自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 收藏
  • 关注

原创 OpenMMlab AI实战营第二期-学习心得

在进行实践营的过程中我一方面得紧追实践安排步伐,一方面还得应对现实中的组会等琐事,但幸运的是这段时间我们的组并没有什么幺蛾子,属于平静期,在这段难得的平静期我一步步的开始了实践,由于我之前跟着李沐老师的课学了一遍,所以以非小白的身份学习我们实践课程并没有感到特别的吃力,最复杂的调试配置环境我之前也折腾过因此也能比较快的解决环境问题,接着就是跟着老师们开始实践课程,第一门实践课是mmpose的实践,子豪兄的代码课做的特别的好,基本按照子豪兄的代码课走下来就可以把作业做完,我也是明白了整个代码实践的具体流程。

2023-06-18 19:50:58 330

原创 OpenMMlab AI实战营第二期-第11次笔记

下载样例图片运行预测。

2023-06-15 19:48:23 228

原创 OpenMMlab AI实战营第二期-第十次笔记

应用:经典游戏高清重制,动画高清重制,图像修复,节约视频传输带宽,医疗影像,卫星影像。目标:提高图像分辨率;符合低分图像的内容;图像超分辨率:根据从低分辨率图像重构高分辨率图像。损失函数:感知损失,均方误差、特征重构损失函数。:稀疏编码(Sparse Coding)基于神经网络得无监督学习模型。类型:多图超分、单图超分。

2023-06-15 11:34:07 167 1

原创 OpenMMlab AI实战营第二期-第九次笔记

创建临时文件夹,存放每帧结果。

2023-06-14 10:07:39 189 1

原创 OpenMMlab AI实战营第二期-第八次笔记

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。应用:无人驾驶、人像分割、智能遥感、医疗影像分析。全卷积网络(2015)

2023-06-12 19:48:04 132

原创 OpenMMlab AI实战营第二期-第七次笔记

RTMDet 是一个高性能低延时的检测算法,目前已经实现了目标检测、实例分割和旋转框检测任务。RTMDet 在小/中/大/特大型模型尺寸中实现了最佳的参数-准确度权衡,适用于各种应用场景,并在实时实例分割和旋转对象检测方面取得了新的最先进性能可视化分析包括特征图可视化以及类似 Grad CAM 等可视化分析手段。不过由于 MMDetection 中还没有实现,我们可以直接采用 MMYOLO 中提供的功能和脚本。

2023-06-08 20:08:13 261 1

原创 OpenMMlab AI实战营第二期-第六次笔记

交并比(Intersection Over Union )多尺度预测(基于锚框,图像金字塔,特征金字塔)框、边界框(Bounding Box)

2023-06-08 19:15:22 136 1

原创 OpenMMlab AI实战营第二期-第五次笔记

会看到输出一个字典,包含预测的标签、得分及类别名。我是选择从源码安装的。

2023-06-07 11:56:29 126 1

原创 OpenMMlab AI实战营第二期-第四次笔记

支持开箱即用的推理API和模型,可以实现图像分类、图像描述、视觉问答、视觉定位、检索等任务。残差网络 ResNet(2015)

2023-06-05 17:33:04 212 1

原创 OpenMMlab AI实战营第二期-day3

2.运行代码"git clone https://github.com/open-mmlab/mmpose.git -b dev-1.x"报错:ERROR: Invalid requirement: "'mmcv==2.0.0rc3'"报错: error: subprocess-exited-with-error。1.运行代码 mim install 'mmcv==2.0.0rc3'报错:'git' 不是内部或外部命令,也不是可运行的程序。未解决,应该与cuda版本与安装有关系。3.执行代码遇到报错。

2023-06-03 17:35:25 607

原创 OpenMMlab AI实战营第二期-day2

输入:图像I输出:所有关键点的像素坐标,其中J为关键点的总数。下游任务:行为识别;CG动画;人机交互;动物行为分析;2D姿态估计在图像上定位人体关键点的坐标相关技术总结:1.基于回归关键点检测问题可建模为一个回归问题:,可以用深度学习进行回归。相关方法:2.基于热力图不直接回归关键点的坐标,而是预测关键点位于每个位置的概率,即,H称为热力图。热力图可以基于原始关键点坐标生成,作为训练网络的监督信息。网络预测的热力图可以通过求极大值等方法得到关键点的坐标。相关方法多人姿态估计。

2023-06-02 13:01:43 141

原创 OpenMMlab AI实战营第二期-day1

MMPose 是一款基于 Pytorch 的姿态估计开源工具箱,是 OpenMMLab 项目的成员之一,包含了丰富的 2D 多人姿态估计、2D 手部姿态估计、2D 人脸关键点检测、133关键点全身人体姿态估计、动物关键点检测、服饰关键点检测等算法以及相关的组件和模块。它还支持了大多数流行的学术数据集,并提供了许多实用工具帮助用户对数据集和模型进行多方面的探索和调试,助力优质模型的产出和落地。MMDetection 是一个目标检测工具箱,包含了丰富的目标检测、实例分割、全景分割算法以及相关的组件和模块。

2023-06-01 17:08:59 231 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除