qq_38732601的博客

文章目录前言一、判断是否需要模型压缩二、OCR模型压缩1.应用场景2.PaddleSlim剪裁卷积通道剪裁剪裁建议代码示例量化前言AI快车道-PaddleCV系列课程-第五课模型压缩观后感一、判断是否需要模型压缩二、OCR模型压缩1.应用场景2.PaddleSlim剪裁卷积通道剪裁卷积通道剪裁是通过调整卷积核的数量来达到输出特征图的通道数很主要的点 ：如何对卷积核重要性排序 卷积内的卷积核进行一个重要性排序，比如l0_norm 查一下每一个卷积中非零值的个数多个卷积进

理解Mask R-CNN文章目录理解Mask R-CNN前言一、简介基础点名词解释简单复习前言为了综合复习 Mask R-CNN 写一个博客简言之：物体检测+产生一个切割mask(识别)和FasterR−CNN区别：能生成一个检测框一、简介基础点名词解释物体检测：Fast/Faster R−CNN通常包含两个问题，一是判断属于某个特定类的物体是否出现在图中；二是对该物体进行定位（常用表征就是物体的边界框）可实现输入测试图片，输出检测到的物体类别和位置。语义分割 Fully Conv

Windows下配置Mask-RCNN+pytorch环境（各种踩过的坑）安装Anaconda1.1 下载和安装Anaconda安装maskrcnn-benchmark项目2.1 官方建议的安装需求:2.2 逐步安装过程1.创建虚拟环境2.安装pytorch环境3.安装cocoapi（这里一定要先确定本地的VC++环境高于14.0 可以直接尝试安装vs2015 安装C++部分也可以）4. 安装apex5. 安装maskrcnn benchmark:官方demo实践安装Anaconda1.1 下载和安装A

python 读取图片 图片预处理 二值化需求：毕设项目，需要从文件夹中批量读取文件，并将图片二值化处理。def preprocessing_image(directory_in_name,directory_out_name): # 准备储存之后的图片列表 array_of_img = [] # 文件读取 directory_in_name 是文件夹名 filename 是单独每个文件名 for filename in os.listdir(r"./"+d