qxcheng

摘要： hourglass网络架构有效地利用了图像多个尺度的空间信息，可以很好地应用于人体关键点检测和人脸关键点检测等任务，人脸关键点检测一般要求在给定的人脸图像上检测出15个关键点的坐标，下面一起来看看hourglass网络的做法，这里参考的算法实现地址为：https://github.com/raymo 阅读全文

摘要： deeplabv3是一种语义分割网络，语义分割旨在对给定图片的每一个像素点进行类别预测，在这里我们来梳理一下deeplabv3网络的大致流程仅供参考，参考的算法实现地址为：https://github.com/fregu856/deeplabv3 1.网络流程图 2.网络原理 算法使用的数据集是分割 阅读全文

摘要： python对CUDA扩展有不错的支持，CUDA通过大量线程的并行化可以大幅提高代码计算速度，一般python常用numba、pycuda套件来支持CUDA扩展。numba通过JIT编译器只需将numba装饰器应用到python函数中即可实现CUDA加速，而pycuda需要基于C/C++编写kern 阅读全文

摘要： Python作为一种动态语言，使用C扩展的主要目的是加快程序的运行速度，一般有三种方式去实现：swig、Python/C API、ctypes，由于swig会增加额外的复杂性，这里只对后两种方式进行简单的介绍。 1.Python/C API Python/C API由于可以在C代码中操作Python 阅读全文

摘要： python对异步编程有原生的支持，即asyncio标准库，使用异步IO模型可以节约大量的IO等待时间，非常适合于爬虫任务。 1.基本用法 2.多进程+协程 如果想进一步加快爬取速度，考虑到python多线程的全局锁限制，可以采用多进程+协程的方案： 可以看出来多进程已经加快了爬取速度，具体加速效果 阅读全文

摘要： RedisQueue是一款轻量级的分布式异步任务队列调度框架，基于redis数据库作为broker，生产端将任务job存储到redis数据库中，消费端监听队列并取出任务执行。 1.基础架构 rq框架使用前需要安装rq库，使用pip安装即可：pip install rq 1.1 生产者 生产者将任务发 阅读全文

摘要： 消息队列是一种常用的开发中间件，适用于异步、分布式、解耦合等业务场景中，而RabbitMQ是其中一种常用的消息队列，今天来总结一下RabbitMQ在python端的使用方法。 1.发送接收基础 python一般使用pika库来操作RabbitMQ，需要先用pip安装。 2.完整接口示例 阅读全文

摘要： SSD网络是一种单阶段的目标检测方法，目标检测方法旨在给定的图片中找出目标物体的坐标位置和所属类别。我们在这里来梳理一下训练的大致流程谨供参考，我参考的算法实现为：https://github.com/amdegroot/ssd.pytorch 1.特征提取 SSD网络的输入一般是 300x300x 阅读全文

摘要： YOLOv3网络是一种单阶段的目标检测方法，目标检测方法旨在给定的图片中找出目标物体的坐标位置和所属类别。我们在这里来梳理一下训练的大致流程谨供参考，我参考的算法实现为：https://github.com/eriklindernoren/PyTorch-YOLOv3 1.特征提取 YOLOv3的输 阅读全文

摘要： FasterRCNN网络是一种二阶段的目标检测方法，目标检测方法旨在给定的图片中找出目标物体的坐标位置和所属类别。我们在这里来梳理一下训练的大致流程谨供参考，我参考的算法实现为：https://github.com/chenyuntc/simple-faster-rcnn-pytorch 1.特征提 阅读全文