- 博客(165)
- 资源 (1)
- 收藏
- 关注

原创 mmdetection源码分析,以FCOS训练流程为例
本文以mmdetection 的训练流程为主线,详细分析了mmdetction 的运作机制。
2021-01-18 21:07:50
2764
原创 linux修改环境变量,如配置Java环境变量
而是应该像文件建议那样,去/etc/profile.d/目录下创建my_env.sh这样的自定义sh文件,这些sh文件会在系统启动时,通过/etc/profile里的一个循环读取出来,如下图。linux里面的系统环境变量文件是/etc/profile,在系统启动时配置环境,但是一般不应该在这里修改或添加环境变量,也不应该直接修改/etc/bashrc,局部变量仅仅能在当前shell进程中使用,不能在当前shell的子shell中使用,更不能在其他shell中使用。
2023-05-29 20:22:25
447
原创 虚拟机NAT模式下修改linux静态ip
右键属性里面的ipv4,设置为静态的,dns除了对应网关还加一个通用dns 8.8.8.8。为了让ip地址在各个服务配置里面不用写死,所以可以添加hosts里面的域名与ip的转换。注意这一步前得先切换为root用户,su root,否则权限不够打开就算空白的。这些外部网络设置完成,然后就算linux虚拟机的设置,以centos为例,设置网关,一般ip的第四部分网关为2,第三部分自己设置。首先修改VMware的虚拟网络编辑器,NAT设置->然后设置自己windows电脑。
2023-05-29 19:07:50
327
原创 Swin-Transformer的Attention Mask笔记
Swin Transformer中关于shift windows,shift mask的理解。
2022-11-20 17:13:51
906
原创 Oauth2整合gitee
原理首先,我们的目的是通过第三方账号的授权来实现用户的登录操作,也即用户不用直接创建我们网站或应用的账户,而是直接通过原有的第三方账户来登录,比如微信,qq等。其原理图如下:原理简单讲就是先跳转到第三方应用(如qq)的登录界面,然后用户输入账号密码登录成功,并且统一授权,第三方应用的服务器就会返回一个code给我方服务器,我方服务器再带着这个code去第三方应用的服务器去换取一个access_token,获取这个access_token之后我们就能够使用被授权的各种功能,比如查看用户信息这些,具体能
2021-11-06 18:26:30
1513
1
原创 springboot整合邮箱功能实现验证码登录
本来是想整合阿里的短信服务到项目里面的,但是要付费,穷学生,舍不得花钱,就先使用邮件替代。这里只先记录一下邮件发送简单的验证码文本,和发送带附件的文本,发送复杂文本,比如html页面那样添加样式什么的,后面有需要再加上来。https://docs.spring.io/spring-boot/docs/current/reference/html/application-properties.html#application-properties.mail上面是springboot官网的文档说明。下面
2021-11-05 21:11:21
1623
原创 快速了解什么是CDN
为什么需要CDN主要两方面原因:带宽、延迟。互联网从逻辑上看是一张大网,但实际上是由许多小网络组成的,这其中就有小网络“互连互通”的问题,典型的就是各个电信运营商的网络,比如国内的电信、联通、移动三大家。这些小网络内部的沟通很顺畅,但网络之间却只有很少的联通点。如果你在 A 网络,而网 站在 C 网络,那么就必须“跨网”传输,和成千上万的其他用户一起去“挤”连接点 的“独木桥”。而带宽终究是有限的,能抢到多少只能看你的运气。另外,网络中还存在许多的路由器、网关,数据每经过一个节点,都要停顿一下,在
2021-08-16 12:15:53
2018
原创 JDK源码阅读|非同步的动态数组ArrayList
ArrayList源码分析简介ArrayList类的注释ArrayList的继承体系RandomAccess接口:Cloneable接口浅拷贝和深拷贝的区别:ArrayList的关键属性ArrayList的3个构造方法ArrayList的其它方法关于容量操作的添加元素:增加一个集合的元素删除一个元素删除所有元素:modCount作用面试问题ArrayList如何扩容?ArrayList 频繁扩容导致添加性能急剧下降,如何处理?ArrayList插入或删除元素是否一定比LinkedList慢?ArrayLis
2021-08-08 16:45:20
232
原创 深入理解Java虚拟机|JVM03-垃圾收集器与内存分配策略02
