技术改变生活 -

NVIDIA Jetson Nano 上运行Yolov5网络

lijingle2021-12-29 21:30

本文介绍了 JetsonYolo，它是 CSI 摄像头安装、软件和硬件设置以及在 NVIDIA Jetson Nano 上使用 Yolov5 和 openCV 进行目标检测的简单可行的教程。该项目使用 CSI-Camera 创建管道和获取帧，使用 Yolov5 目标检测 ...

用于目标检测的 mAP（mean Average Precision）

lijingle2021-12-28 20:39

AP（Average Precision）是衡量目标检测器（如 Faster R-CNN、SSD 等）精度的流行指标。平均精度计算召回值超过 0 到 1 的平均精度值。看起来很复杂，但实际上很简单，我们用一个例子来说明。在此之前，我们先快速 ...

MobileNet及其变体(例如 ShuffleNet,MobileNet-v2等)

lijingle2021-12-27 17:48

介绍在本文中，概述了 MobileNet 等高效 CNN 模型及其变体中使用的构建块，并解释了它们为什么高效。特别是，提供了有关为什么在空间域和通道域中完成卷积的直观说明。高效模型中使用的构建块在解释具体的高效 CNN ...

RegNet：最灵活的计算机视觉网络架构

lijingle2021-12-27 10:45

可扩展以实现高效率或高精度的模型设计通常，卷积神经网络架构是为一个特定目的而设计和优化的。例如，ResNet 模型系列在最初始发布时针对 ImageNet 的最高准确度进行了优化。 MobileNets 经过优化，可以在移动设备 ...

GAN——对 GAN 网络的全面总结(2)

lijingle2021-12-26 10:52

本文主要介绍GAN研究在改进 GAN 方面的动机和方向。通过在单一上下文中回顾它们，我们了解其思考过程，并使我们对解决方法有自己的判断。在本文中，我们提供了不同方法的信息以及后续链接。下图总结了 GAN 的设计 ...

GAN — 什么是生成对抗网络 GAN？

lijingle2021-12-25 17:36

GAN 是关于创造的，就像画画或创作交音乐一样。与其他深度学习领域相比，识别画比用计算机或人画一幅画要容易得多，但让计算机理解并画出来这是很难的。GAN 是做什么的？GAN（生成对抗网络）的主要重点是从头开始生 ...

TensorFlow2 数据集和数据准备

lijingle2021-12-24 16:59

在本文中，我们将讨论如何使用 TensorFlow (TF) 数据集构建高效的数据管道以进行训练和验证。但是，如果训练数据很小，我们可以将数据放入内存中，并将它们作为 Numpy ndarry 进行预处理。然而，许多现实生活中的 ...

TensorFlow2 自定义训练、迁移学习和自定义层

lijingle2021-12-23 17:12

在本文中，我们将讨论建模、构建和训练模型中的API。它为我们提供了很大的灵活性，就像前文中的GAN网络那样。我们还将讨论执行迁移学习的示例。使用 GradientTape 进行模型训练Keras 提供了简单的训练和评估方法， ...

PointASNL：使用非局部神经网络的稳健点云处理自适应采样

lijingle2021-12-22 11:04

本文主要解决的问题有两个，其中一个是点云的自适应采样问题，另外一个是点云的非局部特征提取。摘要：在本片论文中作者提出一个端到端网络，可以更好的提高点云处理的鲁棒性。网络叫做PointASNL。AS是自适应采样，N ...

python将图片打乱重新命名(rename)

lijingle2021-12-18 16:06

在深度学习中需要将相似的图片进行重新排序，即打乱，在训练的过程中模型也会将图片进行大乱，为了充分打乱，这里在训练前进行一次打乱。这里图片命名如下：开头和结尾是以pos和neg开头，.jpg为结尾。图片如下所 ...

Attention Is All You Need (Transformer)

lijingle2021-12-17 21:39

使用Transformer，Attention被强化，一些远距离的依赖会考虑，性能优于ByteNet、Deep Att、GNMT和CONVS2Attention Is All You Need在本文中，Attention Is All You Need，(Transformer)，由谷歌大脑，谷歌研究院，和 ...