OpenMMLab第四次课总结

最新推荐文章于 2025-12-20 21:22:01 发布

原创最新推荐文章于 2025-12-20 21:22:01 发布 · 126 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#目标检测 #深度学习 #自动驾驶

文章探讨了目标检测在自动驾驶、字符识别等领域的应用，以及早期的滑窗方法和效率问题。改进策略包括启发式算法和减少计算冗余。介绍了两阶段和单阶段方法，以及基础概念如矩形框、交并比等。评估指标涉及召回率、准确率和AP值。

目标检测算法基础

应用：自动驾驶、字符识别、人体检测和姿态估计、图像分类检测位置

开始是用滑窗的方式，用不同尺度的窗扫图，由于每个窗都要过一遍模型，所以效率很低。

改进思路：启发式算法（提议框）、减少计算冗余（卷积核扫完再取框）

基本范式：通过主干网络，然后分为两阶段方法和单阶段方法

技术的演进

基础概念

矩形框、交并比、置信度、非极大值抑制、边界框编码、锚框

评估：召回率、准确率、PR曲线、AP值

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Theodore2

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

OpenMMLab教程：OpenMMLab介绍与安装

qingkahui24689的博客

07-13

3015

OpenMMLab 是一个用于学术研究和工业应用的开源算法体系，于2018年年中开始，由 MMLab（香港中文大学多媒体实验室）和商汤科技联合启动。OpenMMLab 致力于为计算机视觉领域的重要方向创建统一且开源的代码库，推进可复现算法生态的建立；目前为止 OpenMMLab 已经陆续开源30多个视觉算法库，实现了300多种算法，并包含2000+预训练模型，涵盖2D/3D目标检测语义分割视频理解姿态分析等多个方向。OpenMMLab算法库的特点模块化组合设计。

OpenMMLab 实战营打卡 - 第三课 MMClassification

qq_53589322的博客

02-04

1325

OpenMMLab AI实战营——学习笔记（三）图像分类代码实战与超算平台介绍

参与评论您还未登录，请先登录后发表或查看评论

OpenMMLab 实战营打卡 - 第七课 MMSegmentation

qq_53589322的博客

02-11

1462

OpenMMLabAI实战营第7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。本次课程7 MMSegmentation 代码教学_哔哩哔哩_bilibili会带大家学习语义分割工具箱 MMSegmentation！MMSegmentation 可以在 Linux、Windows 和 MacOS 上运行。它需要 Python 3.6 以上，CUDA 9.2 以上和 PyTorch 1.3 以上。

OpenMMlab AI实战营第五、六期培训

weixin_52836217的博客

06-18

1030

主要是对第五、六次实战营的内容进行展示，包括了目标检测代码的粗略内容以及语义分割的详细基础知识介绍。

OpenMMLab 实战营打卡 - 第六课语义分割

qq_53589322的博客

02-10

1458

OpenMMLab AI实战营第六课！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。语义分割就是把一个图像上所有像素都把它归类进行分类，从宏观上来看就是抠图的效果。所以表面上来看，它是图像分割，但本质上是像素密度的图像分类。任务：将图像按照物体的类别分割成不同的区域等价于：对每个像素进行分类代码库： https://github.com/open-mmlab/mmsegmentation。

OpenMMLab 实战营打卡 - 第四课 目标检测算法基础

qq_53589322的博客

02-07

1116

OpenMMLab AI实战营——学习笔记（四）计算机视觉之目标检测算法基础。本文仅仅简单介绍了目标检测、部分目标检测算法以及评估方法。

OpenMMLab实战营第一课

weixin_48954194的博客

05-31

243

OpenMMLab实战营第一课总结

OpenMMLab-AI实战营第一课学习笔记

qq_44798533的博客

06-01

790

本文不仅仅是对视频内容的总结，还包含了我与OpenMMLab的故事（以一个研究生的视角）。深度学习的发展可以追溯到20世纪50年代的感知机模型，但是由于其限制和性能问题，深度学习的发展一度停滞。直到20世纪80年代，反向传播算法的提出使得深度学习重新焕发生机。但是，由于计算能力和数据量的限制，深度学习的应用仍然受到很大的限制。随着计算机性能和数据量的快速增长，深度学习在21世纪初开始进入快速发展期。

