acrith

原因大概有以下几种：文件本身不存在或者文件损坏 无执行权限 （chmod 777 xxx） 系统位数与程序位数不同 解释器不匹配或者找不到针对原因三的解决方法可以参见：https://stackoverflow.com/questions/3949161/no-such-file-or-directory-but-it-existsuname -a //查看编译平台的编译器位数root@idriver:~/soft/Workspace# uname -aLinux idrive.

YOLOv4需要解决的问题：对小目标仍然不够友好； 准确度仍然有待提高； 正负样本不均衡的问题改进的地方：输入端： 引入了更多的数据增强的方法，比如mosaic、cutmix、随机擦除等；label-smoothing;dropblock正则化； 网络结构：backbone: csp-darknet53，neck: spp+pan, head: yolo； SAM 损失函数：CIoU + MSE 激活函数：mish 优化函数：SGD build-target：将多个anchor负责一

论文：Objects as Points论文链接：https://arxiv.org/abs/1904.07850代码链接：https://github.com/xingyizhou/CenterNet本文主要讲解CenterNet的Regress Focal Loss，由热图部分(heatmap loss)、偏置部分（reg loss）、宽高(wh loss)部分三部分loss组成，附代码实现。1.heatmap loss输入图像∈, W为图像宽度，H为图像高度。网络输出的关键点热图h..

0. 现象： 在安装win版pytorch时，报错“torch-1.5.0+cpu-cp38-cp38-win_amd64.whl is not a supported wheel on this platform”1. 寻找原因：版本不一致。 检查配套软件，发现python3.8是32位版本。2. 解决问题： 把python3.8 32位版本换成了64位版本，一切ok。...

我发现有篇专栏描述得很详细：谈谈激活函数以零为中心的问题。这篇专栏有个地方可能有待更详尽，如下：既然都由于xi决定，而xi又是上一层sigmoid输出的值，都为正。那对于同一个权重wi，每次权重更新的时候，是不是都得往正方向走咧？显然不是，因为损失函数的导数还有符号，这个符号决定了下一次所有权重更新方向。...

本文撰写的初衷是记录下学习各种卷积的笔记，论文：A guide to convolution arithmetic for deep learning.1. 反卷积/转置卷积(Tranpose Convolution)比较易懂的博文见反卷积(Transposed Convolution)详细推导。通俗来理解，由于某些计算机视觉任务（CV）需要还原输入图像的尺寸或者经过特征提取之后的尺寸跟原图几乎一样，比如语义分割任务。因此，就想到了通过来获得输入图像相同的尺寸，但是这个操作应该不需...

定义两个指针，一个指针一次走一步，另外一个指针一次走两步，当一次走两步的指针走到终点了，那么一次走一步的指针就走到了中点。class Solution:"""@param: head: the head of linked list.@return: a middle node of the linked list."""def middleNode(self, head): if not head: return head slow, fast =

论文(CVPR2017)：《Improving Object Detection With One Line of Code》Github链接：https://github.com/bharatsingh430/soft-nms论文给出的关于soft-nms的伪代码如下：上图中，绿色框中，似乎给人的错觉，好像不淘汰bbox，实际上并不是这样的。在原作者给出的源代码中，删除了置信度小于threshold(0.001)的bbox，见https://github.com/bharatsingh..

本文是对卷积神经网络模型参数量和浮点运算量的计算推导公式和方法：

通过pytorch 平台训练一个checkpoint（xxx.pth），再infer或者finetune时，利用load_state_dict加载xxx.pth，如果报一下错误：那么，需要检查下，在训练时，是否加入了一下语句：net = torch.nn.DataParallel(net)如果，加入了以上语句，那么，在infer或者finetune时，同样需要加入以上语句，即可解决报错。...

ResNet 的核心思想是引入一个所谓的「恒等快捷连接」（identity shortcut connection），直接跳过一个或多个层，如下图所示：ImageNet的一个更深层次的残差函数F。左图：一个积木块，BasicBlock，用于ResNet-34。右图：ResNet-50/101/152的bottleneck构建块。BasicBlockexpansion是残差结构中输出维度是输入维度的多少倍，BasicBlock没有升维，所以expansion = 1残差结构是..

YOLOv2的缺点：1. 对单个目标不能预测多标签的目标； 2. 对小目标检测仍然性能不佳。YOLOv3对此做出了较多的改进，具体如下：网络将单标签多分类的softmax层换成用于多标签多分类的逻辑回归层： 逻辑回归层主要用到sigmoid函数，该函数可以将输入约束在0到1的范围内，因此当一张图像经过特征提取后的某一类输出经过sigmoid函数约束后如果大于0.5，就表示属于该类。 采用多个scale融合的方式做预测：为了进一步提升对小目标的检测性能，yolov3采用了类似于Faster-...

