一掏膏、Focal loss損失函數(shù) Focal Loss的引入主要是為了解決**難易樣本數(shù)量不平衡****（注意性含，有區(qū)別于正負(fù)樣本數(shù)量不平衡）的問(wèn)題，實(shí)際可以使用的范圍非常廣泛...
發(fā)簡(jiǎn)信
IP屬地：廣東
-
Focal loss函數(shù)及代碼
-
文字識(shí)別：CTC LOSS 學(xué)習(xí)筆記
CTCloss 詳解 簡(jiǎn)介 在ocr任務(wù)與機(jī)器翻譯中,輸入與輸出GT文本很難在單詞上對(duì)齊,在預(yù)處理的時(shí)候?qū)R是非常困難的,但是如果不對(duì)齊而直接訓(xùn)練模型的話,由于字符距離的不同...
-
@kevin_21 這是我上學(xué)時(shí)候的實(shí)驗(yàn)課了伴鳖，現(xiàn)在已經(jīng)畢業(yè)了。實(shí)驗(yàn)添加部分內(nèi)容就沒(méi)辦法獲取了
哈工大操作系統(tǒng)實(shí)驗(yàn)（六）內(nèi)存管理
本次實(shí)驗(yàn)內(nèi)容: 用Bochs調(diào)試工具跟蹤Linux 0.11的地址翻譯（地址映射）過(guò)程，了解IA-32和Linux 0.11的內(nèi)存管理機(jī)制苦囱； 在Ubuntu上編寫多進(jìn)程的生產(chǎn)...
-
Aster論文:SPN校正圖像部分理解
論文題目:Aster:An attentional scene Text Recognizer with Flexible Rectification 論文中用了SPN網(wǎng)絡(luò)進(jìn)...
-
分布式系統(tǒng)論文閱讀(1)mapReduce
MapReduce:超大機(jī)群上的簡(jiǎn)單數(shù)據(jù)處理 摘要 MapReduce是一個(gè)編程模型,和處理,產(chǎn)生大數(shù)據(jù)集的相關(guān)實(shí)現(xiàn).用戶指定一個(gè)map函數(shù)處理一個(gè)key/value對(duì),從而...
-
SABL:側(cè)面邊框定位的目標(biāo)檢測(cè)
SABL:側(cè)面邊框定位的目標(biāo)檢測(cè) 論文題目:Side-Aware Boundary Localization for More Precise Object Detectio...
-
FCOS:簡(jiǎn)潔的anchor-free目標(biāo)檢測(cè)器
論文題目:FCOS: Fully Convolutional One-Stage Object Detection 其亮點(diǎn): 基于FCN構(gòu)建全卷積檢測(cè)器,使得視覺(jué)任務(wù)(如語(yǔ)義...
-
跨數(shù)據(jù)集聯(lián)合訓(xùn)練：focal loss的新應(yīng)用
在目標(biāo)檢測(cè)的實(shí)際應(yīng)用場(chǎng)景中,我們經(jīng)常會(huì)遇到類別增多的情況. 這時(shí)候我們是重新把源數(shù)據(jù)集中新類別進(jìn)行標(biāo)注重新訓(xùn)練模型? 還是只用新圖片標(biāo)注新類別,然后訓(xùn)練一個(gè)新類別的目標(biāo)檢測(cè)模...
-
RepPoint：可形變卷積生成的目標(biāo)輪廓點(diǎn)集論文題目為:RepPoints: Point Set Representation for Object Detection idea總結(jié): 改變目標(biāo)檢測(cè)領(lǐng)域中對(duì)于目標(biāo)用矩形...
-
mmdetection組件構(gòu)成與注冊(cè)表分析
mmdetection 使用模塊化設(shè)計(jì),將一般的目標(biāo)檢測(cè)算法分成了幾個(gè)不同的模塊,在使用時(shí)只需要在配置文件中聲明各個(gè)模塊使用的組件名稱和參數(shù),就可以像搭建積木一樣搭建一個(gè)完整...
-
shuffleNet v2筆記作者從內(nèi)存訪問(wèn)代價(jià)（Memory Access Cost，MAC）和GPU并行性的方向分析了網(wǎng)絡(luò)應(yīng)該怎么設(shè)計(jì)才能進(jìn)一步減少運(yùn)行時(shí)間脾猛，直接的提高模型的效率 設(shè)計(jì)原則 Equal...
-
shufflenet v1筆記
group Convolution 在普通的卷積中,channels 即同一個(gè)卷積對(duì)所有的channels操作,然后相加.而group convolution,即簡(jiǎn)單的講...
-
mobilenet v2筆記
mobilenet v2 相對(duì)于mobilenet v1來(lái)說(shuō),其v2改進(jìn)的地方在于: 像resnet一樣加入了residual connection高速通道,增加對(duì)圖像高層語(yǔ)...
-
初識(shí)mobilenet v1
Depthwise separable convolution 深度級(jí)可分離卷積其實(shí)是一種可分解卷積操作(factorized convolutions).將卷積分解成兩個(gè)更...
-
卷積實(shí)踐之im2col操作
im2col操作是用來(lái)優(yōu)化卷積運(yùn)算撕彤，它的核心是將卷積核感受野的轉(zhuǎn)化成一行（列）來(lái)存儲(chǔ)，優(yōu)化運(yùn)算速度猛拴，減少內(nèi)存訪問(wèn)時(shí)間羹铅。 caffe等框架中使用了這種計(jì)算方式（im2col +...
-
spring boot （三）： 配置kaptcha開(kāi)發(fā)圖片驗(yàn)證碼
工具及其技術(shù): vscode(對(duì),不用idea 也能開(kāi)發(fā)得特別爽) spring boot 2.0 kapcha 1.添加依賴: 在pom.xml中輸入依賴: 2. 通過(guò)配置...