前言 公开数据集 经典论文 基本结构 Backbone 超参 Loss 经典检测经典框架 网络加速 通用检测Tricks 部分论文解读Links 前言 update on 4/10/2021: 终于完成了2D_Detection系列,算是对之前自己在这个领域工作的一点回顾,之后自己会不定期更新一些深度学习模型部署的文章以及论文解读的文章 ...
数据结构与算法(Python)-字符串
前言 经典题型 常见运算 判断合理字符串 回文子串 DP算法 Tricks re模块 format使用 前言 字符串相关的算法种类相当多,常见的涉及的数据结构/算法有: 递归 栈 DP 双指针 经典题型 常见运算 解法说明...
Python语言重点内容梳理
之前简单整理过的简单笔记,但是感觉有点浅尝则止,知识点上不够明确。 本文系列主要为了分章节较为详细地梳理下 Python 的比较重要的知识点(主要基于 极客时间 课程): Python-基本数据结构 Python-闭包+装饰器 Python-垃圾回收 Python-metaclass Python-上下文管理器 Python-单元测试
Python-基本数据结构
基本数据结构 列表和元组 字典和集合 Python的基本数据结构包括:列表(list),元组(tuple),字典(dict),集合(set)。 基本数据结构 列表是动态的,长度大小不固定,可以随意增/删/修元素 元组是静态的,长度大小固定,无法增/删/修元素 相对于列表和元组,字典的性能更优,特别是对于查找、添加和删除操作,字典都能在常数时间复杂度内完成 ...
Pytorch关键模块解读
目录 前言 torch.autograd: 梯度计算 BN & SyncBN: BN与多卡同步BN torch.utils.data: 解析数据处理全流程 nn.Module: 核心网络模块接口 DP & DDP: 模型并行和分布式训练 torch.optim: 优化算法接口 torch.cuda.amp: 自动混合精度 cpp_ext...
基于Jekyll搭建博客
前言 搭建博客方案 Jekyll介绍 博客部署 博客评论 Google Analytics 前言 记录重建博客的过程 工具/环境: PC: mac Code: org-mode,关于org-mode的强大功能可参考Org-mode: Organize your life in plain text! Tool: Spacemacs 搭建博客方案> 静...
3D单目(mono 3D)目标检测算法综述
前言 算法调研(相对完善) 2D升3D问题 表达形式(Representation transformation): BEV, Pseudo-Lidar 关键点&&形状 通过2D/3D约束进行距离估计 直接生成3D候选区域(proposal) 关键总结 前言 翻译自:Monocu...
Tracking算法综述
目标跟踪问题定义 目标跟踪算法简述 生成式模型 判别式模型 深度学习方法 目标跟踪问题定义 目标跟踪分为密集跟踪(a series detections)和稀疏跟踪(estimation+common sense)。前者本质上对每一帧进行检测,需要更大的计算量,实时性差。所以,一般目标跟踪问题都是指的稀疏跟踪:对检...
OneStage经典-SSD论文精读
目录 前言 论文基本信息 论文背景以及基本思想(Motivation & Contribution) 算法基本流程 算法细节 实验结果 小结 前言 SSD作为One-Stage系列的论文,如今已经作为基本网络被广泛应用于物体检测中,也很多网络结构是建立在其基础上的改进网络。 当前的Objection Detection架构的两个派系: ...
AVOD源码解读
AVOD代码框架 代码细节 预生成数据 调用链 核心部分 模型训练 调用链 核心部分 AVOD代码框架 主要分为以下几个部分: 预生成数据 ...