致敬：PyTorch学习之归一化层（BatchNorm、LayerNorm、InstanceNorm、GroupNorm）BN，LN，IN，GN从学术化上解释差异：BatchNorm：batch方向做归一化，算NHW的均值，对小batchsize效果不好；BN主要缺点是对batchsize的大小比较敏感，由于每次计算均值和方差是在一个batch上，所以如果batchsize太小，则计算的均值、方差不足以代表整个数据分布LayerNorm：channel方向做归一化，算CHW的均值，主要对RNN作用明.

论文： YOLO9000：Better，Faster，Stronger本文用于总结YOLOv2的演进点，便于记忆：第一类：网络设计层面1. BN：每个卷积层都引入了batch norm技术；2. High Resolution Classifier：检测输入图像由224->448，提高了分辨率；3.Convolutional With Anchor Boxes：首先将原网络的全连接层和最后一个pooling层去掉，使得最后的卷积层可以有更高分辨率的特征；然后缩减网络，用416*4.

先挂论文地址：YOLOv1论文You Only Look Once: Unified, Real-Time Object Detection 目前，有很多研发工作者对YOLO系列做了很多详细细致的解读，比较推荐作者魏凯峰，优快云昵称“AI之路”，对目前主流的网络都做了系列性的解读，非常细致，也非常有深度。我在此，只是记录下，我学习中遇到的几个疑问以及目前我自己的理解。 关于YOLOv1细致解读请见，YOLO（You Only Look Once）算法详解...

1. 环境 win10 + cpu + python3.6.82. 过程： a. 直接pip install dlib 基本都是安装失败，这是大多数人遇到过的问题，放弃~ b. 去pipyhttps://pypi.org/project/dlib/19.6.0/下载dlib-19.6.0-cp36-cp36m-win_amd64.whl； 继续pip installdlib-19.6.0-cp36-cp36m-win_amd64....

本人觉得很多博客都没有解释清楚，或者存在或多或少的错误。我个人觉得，以下这篇博文讲得很清晰易懂：https://yinguobing.com/separable-convolution/#fn2。以下是pytorch代码：class depthwise_conv2d(nn.Module): def __init__(self, n_in, n_out): super(depthwise_separable_conv, self).__init__()

1. 问题：当pip install xxx时，出现如下：Cannot uninstall 'certifi'. It is a distutils installed project and thus we cannot accurately determine which files belong to it which would lead to only a partial uninstall.2.解决方案：pip install xxx --ignore-installed..

感觉pycocotools作者似乎没有考虑windows开发应用~在CMD环境下：pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

python3 -m pip install --upgrade torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple上述命令会直接安装 torch torchvision numpy pillow 工具包。补充：如需利用上述附带镜像源的命令行安装其他第三方包，只需将对应位置换成你需要安装的包名即可！...

该方法来自于https://mp.youkuaiyun.com/console/editor/html/107485704方法如下：1. 启动cmd，键入“jupyter notebook --generate-config”，创建jupyter notebook的配置文件，同时会输出jupyter_notebook_config.py文件的路径，默认是“C:\Users\xxxx\.jupyter\jupyter_notebook_config.py”;2. 找到改文件，使用notepad++打开，在“#

百度AI训练营系列之Python小白逆袭大神，总体感觉还不错，对python有了较为全面的认识和了解。第五天的大作业：1、完成爱奇艺《青春有你2》评论数据爬取：爬取任意一期正片视频下评论，评论条数不少于1000条 2、词频统计并可视化展示 3、绘制词云 4、结合PaddleHub，对评论进行内容审核。完成大作业的过程是充满荆棘和曲折的，但是学员们都很乐于助人，还有各位助教的帮助，班主任姐姐...

经过几天的摸索，有几天体会：1. 飞浆平台使用上貌似很类似Caffe，数据预处理等流程都比较类似；2.很高质量的GPU代码；3. 非常好的RNN设计；4.设计很干净，没有太多的abstraction，这一点比TensorFlow好很多；5. 高速RDMA的部分貌似没有开源；6.支持CPU/GPU的单机和分布式模式；总体上，初看Paddle带有比较强的业界特征：包括...

版权声明：本文为博主原创文章，欢迎转载，转载请注明原文地址、作者信息。 https://blog.youkuaiyun.com/hjimce/article/details/50866313 </div> <link rel="stylesheet" href="https://csdnimg.cn/releas...