qq_42178122的博客

Tensor 的广播操作

如果在输出层得不到期望的输出值，则取输出与期望的误差的平方和作为目标函数，转入反向传播，逐层求出目标函数对各神经元权值的偏导数，构成目标函数对权值向量的梯量，作为修改权值的依据，网络的学习在权值修改过程中完成。BP网络的输入输出关系实质上是一种映射关系：一个n输入m输出的BP神经网络所完成的功能是从n维欧氏空间向m维欧氏空间中一有限域的连续映射，这一映射具有高度非线性。在深度学习的反向传播过程中，我们需要对激活函数进行求偏导，这里写一点如果激活函数是sigmoid函数的时候，其求导过程。

梯度下降法是通过观察局部决定如何调整的算法。如果函数具有多个极值，则可能陷入局部极值，此时初始点的选择直接影响收敛结果

传统回归loss都是回归表征一个矩形框的四个变量，但。实际上，，简单的分开计算每个变量的回归loss无法反映这种相关性，而将预测框与GT框之间的iou引入回归loss则很好的解决了这一问题。

形态学处理

python open读写文件

步骤:找到可能存在的获选区域,例如得到2000个获选获选区域将获选区域的尺寸进行同一处理,通过CNN特征提取,得到2000个feature map使用20个SVM进行分类,得到2000*20的得分矩阵同一类的候选区域进行NMS,得到表现较好的候选框修正候选框的长宽,进行微调......

Depthwise(DW)卷积与Pointwise(PW)卷积，合起来被称作Depthwise Separable Convolution(参见Google的Xception)，该结构和常规卷积操作类似，可用来提取特征，但相比于常规卷积操作，其参数量和运算成本较低。所以在一些轻量级网络中会碰到这种结构如MobileNet。常规卷积操作对于一张55像素的三通道彩色图片,经过33卷积核(假设输出通道为4,卷积核为4个333的卷积核),最终输出4个特征图.如果有same padding则尺寸与输入层相同(5*

nn.CrossEntropyLoss()的label给的不是one-hot编码

NMS的理论待更新

在对标签图进行resize时，需要使用的时最近邻插值法，否则这会导致resize后的标签图会增加其标签数据的像素类型（即例如原本标签图中只有像素值为0和4，使用bilinear插值后，resize后的像素值可能有0、1、2、3和4）。img = cv2.resize(img,(2048, 1024),interpolation=cv2.INTER_NEAREST)...

首先要了解二分类、多分类和多标签分类

第一：broading casta = torch.randn(4,3)b = torch.rand(4,3)c = a + bc = torch.randn(1,3)d = a+ c结果：a: tensor([[-0.9123, -0.3065, -0.5646], [ 1.4327, 2.1845, -1.6093], [ 0.9051, -1.2144, -1.6093], [-0.6509, 0.7420, 1.0669

读写模式要了解文件读写模式，需要了解几种模式的区别，以及对应指针r : 读取文件，若文件不存在则会报错w: 写入文件，若文件不存在则会先创建再写入，会覆盖原文件a : 写入文件，若文件不存在则会先创建再写入，但不会覆盖原文件，而是追加在文件末尾rb,wb： 分别于r,w类似，但是用于读写二进制文件r+ : 可读、可写，文件不存在也会报错，写操作时会覆盖w+ : 可读，可写，文件不存在先创建，会覆盖a+ : 可读、可写，文件不存在先创建，不会覆盖，追加在末尾...

1.json文件的介绍JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。JSON在python中分别由list和dict组成。这是用于序列化的两个模块：j

linux系统分类一般来说linux系统基本上分两大类：RedHat系列：Redhat、Centos、Fedora等Debian系列：Debian、Ubuntu等RedHat 系列常见的安装包格式 rpm包,安装rpm包的命令是“rpm -参数”包管理工具 yum支持tar包Debian系列常见的安装包格式 deb包,安装deb包的命令是“dpkg -参数”包管理工具 apt-get支持tar包注释：（1）tar 只是一种压缩文件格式，它只是把文件压缩打包而已。（2）

Acc为准确率, F1为精确率. 两者很像，但是并不同，简单来说两者的目的对象并不相同。1.精确度2.准确率accuracy =(TP+TN)/(TP+FN+FP+TN)参考链接：http://www.bubuko.com/infodetail-2343224.html

