m0_59787404的博客

1.论文介绍TLC的全称为<<Trustworthy Long-Tailed Classification>>，论文最大创新点是在长尾数据分类上引入了信度（Trustworthiness）这个概念，该概念来源于DS证据理论（Dempster-Shafer Evidence Theory），通过计算一个样本的置信度可以降低困难样本被错误预测时的损失。有研究显示用多个分类器可以减少模型的方差，提高长尾数据分类的鲁棒性，因此论文还用到了集成学习，将多个专家（expert...

Python代码是编译成字节码（Bytecode）再放到CPython编译器中执行，而dis模块可以将python代码分解为字节码。先上一段代码在输出中，11代表原python代码所在的行数，0代表指令LOAD_CONST的位置索引（在跳转指令中会用到这个索引），LOAD_CONST是人类可读的python字节码指令，它可以以opcode(操作码)100来表示；1表示LOAD_CONST指令的参数，（2）表示该参数对应的值为2。其实可以把1看成是一个字典的key，其对应的value就是2那么第一

R（召回率recall）=正确预测的正样本数/实际拥有的正样本数P（准确率precision）=正确预测的正样本数/总预测样本数R是查全率，P是查准率，是两个不同维度的衡量方法。有时这两个是矛盾的，比如只检测出了一个结果，且是正确的，那么P就是100%，但是R就会很低。如果我们把所有认为可能的结果都返回，那么P可能就会很低，R就很高比如：R高P低：所有汽车都被正确识别出来，但是很多卡车也被误认为是汽车R低P高：识别出的飞机都是正确的，但还有很多飞机没被识别出来所以衡量一个模型

官方的演示:https://github.com/cocodataset/cocoapi各个api之间的关系我的演示(需安装jupyter notebook):链接：https://pan.baidu.com/s/1BQgaWsvjrPmjNuy-vI1NdQ?pwd=qsl6提取码：qsl6

首先贴上官方文档γ和β初始化时默认为1和0.输入必须是4维的张量x,而对四维张量进行归一化的步骤是: 对不同样本的同一个通道的所有像素进行求均值. 最后得到的均值是一个(1,a,1,1) 的张量, a为通道数量. 即对于每一个通道,都能计算出一个均值. 然后再求方差, 最后进行变换得到输出.首先执行一段代码:然后推导计算过程:计算结果与程序输出一致...

一、介绍 在实例检测中，用深度学习模型进行推理需要巨大的运算量，这适得模型不容易部署在计算资源有限的嵌入式设备中。加速推理的方法有压缩模型，比如裁剪神经网络的深度或高度、采取高效的分块结构设计。除此之外，降低输入图像的分辨率也可以提高推理速度，但降低输入图像分辨率会导致模型性能退化。因为用低分辨率图片训练的模型比用高分辨率图像训练的模型预测准确度要低。 于是我们希望提升用低分辨率图片训练的模型（以下简称low-res student）的性能，方法是对用高分辨...

尝试过在windows平台上编译，最终失败告终。遂转战linux平台。详细步骤如下：在ubantu下编译dcraw.c ：gcc dcraw.c报错找不到jasper.h文件，应该是没有安装 libjasper-dev，分别执行sudo add-apt-repository "debhttp://security.ubuntu.com/ubuntuxenial-security main"sudo apt updatesudo apt install libjasper1 li...

1.安装labelme: pip install labelme -i https://mirrors.aliyun.com/pypi/simple2. 命令行输入： labelme3. 打开图片4.点击create polygons，然后对一个鱼进行描边，标签都输入成fish。group_id表示同一个物体的不同部分，这里不考虑铁栏杆的影响，所以group_id可以不用填。最后点击ok对三条鱼标注完就可以点击save了，每张图片都会生...

安装环境：操作系统：ubantu 16.04python 版本：3.7pytorch+cuda版本: pytorch1.1+cuda10.0https://download.pytorch.org/whl/cu100/torch-1.1.0-cp37-cp37m-linux_x86_64.whl注：用命令nvcc -V 查看显卡cuda版本，pytorch+cuda版本需要与显卡的cuda版本一致首先创建虚拟环境，分别执行以下命令：conda create -n snake p

一、环境安装 yolov5下载地址：https://github.com/ultralytics/yolov5。解压后点进去，按Shift+右键在该目录启动powershell窗口，输入命令： pip install -r requirements.txt ，系统会自动安装运行所需要的环境二、对图片进行标注 方法一：对于少量图片可以手动标注。进入https://www.makesense.ai/然后再点击右边就可以选择我们想...