一、Focal loss损失函数 Focal Loss的引入主要是为了解决**难易样本数量不平衡****（注意，有区别于正负样本数量不平衡）的问题，实际可以使用的范围非常广泛...
发简信
IP属地：广东
-
Focal loss函数及代码
-
文字识别：CTC LOSS 学习笔记
CTCloss 详解 简介 在ocr任务与机器翻译中,输入与输出GT文本很难在单词上对齐,在预处理的时候对齐是非常困难的,但是如果不对齐而直接训练模型的话,由于字符距离的不同...
-
@kevin_21 这是我上学时候的实验课了，现在已经毕业了。实验添加部分内容就没办法获取了
哈工大操作系统实验（六）内存管理
本次实验内容: 用Bochs调试工具跟踪Linux 0.11的地址翻译（地址映射）过程，了解IA-32和Linux 0.11的内存管理机制； 在Ubuntu上编写多进程的生产...
-
Aster论文:SPN校正图像部分理解
论文题目:Aster:An attentional scene Text Recognizer with Flexible Rectification 论文中用了SPN网络进...
-
分布式系统论文阅读(1)mapReduce
MapReduce:超大机群上的简单数据处理 摘要 MapReduce是一个编程模型,和处理,产生大数据集的相关实现.用户指定一个map函数处理一个key/value对,从而...
-
SABL:侧面边框定位的目标检测
SABL:侧面边框定位的目标检测 论文题目:Side-Aware Boundary Localization for More Precise Object Detectio...
-
FCOS:简洁的anchor-free目标检测器
论文题目:FCOS: Fully Convolutional One-Stage Object Detection 其亮点: 基于FCN构建全卷积检测器,使得视觉任务(如语义...
-
跨数据集联合训练：focal loss的新应用
在目标检测的实际应用场景中,我们经常会遇到类别增多的情况. 这时候我们是重新把源数据集中新类别进行标注重新训练模型? 还是只用新图片标注新类别,然后训练一个新类别的目标检测模...
-
RepPoint：可形变卷积生成的目标轮廓点集论文题目为:RepPoints: Point Set Representation for Object Detection idea总结: 改变目标检测领域中对于目标用矩形...
-
mmdetection组件构成与注册表分析
mmdetection 使用模块化设计,将一般的目标检测算法分成了几个不同的模块,在使用时只需要在配置文件中声明各个模块使用的组件名称和参数,就可以像搭建积木一样搭建一个完整...
-
shuffleNet v2笔记作者从内存访问代价（Memory Access Cost，MAC）和GPU并行性的方向分析了网络应该怎么设计才能进一步减少运行时间，直接的提高模型的效率 设计原则 Equal...
-
shufflenet v1笔记
group Convolution 在普通的卷积中,channels 即同一个卷积对所有的channels操作,然后相加.而group convolution,即简单的讲...
-
mobilenet v2笔记
mobilenet v2 相对于mobilenet v1来说,其v2改进的地方在于: 像resnet一样加入了residual connection高速通道,增加对图像高层语...
-
初识mobilenet v1
Depthwise separable convolution 深度级可分离卷积其实是一种可分解卷积操作(factorized convolutions).将卷积分解成两个更...
-
卷积实践之im2col操作
im2col操作是用来优化卷积运算，它的核心是将卷积核感受野的转化成一行（列）来存储，优化运算速度，减少内存访问时间。 caffe等框架中使用了这种计算方式（im2col +...
-
spring boot （三）： 配置kaptcha开发图片验证码
工具及其技术: vscode(对,不用idea 也能开发得特别爽) spring boot 2.0 kapcha 1.添加依赖: 在pom.xml中输入依赖: 2. 通过配置...