码农ZZK的博客

摘要目标检测是计算机视觉一个重要的领域。而目标检测算法的准确性和推理速度不可兼得，我们工作旨在通过tricks组合来平衡目标检测器的性能以及速度。考虑到yolo3的广泛应用，我们考虑在yolo3基础模型训练得到一个更快，准确率更高的模型，即PP-YOLO介绍最近出现了yolov4，5模型，这些模型也是基于yolo3算法改进得来。但PPYOLO并不像yolov4探究各种复杂的backbone和数据增广手段，也不是靠nas暴力搜索得到一个结构。我们在resnet骨干网络系列，数据增广仅靠mixup的条件下

背景BN批量归一化是深度学习的一个标志性技术。通过假设数据都处于正态分布，将数据进行归一化，从而加快整个网络的训练性能但是由于现在任务越来越复杂，导致我们没有足够显存去存放足够多的批量数据当batch太小的时候，批量归一化效果就没那么好了尽管有GN等等从其他维度上进行归一化的技术，但依旧无法取代BN最近谷歌提出了一个FRN结构。在低batch下的性能依旧稳定结构整个结构不复杂，就是...

本篇博文是笔者结合百度paddle公开课的一个AI识虫项目对YOLOV3算法做的一个解析完整项目可参考https://aistudio.baidu.com/aistudio/projectdetail/250211什么是目标检测?相信有一定基础的深度学习开发者经常能听到目标检测这个词，那什么任务是目标检测呢。简单地来说目标检测就是让计算机识别出图片里面对应的物体，并标上边界框对于分类任...

前言笔者最近在尝试接触飞桨框架感觉百度开发的这个框架性能，架构都还是很不错的相比其他的框架简洁很多并且官网还有一些项目可供学习今天写这篇博客是基于https://aistudio.baidu.com/aistudio/projectdetail/44338人脸识别项目并对总体进行一个总结图像数据处理图像数据有很多种处理方法该项目选择以字典形式进行存储import osimpo...