深入理解Java虚拟机3.4 HotSpot的算法实现3.4.1 枚举根节点3.4.2 安全点3.4.3 安全区域3.4.4 记忆集与卡表3.4.5 写屏障3.4.6 并发的可达性分析3.5 经典垃圾收集器较简单的收集器CMS收集器Garbage First收集器ZGC收集器3.7 如何选择垃圾收集器GC日志查看3.8、内存分配与回收策略3.9 衡量垃圾收集器的三项最重要的指标参考3.4 HotSpot的算法实现3.4.1 枚举根节点可达性分析枚举GC Roots时 ,必须stop the worl
2021-07-27 11:35:14
150
原创 深入理解Java虚拟机|JVM03-垃圾收集器与内存分配策略01
深入理解Java虚拟机第3章 垃圾回收器与内存分配策略3.2 对象已死?3.2.1 引用计数法3.2.2可达性分析算法3.2.3 再谈引用3.2.4 生存还是死亡3.2.5 回收方法区3.3 垃圾收集算法3.3.1 分代收集理论GC分类3.3.2 标记-清除算法3.3.3 标记-复制算法3.3.4 标记-整理算法概念补充:对象分配的过程:为对象分配内存:TLAB3.4 HotSpot的算法实现3.4.1 枚举根节点3.4.2 安全点3.4.3 安全区域3.4.4 记忆集与卡表3.4.5 写屏障3.4.6
2021-07-27 11:31:12
158
原创 深入理解Java虚拟机|JVM07-虚拟机类加载机制
深入理解Java虚拟机第7章 虚拟机类加载机制7.1概述7.2 类加载的时机7.3 类加载的过程7.3.1.加载7.3.2.验证:7.3.3.准备:7.3.4.解析:7.3.5.初始化7.4 类加载器7.4.1 类与类加载器7.4.2 双亲委派机制参考第7章 虚拟机类加载机制7.1概述本章内容报考虚拟机如何加载Class文件?Class文件中的信息进入到虚拟机后会发生什么变化?虚拟机把描述类的数据从Class文件加载到内存,并对数据进行校验、转换解析和初始化,最终形成可以被虚拟机直接使用的Java类
2021-07-27 11:26:38
214
原创 深入理解Java虚拟机|JVM03-垃圾收集器与内存分配策略
深入理解Java虚拟机第3章 垃圾回收器与内存分配策略3.2 对象已死?3.2.1 引用计数法3.2.2可达性分析算法3.2.3 再谈引用3.2.4 生存还是死亡3.2.5 回收方法区3.3 垃圾收集算法3.3.1 分代收集理论GC分类3.3.2 标记-清除算法3.3.3 标记-复制算法3.3.4 标记-整理算法概念补充:对象分配的过程:为对象分配内存:TLAB3.4 HotSpot的算法实现3.4.1 枚举根节点3.4.2 安全点3.4.3 安全区域3.4.4 记忆集与卡表3.4.5 写屏障3.4.6
2021-07-27 11:23:31
215
原创 深入理解Java虚拟机|JVM02-自动内存管理
深入理解Java虚拟机第2章 Java内存区域与内存溢出异常2.2运行时数据区域2.1.1 程序计数器2.1.2 Java虚拟机栈变量的分类:局部变量表操作数栈动态链接方法返回地址2.1.3 本地方法栈本地方法接口2.1.4 Java堆2.1.5 方法区2.1.6 运行时常量池2.3 HotSpot虚拟机对象探秘2.3.1 对象的创建2.3.2对象的内存布局对象头实例数据对齐填充2.2.3 对象的访问定位2.4 实战:OutOfMemoryError异常第2章 Java内存区域与内存溢出异常根据《Jav
2021-07-27 11:18:17
197
原创 深入理解Java虚拟机|JVM01-走进java
深入理解Java虚拟机第一章,走进Java1.1概述Java技术体系Java虚拟机发展史Sun公司的java虚拟机其它公司的Java虚拟机JDK命名JDK的版本维护Java开源关于收购第一章,走进Java1.1概述Java技术体系Java是指该门编程语言和其技术体系,该技术体系提供了完整的软件开发和跨平台部署的支持环境。https://www.tiobe.com/tiobe-index/tiobe上查看各语言使用排行。Sun官方定义的java技术体系包括:Java程序设计语言各种硬件平台上的
2021-07-27 11:12:39
300
原创 maven更改repository路径
官网下载maven绿色版本,然后进入config文件夹中的setting修改mirrors和localrepository 路径后一般就完了,但是,当进入idea 之后发现我们的repository中没有下载包,仔细一看发现那些包还在用户目录下的一个.m2/repositroy中,在idea中打开setting-》maven之后,发现这里还有一个repository的设置,默认它是使用的是idea自带的,所以要修改成我们设置的。修改成下面这样:...
