 阅读全文

摘要： 在在线数据的更新时，为了避免重新标注新增所有数据，会采用主动学习的策略。 什么是主动学习 主动学习是机器学习的一种特殊情况，其中学习算法可以交互地查询用户（或某些其他信息源），以用期望的输出标记新的数据点。在统计资料中，有时也称为最佳实验设计。信息源也称为教师或甲骨文。 在某些情况下，未标记的数据很 阅读全文