1.在安装某个库或包时，发现可以python setup.py install 和python setup.py develop两种方式来安装，这两种方法有什么不同？一直困扰着我，下面我们就来讨论下这个简单的问题2.python setup.py install：主要是安装典型第三方包，这种包比较稳定，不再需要你去编辑、修改或是调试。3.python setup.py develop:当你安装一个包后，这个包需要你不断修改，这样你就不得不重新安装，这时就采用这种安装方法。转载：https://blog

转载：https://www.jianshu.com/p/f8ffbf18c312python setup.py install 是我们用来安装下载的python包或者自己按照python官方规范开发的扩展包的常用指令。python setup.py install包括两步：python setup.py build, python setup.py install，这两步，可分开执行， 也可只执行python setup.py install, 因为python setup.py install总是会

SOTA也就是state-of-the-art，翻译为体现最高水平的。若某篇论文能够称为SOTA，就表明其提出的算法（模型）的性能在当前是第一名。参考链接:https://blog.youkuaiyun.com/haha0825/article/details/103349130/

多尺度图像预测将图片进行不同尺度的缩放，得到图像金字塔，如果对每层图片提取不同尺度的特征，得到特征图。最后对每个尺度的特征都进行单独的预测。特点：不同的尺度的特征都可以包含很丰富的语义信息，精度高，但是速度慢。2.金字塔特征预测将输入的图片转变成feature map，在feature map层面上来进行尺度变换，采用不同的方法进行不同尺度特征的融合，以实现多尺度检测。2.1 FPN特征金字塔网络：将低层的特征和高层的特征融合起来，在不同的特征层进行预测。2.2 SSD从网络不同层抽取不.

图像金字塔图像金字塔结构，即对图像进行一定比例的缩放，从而得到一系列不同尺寸的样本图像序列，在缩放过程中一般采用线性差值等方法，在缩放的同时可以加入滤波、模糊等处理，常见的形式有：高斯金字塔(Gaussianpyramid): 用来向下采样，主要的图像金字塔。拉普拉斯金字塔(Laplacianpyramid): 用来从金字塔低层图像重建上层未采样图像，在数字图像处理中也即是预测残差，可以对图像进行较大程度的还原，配合高斯金字塔一起使用。图像金字塔的作用在于解决目标检测中的多尺度问题，在比较早的.

anchor字面意思是锚，指固定船的东东，anchor在计算机视觉中有锚点或锚框，目标检测中常出现的anchor box是锚框，表示固定的参考框。早期深度学习方法都要金字塔多尺度+遍历滑窗的方式，逐尺度逐位置判断"这个尺度的这个位置处有没有认识的目标"，非常笨重耗时。近期顶尖(SOTA)的目标检测方法几乎都用了anchor技术。首先预设一组不同尺度不同位置的固定参考框，覆盖几乎所有位置和尺度，每个参考框负责检测与其交并比大于阈值 (训练预设值，常用0.5或0.7) 的目标，anchor技术将问题转换为"

简单来说，预训练模型(pre-trained model)是前人为了解决类似问题所创造出来的模型。你在解决问题的时候，不用从零开始训练一个新模型，可以从在类似问题中训练过的模型入手。比如说，如果你想做一辆自动驾驶汽车，可以花数年时间从零开始构建一个性能优良的图像识别算法，也可以从Google在ImageNet数据集上训练得到的inception model(一个预训练模型)起步，来识别图像。一个预训练模型可能对于你的应用中并不是100%的准确对口，但是它可以为你节省大量功夫。通过使用之前在大数据集上经过训

x.size(0)是batch size，-1是自适应的意思，比如原来的数据为[2,3,4,5]，batch size为2，channel为3，高宽为4和5经过x.view(x.size(0), -1)，就会变为[2,345]=[2,60]

例如super(MixSoftmaxCrossEntropyLoss, self).init(ignore_index=ignore_label)，它是引用MixSoftmaxCrossEntropyLoss的父类的__init__()而对于super(MixSoftmaxCrossEntropyLoss,self).forward(*inputs)，则是引用MixSoftmaxCrossEntropyLoss父类中的forward()...