OpenMMLab AI实战营笔记1

qq_42815746的博客

06-02

505

OpenMMLab

【文献阅读】DP-Site：一种基于双重深度学习的蛋白质-肽相互作用位点预测方法

weixin_42038527的博客

12-16

775

研究团队开发了一款名为DP-Site的AI工具，仅需分析蛋白质的氨基酸序列（“设计图”），就能精准锁定小分子药物的潜在“靶点”。DP-Site的核心创新在于其 “双专家会诊”模式。一位是“图像专家”，擅长分析序列的局部结构特征；另一位是“语义专家”，擅长理解序列的全局上下文信息。两者协同工作，使其预测综合性能（F1分数）达到0.661，超越此前所有方法。

基于PyTorch的深度学习——迁移学习4

最新发布

Wis4e的博客

12-20

常用的方法是固定底层的参数，调整一些顶层或具体层的参数。这样做的好处是可以减少训练参数的数量，同时也有助于克服过拟合现象的发生。此外预先训练的网络参数也会被更新，但会使用较小的学习率以防止预先训练好的参数发生较大的改变。

入门篇--人工智能发展史-4-点燃深度学习革命的那把火，AlexNet

weisian的博客

12-20

493

摘要： AlexNet（2012）是深度学习革命的里程碑模型，以15.3%的错误率横扫ImageNet竞赛，比传统方法提升10个百分点。其成功源于三大突破：1）ReLU激活函数解决深层网络梯度消失问题；2）GPU并行训练将训练时间从数周缩短至5-6天；3）Dropout正则化防止过拟合。该模型奠定了现代CNN的“卷积+池化+全连接”范式，推动GPU成为AI基础设施，并验证了“数据+算力+算法”的铁三角逻辑。AlexNet直接引爆了全球深度学习热潮，其设计思想至今仍是计算机视觉的基石。

基于深度学习的肾结石检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)

ningfoshao8678的博客

12-16

943

本文介绍了基于YOLO目标检测算法开发的肾结石检测系统。该系统支持图片、视频、文件夹批量及摄像头实时检测，包含用户登录、多模型切换等功能。技术栈采用Python3.10、PyQt5和SQLite，对比了YOLOv5/v8/v11/v12四种模型性能，其中YOLO12n精度最高(mAP40.6%)，YOLO11n速度最快(56.1ms)。系统在17000张肾脏影像数据集上训练，mAP@0.5达90%，F1值0.86，能有效识别肾结石位置并显示置信度。

深度学习理论与实战：反向传播、参数初始化与优化算法全解析

2501_92613722的博客

12-16

856

深度学习训练核心闭环：精准算梯度、合理初始化参数、高效更参数反向传播：链式求导为基，从损失反向回溯算梯度，附 Sigmoid 实例参数初始化：讲手动 / 经典方法，Module 初始化技巧与核心原则、选择优化算法：SGD 为基，动量法 / Adagrad/RMSProp/Adadelta/Adam 解析与对比核心总结：反向传播、初始化、优化算法要点及训练细节

基于PyTorch的深度学习——迁移学习2

Wis4e的博客

12-20

接下来，下载预训练模型，冻结模型参数使得反向传播时不更新，修改最后一层输出类别（512x1000改成512x10）现在将迁移学习的特征提取应用于CIFAR-10。

【深度学习新浪潮】用AI工具解析美联储新闻，搭建量化投资分析流水线

智能守恒_HengAI

12-16

346

用AI工具解析美联储新闻，本质是将“定性政策信号”转化为“定量分析指标”，让投资决策更高效、更客观。本文搭建的流水线仅需50行核心代码，即可实现从新闻采集到资产预测的全流程自动化。未来可进一步优化的方向：一是引入大语言模型（如GPT-4o）做政策文本深度解读，挖掘“点阵图分歧”“官员立场博弈”等隐性信息；二是接入实时交易数据，构建“新闻→信号→交易”的闭环策略。

即插即用系列 | 2025 RestorMixer：融合 CNN、Mamba 与 Transformer 的高效图像复原的集大成者！

分享顶会顶刊论文即插即用模块

12-20

438

本文提出了一种高效混合异构图像复原模型RestorMixer，通过结合CNN、Mamba和Transformer的优势，实现了性能与效率的平衡。RestorMixer采用三阶异构架构：在高分辨率阶段使用CNN提取局部特征，在低分辨率阶段交替使用增强记忆视觉Mamba（EMVM）进行全局建模和多尺度窗口自注意力（MWSA）优化局部细节。EMVM通过下采样和四向扫描机制降低计算量并增强长程记忆，MWSA则利用动态窗口注意力精修特征。实验表明，该模型在去雨、超分等任务上达到SOTA性能（如Rain100H上33.

目标检测：视觉系统中的CNN-Transformer融合网络