XYKenny的博客

时空图卷积神经网络比较好的帖子：1、https://www.cnblogs.com/shyern/p/11262926.html#_label4_02、https://zhoef.com/2019/08/24/14_ST-Gcn/

整个直播过程主要涉及到采集、处理、编码、封装、推流、传输、解码等一系列过程,推流是指使用推流工具等内容抓取软件把直播内容传输到服务器的过程。经过输出设备(AVCaptureVideoDataOutput)得到原始的采样数据–视频数据（YUV）和音频数据（AAC）；使用硬编码（对应系统的API）或软编码（FFMpeg）来编码压缩音视频数据；分别得到已编码的H.264视频数据和AAC音频数据；根据不同的封装格式（如FLV、TS、MPEG-TS）；使用HLS协议的时候加上这一步（HLS分段生成策略及m3

L-OpenPose训练过程：1、mobilenet_sgd_68.848.pth.tar从以下网址下载经过培训的MobileNet v1权重：https：//github.com/marvis/pytorch-mobilenet（sgd选项）。如果这不起作用，请从GoogleDrive下载。2、以内部格式转换火车注释。运行python scripts/prepare_train_labels.py --labels data/annotations/person_keypoints_train201

深度学习训练时，用相关的数据进行训练会让训练的数据局限于满足一小撮数据，缺少实用性，因此数据间相互独立才能训练出较好的模型。而更多的现实情况是数据之间或多或少存在着相关性，所以深度学习常常选择海量数据来弥补数据间相关产生的训练模型相关。在大批量数据学习中，使用小批量梯度学习是一种比较好的方式，每次选取一小部分数据进行梯参数更新，既能沿着较好的方向更新，又能兼顾训练的效率。另外，还有一种方法可以减弱...

pytorch可视化工具1、https://ptorch.com/news/77.html

人体骨骼关键点像素级别思考和解释https://blog.youkuaiyun.com/qq_21033779/article/details/84840307

COCO评价指标及代码https://blog.youkuaiyun.com/u014734886/article/details/78837961

格式未调整，复制自https://blog.youkuaiyun.com/Spring_24/article/details/100128412PyTorch 提供了设计优雅的模块和类：torch.nn，torch.optim，Dateset 和 DataLoader，以帮助你创建和训练神经网络。为了充分利用它们的功能并且为你的问题定制它们，你需要正真理解它们在做什么。为了逐渐理解，我们首先在 MNIST ...