2021-07-15 22:17:10
1036
原创 Caused by: java.sql.SQLException: Access denied for user ‘æ�¨æ˜Š‘@‘localhost‘数据源读取配置问题
Caused by: java.sql.SQLException: Access denied for user 'æ�¨æ˜Š'@'localhost' (using password: YES)数据源读取问题,db.properites和xml配置
2021-07-03 11:38:11
1585
原创 论文阅读|对Non-local 的轻量化改变ANLNet
Non-Local模块是一种效果显著的技术,但同时也受限于过大计算量而难以很好地嵌入网络中应用。为了解决以上问题,ANLNet基于Non-Local结构并融入了金字塔采样模块,在不牺牲性能的情况下极大减少计算量和内存负担,得到APNB模块,在充分考虑了长距离依赖的前提下,对APNB做修改,融入了不同层次的特征,得到AFNB,从而在保持性能的同时极大地减少计算量。
2021-06-28 21:28:00
1848
2
原创 论文阅读|目标检测之Dynamic head
paper link:https://arxiv.org/pdf/2106.08322v1.pdf文章提出了一个动态的head架构,通过attention机制将多种不同表示形式(corner,center,anchor box)的目标检测方法统一为一个。通过特征层间的self-attention能够识别不同尺度物体(scale-awareness),空间位置间的self-attention能够帮助识别不同形状物体(spatial-awareness),输出的通道间的self-attention能够用于关
2021-06-25 15:39:19
3611
6
原创 关于ubuntu上pip和conda因为代理无法下载的问题
我因为在ubuntu上开了electron-ssr这个东西,pip install包的时候会报错代理问题[Errno 111],尝试了关掉代理这些都没办法,然后我到处对应的http代理发现是这样的:export http_proxy=“http://127.0.0.1:12333”export https_proxy=“http://127.0.0.1:12333”猜测https_proxy出问题了,感觉应该是"https://127.0.0.1:12333"。然后尝试通过命令export http
2021-05-09 11:43:06
1251
原创 论文阅读|目标检测之CE-FPN,将通道增强运用到上采样,减少信息丢失,同时添加了通道注意力机制
CE-FPN: Enhancing Channel Information forObject Detection。受sub-pixel convolution的启发,提出了一种既实现Channel增强又实现上采样的sub-pixel skip fusion方法。它代替了原来的卷积和线性上采样,减少了由于Channel Reduction而造成的信息丢失。然后,然后本文还提出了一种sub-pixel context enhancement模块来提取更多的特征表示,
2021-04-29 16:50:49
5445
原创 论文阅读|目标检测之PSS:更简单有效的End-to-End检测
我们提出了一个更简单和更有效的E2E检测框架,仅需要对FCOS、ATSS进行简单的修改,就能移除NMS,并且达到和超过ATSS、FCOS的baseline。因为我们保留了原始detector,所以模型训练完成后,还可以继续选择使用NMS的结果,而去除NMS的pipeline使得我们模型更加容易部署。我们希望我们的工作能够带给大家一些关于End-to-End检测的新的启发。
2021-04-29 16:02:35
582
原创 论文阅读|目标检测之PAA,将标签分配问题转为最大似然估计问题
文章提出一种新颖的在训练过程中随着模型参数变化而自适应标签分配算法——probabilistic anchor assignment (PAA),PAA将标签分配问题转化成了最大似然估计问题,即求一个使得评估标准下的预测框得分最大模型参数,在这个优化的过程中,随着参数的变化,标签分配也会变化。而且PAA算法该算法在标签分配、优化时的损失函数计算以及测试时的NMS后处理中对于边框质量都采用了一个统一的评估标准(为此加了一个只有一个卷积层的head分支用于预测每个预测框和对应GT的IoU),即同时评估了分类得
2021-04-26 22:22:13
1721
1
原创 detectron2学习|以CenterNet2的训练流程为例分析
本文为detectron2的学习笔记,具体以CenterNet2为例来分析。一般而言,训练时可以使用detectron2自带的tools/train_net.py中的训练流程来训练,也可以自己自定义一个train_net.py按照自己想要到pipeline来训练,这里的CenterNet2就是自己自定义了一个train_net.py,但是过程其实和detectron2自带的大同小异。
2021-04-26 21:44:53
2291
3
计算机考研复试面试常问问题 数据结构篇.pdf
2020-05-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人