*args的用法：当传入的参数个数未知，且不需要知道参数名称时。def func_arg(farg, *args): print("formal arg:", farg) for arg in args: print("another arg:", arg)func_arg(1,"youzan",'dba','四块五的妞')print("-----------------------")# 输出结果如下：# formal arg: 1# another arg:

在一个列表、元组或字典变量前加*，结果如下可以发现，在列表前加*号，会将列表拆分成一个一个的独立元素，不光是列表、元组、字典，由numpy生成的向量也可以拆分；

瓶颈结构指的是通道数的变化，即原通道数减少再增大，用瓶颈来形容这一句结构较为抽象。在resnet中的应用，从下面的右图可知道输入的维度是256，输出的维度也是256，中间维度是64,即数据的通道数先经过减少，后再增加到原来的大小，这就是Bottleneck瓶颈型结构。参考链接：https://blog.youkuaiyun.com/DanTaWu/article/details/111468257?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_

1

torch.nn.AdaptiveAvgPool2d() 自适应平均池化函数，该函数只需要给定输出特征图的大小，其中通道数前后不变。例子m = nn.AdaptiveAvgPool2d((3,7))input = torch.randn(1, 64, 8, 9)#input：torch.Size([1, 64, 3, 7])m = nn.AdaptiveAvgPool2d(7)input = torch.randn(1, 64, 10, 9)#input：torch.Size([1, 64,

"推平"tensortorch.flatten(input, start_dim=0, end_dim=-1)input:一个tensor，即要被"推平"的tensor。start_dim:"推平"的起始维度。end_dim: “推平”的结束维度。1）flatten(x,1)是按照x的第1个维度拼接（按照列来拼接，横向拼接）；2）flatten(x,0)是按照x的第0个维度拼接（按照行来拼接，纵向拼接）；3）有时候会遇到flatten里面有两个维度参数，flatten(x, start_d

事实上，当我们向文件导入某个模块时，导入的是该模块中那些名称不以下划线（单下划线“_”或者双下划线“__”）开头的变量、函数和类。因此，如果我们不想模块文件中的某个成员被引入到其它文件中使用，可以在其名称前添加下划线。例子1：def say(): print("人生苦短，我学Python！")def CLanguage(): print("C语言中文网：http://c.biancheng.net")def disPython(): print("Python教程：http:

Windows：“/”是表示参数，“\”是表示本地路径。Linux：“/”表示路径，“\”表示转义，“-”和“–”表示参数。在Unix/Linux中，路径的分隔采用正斜杠"/"，比如"/home/hutaow"；而在Windows中，路径分隔采用反斜杠""，比如"C:\Windows\System"Windows绝对路径： 　　　　以盘符开始 如C:/a.txtWindows相对路径：. 指的是当前目录… 指的是当前目录的上一级目录./test 表示当前目录下的test

logging模块的介绍logging模块是Python内置的标准模块，主要用于输出运行日志，可以设置输出日志的等级、日志保存路径、日志文件回滚等；相比print，具备如下优点：可以通过设置不同的日志等级，在release版本中只输出重要信息，而不必显示大量的调试信息；print将所有信息都输出到标准输出中，严重影响开发者从标准输出中查看其它数据；logging则可以由开发者决定将信息输出到什么地方，以及怎么输出；在python中，logging由logger，handler，filter，fo

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作用明显；batch normalization对一个神经元的batch所有样本进行标准化，layer normalization对一个样本同一层所有神经元进行标准化，前者

import _pickle as pickleif __name__ == '__main__': fr = open("***.pkl",'rb') # open的参数是pkl文件的路径 inf = pickle.load(fr) # 读取pkl文件的内容 print(inf) fr.close()参考链接：https://blog.youkuaiyun.com/u013093426/article/details/87867000...

字符串line = "abcde"line[:-1]结果为：‘abcd’line = "abcde"line[::-1]结果为：‘edcba’一维或二维数组import numpy as npa = [[1.0,2.0,3.0,4.0], [5.0,6.0,7.0,8.0]]a = np.array(a)参考链接：https://blog.youkuaiyun.com/u014159143/article/details/80319587...

image = cv2.resize(image, (640, 480))

queue简介Python的Queue模块提供一种适用于多线程编程的FIFO实现。它可用于在生产者(producer)和消费者(consumer)之间线程安全(thread-safe)地传递消息或其它数据，因此多个线程可以共用同一个Queue实例。Queue的大小（元素的个数）可用来限制内存的使用。在python中，多个线程之间的数据是共享的，多个线程进行数据交换的时候，不能够保证数据的安全性和一致性，所以当多个线程需要进行数据交换的时候，队列就出现了，队列可以完美解决线程间的数据交换，保证线程间数据的