<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[LL_RF的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/LL_RF</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; LL_RF]]></copyright><item><title><![CDATA[【OpenMMLab AI实战训练营 学习笔记DAY（七）-- MMSegmentation框架介绍及代码讲解】]]></title><link>https://blog.youkuaiyun.com/LL_RF/article/details/128983586</link><guid>https://blog.youkuaiyun.com/LL_RF/article/details/128983586</guid><author>LL_RF</author><pubDate>Sat, 11 Feb 2023 14:52:27 +0800</pubDate><description><![CDATA[AI实战营第七课！语义分割是目标检测和图像分类的进阶工作，它在像素级别给图像内容做标注，把图片中不同的物体分割开。同济子豪兄会带大家学习语义分割工具箱 MMSegmentation ！]]></description><category></category></item><item><title><![CDATA[【OpenMMLab AI实战营 学习笔记 DAY（六）-- 语义分割和实例分割原理讲解】]]></title><link>https://blog.youkuaiyun.com/LL_RF/article/details/128970696</link><guid>https://blog.youkuaiyun.com/LL_RF/article/details/128970696</guid><author>LL_RF</author><pubDate>Fri, 10 Feb 2023 15:38:00 +0800</pubDate><description><![CDATA[MMSegmentation]]></description><category></category></item><item><title><![CDATA[【OpenMMLab AI实战训练营 学习笔记DAY（五）-- MMDetection 框架介绍及代码讲解】]]></title><link>https://blog.youkuaiyun.com/LL_RF/article/details/128936953</link><guid>https://blog.youkuaiyun.com/LL_RF/article/details/128936953</guid><author>LL_RF</author><pubDate>Wed, 08 Feb 2023 16:15:20 +0800</pubDate><description><![CDATA[MMDetection是商汤和香港中文大学针对目标检测任务推出的一个开源项目，其基于Pytorch实现了大量的目标检测算法，并将其模块化，可以很方便的调库使用。]]></description><category></category></item><item><title><![CDATA[【OpenMMLab AI实战营 学习笔记 DAY（四）-- 目标检测基础知识及评估方法】]]></title><link>https://blog.youkuaiyun.com/LL_RF/article/details/128919054</link><guid>https://blog.youkuaiyun.com/LL_RF/article/details/128919054</guid><author>LL_RF</author><pubDate>Tue, 07 Feb 2023 15:57:00 +0800</pubDate><description><![CDATA[本次课程，仍然是由王若晖老师进行讲解，中间的答疑部分由张子豪（B站 同济子豪兄）进行答疑讲解。[课程链接](https://www.bilibili.com/video/BV1Ay4y1Q7mC/?spm_id_from=333.999.0.0&vd_source=a924258923caf7beb57da59b516dddec)，也可以直接打开哔哩哔哩，搜索OpenMMLab，在其主页可以观看。]]></description><category></category></item><item><title><![CDATA[【OpenMMLab AI实战营 学习笔记 DAY（三）-- mmclassification 安装配置 及 利用resnet训练flower模型】]]></title><link>https://blog.youkuaiyun.com/LL_RF/article/details/128883789</link><guid>https://blog.youkuaiyun.com/LL_RF/article/details/128883789</guid><author>LL_RF</author><pubDate>Sat, 04 Feb 2023 20:22:03 +0800</pubDate><description><![CDATA[本次课程，仍然是由王若晖老师进行讲解，中间的答疑部分由张子豪（B站 同济子豪兄）进行答疑讲解，最后是由北京超级云计算的沈平岗老师进行北京超算平台的使用，以及具体的代码实现。，也可以直接打开哔哩哔哩，搜索OpenMMLab，在其主页可以观看。]]></description><category></category></item><item><title><![CDATA[【OpenMMLab通用视觉框架 AI训练营 学习笔记 DAY（二）图像分类与基础视觉模型】]]></title><link>https://blog.youkuaiyun.com/LL_RF/article/details/128862326</link><guid>https://blog.youkuaiyun.com/LL_RF/article/details/128862326</guid><author>LL_RF</author><pubDate>Fri, 03 Feb 2023 15:33:32 +0800</pubDate><description><![CDATA[知道了视觉任务的难点是，图像的内容是像素整体呈现出的结果，和个别像素的值没有直接关联，难以遵循具体的规则设计算法。我们对其猜想：虽然深层网络有潜力达到更高的精度，但常规的优化算法难以找到这个更优的模型即，让新增加的卷积层拟合一个近似恒等映射，恰好可以让浅层网络变好一点。后面介绍了上面是注意力机制–Attention Mechanism，简单来说，就是卷积核并不是一直不变的，而是根据你输入的图片进行调整，从而抓取更重要的信息，这刚开始是运用于语言学方面的。后续课程讲到的都是一些降低模型参数两和计算量的方法。]]></description><category></category></item><item><title><![CDATA[【openmmlab框架学习笔记（一）】]]></title><link>https://blog.youkuaiyun.com/LL_RF/article/details/128847718</link><guid>https://blog.youkuaiyun.com/LL_RF/article/details/128847718</guid><author>LL_RF</author><pubDate>Thu, 02 Feb 2023 15:35:23 +0800</pubDate><description><![CDATA[其中目标检测算法，可以实现目标检测，实例分割，全景分割等功能。下图可以更加清晰的了解到什么是分类，检测和分割。以及语义分割和实例分割。在自动驾驶领域中，全景分割时很重要的一个技术手段。MMDetection3D包含了7个数据集，17钟不同的算法，80+个预训练模型，可以训练检测点云、传统图像数据，并将其用三维目标框圈起来。关节检测可以应用于动作预测或者像引体向上、深蹲等计数上。子豪兄还说到了一个守望先锋的插件–微笑开枪，贼有意思。MMTracking。]]></description><category></category></item></channel></rss>