北境の守望者

总结FairMOT: 一个全新的One-Shot Online MOT 框架，构建 DLA-34 backbone 提取特征随后平行进行Detection 和 ReID 两个分支任务，之后将两个分支的 Loss 合并均衡优化，以达到精度和速度的最优结果。背景传统的 MOT 框架，如DeepSORT，是两步走，先 Detection 再 在Detction 给的 BBX 上提取特征进行 Re-ID 进而匹配关联前后出现的物体。但是，这种模式存在一些难以克服的难题：两个模型，太重，时间太长，难以实现实

Backto PyTorch Index最佳实践 Best Practice2020-07-03 : C++ / TensorRT技术路径 PathsTorchScript-Libtorch / offcial C++ frontend官方推荐和主代码演进的方向The PyTorch team is betting heavily on TorchScript/libtorch as the path for going from research to production. Our i.

ML模型/ DL网络 优化中的挑战上溢, 下溢 和 病态局部极小点高原, 鞍点 和 其他平坦区域悬崖和梯度爆炸长期依赖非精确梯度局部和全局结构间的弱对应优化的理论限制基本算法基于梯度的优化算法动量Nesterov 动量参数初始化策略自适应学习率算法 AdaGradRMSPropAdam选择正确的优化算法二阶近似算法梯度之上：基于 Jacobian 和...

通过层次化的方法可以让计算机通过构建简单的概念来学习复杂概念. 为了获得优异的性能, 我们需要构建一个很深(层次很多)的关系图. 因此我们把这一类方法就做深度学习. 深度就是深度, 仅此而已.简介 Intro深度前馈网络 Deep Feedforward Network / 多层感知机 Multilayer Perceptron (MLP) 感知机 Perceptron卷积神...

Backto Deep Learning Index.TensorFlow 基础概念 TensorFlow 学习资源

机器学习的算法是一种能够从数据中学习的算法。机器学习简介：任务 T, 性能度量 P 和 经验 E容量、过拟合和欠拟合估计、偏差和方差最大似然估计最大后验(MAP)估计监督学习算法 线性回归支持向量机 SVM无监督学习算法 主成分分析k 近邻算法k 均值聚类促使深度学习发展的挑战 维数灾难流形学习...

对客观世界的不确定性进行量化研究，就是概率论。 本章目录0. 综述1. 随机变量与概率分布2. 期望，方差与协方差3. 常用的概率分布 \quad 3.1. 常用的离散分布\quad \quad 3.1.1 Bernoulli 分布/伯努利分布/二项分布\quad \quad 3.1.2 Multinoulli 分布\...

线性代数将客观世界的描述变成计算机可以理解和计算的形式。本章目录标量 、向量、矩阵 和 张量矩阵和向量相乘单位矩阵和逆矩阵线性相关和生成子空间范数特殊类型的矩阵的向量特征分解奇异值分解Moore-Penrose 伪逆迹运算行列式实例：主成分分析...

对一个信号包含的信息进行量化研究，就是信息论。本章目录0. 综述

第 1 章 引言第1部分 应用数学第 1-1 章 线性代数第 1-2 章 概率与信息论第 1-3章 数值计算第 1-4章 图论第2部分 机器学习第3部分 深度学习...