08 2021 档案

ubuntu安装cuda和cudnn
摘要：ubuntu18.04+cuda11.1+cudnn8 卸载 卸载cuda（根据自己的版本来） 或者 卸载cudnn（根据自己的版本来） deb安装 通过压缩包安装的cudnn随着cuda卸载 deb版本 安装前卸载之前安装的cuda和cudnn 安装cuda "下载地址" 官网命令 添加环境变量（ 阅读全文
posted @ 2021-08-30 13:38 xiaowk5516 阅读(2464) 评论(0) 推荐(0)
ubuntu安装TensorRT
摘要：ubuntu18.04+cuda11.2+cudnn8.0.5+Tensorrt7.2.2.3安装 环境 系统：ubuntu 18.04 编译器：gcc 7.5 如果之前安装过deb格式的tensorrt，需要卸载 卸载tensorrt 如果用pip安装过对应的包（根据自己安装过的包卸载） 删除ke 阅读全文
posted @ 2021-08-30 13:38 xiaowk5516 阅读(2223) 评论(0) 推荐(0)
ubuntu安装显卡驱动
摘要：Ubuntu安装显卡驱动 参考： 【Ubuntu 18.04】安装 显卡驱动+CUDA+CuDNN 完全记录 (以 RTX 3090 为例) 最详细ubuntu16.04安装nvidia显卡驱动（完全无经验小白教程） ubuntu16.04安装nvidia显卡驱动 驱动下载，存放在/home/use 阅读全文
posted @ 2021-08-30 13:38 xiaowk5516 阅读(470) 评论(0) 推荐(0)
YOLOv4
摘要：YOLOv4 作者：AlexeyAB paper：YOLOv4: Optimal Speed and Accuracy of Object Detection code：code 比较优秀的解析论文：YOLOv4 目标检测 亮点 input：使用Mosaic数据增强，cmBN跨小批量标准化、SAT自 阅读全文
posted @ 2021-08-18 16:29 xiaowk5516 阅读(68) 评论(0) 推荐(0)
YOLOv3
摘要：YOLOv3 作者：Joseph Redmon CVPR'18 paper：YOLOv3: An Incremental Improvement 亮点 提出新的backbone-darknet53 没有池化层和全连接层 增加了分支，用于检测小目标对象（13$\times$13, 26$\times$ 阅读全文
posted @ 2021-08-18 16:28 xiaowk5516 阅读(100) 评论(0) 推荐(0)
YOLOv1
摘要：YOLOv1 作者：Joseph Redmon CVPR'16 paper：YOLOv1 亮点 将目标检测当作是一个回归任务，使用一个网络预测类别和bounding box 网络结构 传统的目标检测方法先生成候选框，然后在候选框的基础上进行分类，修正边框，去重复框等操作，速度慢。 本文将目标检测视为 阅读全文
posted @ 2021-08-17 20:24 xiaowk5516 阅读(103) 评论(0) 推荐(0)
Faster R-CNN
摘要：Faster R-CNN 作者：Ross B. Girshick NIPS'15 paper：Faster R-CNN 亮点 提出RPN解决select search速度慢的问题 网络结构 流程 输入图像会被缩放到$M\times N$大小 采用一系列卷积操作，得到对应的特征图 特征图输入RPN网络 阅读全文
posted @ 2021-08-17 20:15 xiaowk5516 阅读(112) 评论(0) 推荐(0)
Fast R-CNN
摘要：Fast R CNN 和R CNN是同一位作者 paper： "Fast R CNN" 亮点 引用ROI pooling，可以输入任意尺寸的图像 region proposal在特征提取之后，可以共享卷积层部分的参数 分类部分换成全连接层softmax loss是分类+框回归的联合，不用分别训练 网 阅读全文
posted @ 2021-08-17 19:36 xiaowk5516 阅读(67) 评论(0) 推荐(0)
R-CNN
摘要：R-CNN 目标检测+深度学习开山之作 CVPR'14 paper：Rich feature hierarchies for accurate object detection and semantic segmentation 亮点 使用selection search(region propos 阅读全文
posted @ 2021-08-17 17:10 xiaowk5516 阅读(100) 评论(0) 推荐(0)