摘要：pytorch 部署 torchscript from torchvision.models import resnet34 import torch.nn.functional as F import torch.nn as nn import torch import cv2 #读取一张图片，并 阅读全文

摘要：ONNX 简介 开放神经网络交换，Open Neural Network Exchange，是一套表示 网络模型 的开放格式，由微软和FaceBook在2017年推出； 通过几年的快速发展，大有一统整个 AI 模型（ml、dl）的交换标准； ONNX 定义了一组与 环境和平台 无关的标准格式，使得 阅读全文

摘要：TensorRT 简介 TensorRT 是 英伟达公司 根据自己的 硬件设备 面向 AI工作者 推出的 一种 模型部署方案； 同时 可以对网络进行 压缩、优化，它通过 combines layers、kernel 优化选择，以及根据指定精度执行归一化和转换成最优的 matrix math 方法，改 阅读全文

摘要：深度学习整个 使用流程 深度学习不仅包括 模型训练过程； 对训练好 的模型，通常需要进行一些 优化和加速，如 网络层合并、量化、剪枝 等，得到 精简的 推理引擎，然后部署上线； 通常我们把 模型优化和推理框架 合称为 推理引擎； 模型部署平台 大致可分为两种： 云端：大模型，精度要求高，可接受一定延 阅读全文

摘要：基本思路： 1.通过某种方式获取目标的边界框，计算边界框的质心 2.在后续帧中，同样获取边界框、质心 3. 重点来了，先验知识认为 当前物体的质心 和 下一帧同一目标的质心的距离最近 为了检测任何运动物体，我们可以用 frame(t) 减去 frame(t+1)，帧差分 参考资料： https:// 阅读全文

摘要：pytorch 实现剪枝的思路是 生成一个掩码，然后同时保存 原参数、mask、新参数，如下图 pytorch 剪枝分为 局部剪枝、全局剪枝、自定义剪枝； 局部剪枝 是对 模型内 的部分模块 的 部分参数 进行剪枝，全局剪枝是对 整个模型进行剪枝； 本文旨在记录 pytorch 剪枝模块的用法，首先 阅读全文

摘要：深度学习网络模型从卷积层到全连接层存在着大量冗余的参数，大量神经元激活值趋近于0，将这些神经元去除后可以表现出同样的模型表达能力，这种情况被称为过参数化，而对应的技术则被称为模型剪枝。 卷积核的元素可分为 单个像素、行列、通道、卷积核，可分别在 不同元素上实现剪枝，如下图 细粒度剪枝(fine-gr 阅读全文

摘要：看代码 from keras.utils.np_utils import * # 类别向量定义 b = [0, 1, 2, 3] # 调用to_categorical将b按照4个类别来进行转换 b = to_categorical(b, 4) print(b) # [[1. 0. 0. 0.] # 阅读全文

摘要：NMS 解决问题：多个建议框指向了同一个物体，我们只需要该物体IoU最大的建议框 基本思路：多个类别分开处理；每个列别中 iou 较大的删除，iou 较小的 保留 具体操作 1. 输入为2000x20矩阵，2000代表2000个建议框，20代表20个类别 2. 对每个类别进行排序，从大到小 3. 首 阅读全文

摘要：伽马变换 伽马变换主要用于图像的校正，将灰度过高 或者 灰度过低的图片进行修正，增强对比度。变换公式就是对原图像上每一个像素值做乘积运算： 伽马变换对图像的修正作用其实就是通过增强低灰度或高灰度的细节实现的，从伽马曲线可以直观理解： 一句话解释：其实就是说，在人眼看来，亮度并不是线性变化的（对深色更 阅读全文

摘要：见下面的链接，中国这种人太少了，点赞 参考资料： https://www.raoyunsoft.com/wordpress/index.php/2020/03/09/opencvdownload/ OpenCV/opencv_contrib国内快速下载 阅读全文

摘要：基本概念 C++ 中有两种类型的库：静态库、动态库 静态库 静态库是成为引用它的可执行文件的一部分的库。因此，当我们开发应用程序并引用其中的静态库时，静态库的内容在应用程序中被替换。 Windows 上的静态库通常具有扩展名“.lib”，而 Linux 上的静态库扩展名为“.a”。 拥有程序引用静态 阅读全文

摘要：编程范式，有 命令式 编程、函数式编程、符号式编程 等； python 属于解释性语言，即一句一句执行，然后 中间变量 由于不知道后面是否会用到 都 会被存储，每次 都会重新调用 函数； python 代码属于 命令式编程； 同时 python 提供了 符号式编程，tensorflow 就是一种符号 阅读全文

摘要：label 可分为 hard label 和 soft label； label smoothing，标签平滑，像 L1 L2 dropout 一样，是一种正则化的方法； 用于 防止模型过分自信，提升泛化能力； 不过这个 方法不是 很常用，有很多 tricks 可以起到类似的作用，学到最后你会发现， 阅读全文

摘要：基于在线图像优化的慢速图像风格化迁移算法（Slow Neural Method Based On Online Image Optimisation） 主体思路：人造 一张图片，计算这张图片 和 内容图像 的 内容损失，和 风格图像的 风格损失，加权和作为总体损失 ，然后调整图片，减小损失，整个过程 阅读全文