作者小头像 Lv.6
更多个人资料
2791 成长值
0 关注
38 粉丝
+ 关注 私信

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

人工智能、IOT
个人勋章
  • 活跃之星
成长雷达
2720
36
0
15
20

个人资料

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

人工智能、IOT

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
ShuffleNet：一种为移动设备设计的极致高效的卷积神经网络
摘要https://arxiv.org/pdf/1707.01083我们介绍了一种名为ShuffleNet的计算效率极高的卷积神经网络（CNN）架构，该架构专为计算能力非常有限的移动设备（例如10-150 MFLOPs）而设计。新架构利用两种新操作：逐点分组卷积和通道混洗，以大大降低计算成本，同时保持准确性。在ImageNet分类和MS COCO目标检测上的实验表明，ShuffleNet的...
卷积神经网络 神经网络
作者小头像 AI浩 2024-12-24 10:06:15
1105
0
0
2024-12-24 10:06:15
999+
0
0
Labelme标注数据的一些操作
@[toc] 1、删除没有标注的图片有些图片没有标注，只有图片没有json文件，需要将多余的图片删除，代码如下：import globimport osimagelist=glob.glob('../images/*.jpg')for i in range(len(imagelist)): if not os.path.exists(imagelist[i].replace("jpg...
JSON
作者小头像 AI浩 2024-12-24 08:42:28
1281
0
0
2024-12-24 08:42:28
999+
0
0
远程SSH连接后台训练，防止SSH中断后，训练终止
在云服务器上或者SSH远程服务器后台运行深度学习训练任务在云服务器上训练深度学习模型时，我们经常会遇到这样的问题：当在终端中直接运行训练程序时，如果断开终端连接，或者在Jupyter Notebook中运行程序后关闭网页，训练进程会直接被杀死。为了避免这种情况，我们需要将训练任务转为后台运行，并确保即使关闭终端或网页，进程也能继续执行。本文将介绍如何使用setsid命令来实现这一功能。 使...
ssh 机器学习
作者小头像 AI浩 2024-12-24 08:39:56
1370
0
1
2024-12-24 08:39:56
999+
0
1
DINO-X：一种用于开放世界目标检测与理解的统一视觉模型
摘要本文介绍了由IDEA Research开发的DINO-X，这是一个统一的以对象为中心的视觉模型，具有迄今为止最佳的开放世界对象检测性能。DINO-X采用了与Grounding DINO 1.5 [47]相同的基于Transformer的编码器-解码器架构，以追求面向开放世界对象理解的对象级表示。为了使长尾对象检测变得容易，DINO-X扩展了其输入选项，以支持文本提示、视觉提示和自定义提...
机器学习
作者小头像 AI浩 2024-12-24 08:36:53
2374
0
0
2024-12-24 08:36:53
999+
0
0
TokEnformer: RETHInkING TRANSFORMER ScALInG WITH ToKenized Model
摘要Transformer已经成为基础模型中的主流架构，因为其在各个领域都表现出色。然而，扩展这些模型所需的高昂成本仍然是一个重大问题。这个问题主要源于Transformer在线性投影中依赖于固定数量的参数。当引入架构修改（例如，通道维度）时，整个模型通常需要从头开始重新训练。随着模型规模的不断扩大，这种策略导致计算成本越来越高，变得不可持续。为了解决这个问题，我们引入了Tokenform...
机器学习 网络
作者小头像 AI浩 2024-12-24 08:36:09
1395
0
0
2024-12-24 08:36:09
999+
0
0
ShuffleNet V2：高效卷积神经网络架构设计的实用指南
摘要https://arxiv.org/pdf/1807.11164当前，神经网络架构设计大多以计算复杂度的间接指标，即浮点运算数（FLOPs）为指导。然而，直接指标（例如速度）还取决于其他因素，如内存访问成本和平台特性。因此，本文提出在目标平台上评估直接指标，而不仅仅是考虑FLOPs。基于一系列对照实验，本文得出了一些高效网络设计的实用指南。据此，提出了一种新的架构，称为ShuffleN...
作者小头像 AI浩 2024-12-24 08:20:55
920
0
0
2024-12-24 08:20:55
920
0
0
RuntimeError: The server socket has failed to listen on any loca
描述在使用PyTorch的分布式数据并行（DDP）进行多卡训练时，可能会遇到以下错误：RuntimeError: The server socket has failed to listen on any local network address. useIpv6: 0, code: -98, name: EADDRINUSE, message: address already in u...
作者小头像 AI浩 2024-12-24 08:18:34
1080
0
0
2024-12-24 08:18:34
999+
0
0
VOLO实战：使用VOLO实现图像分类任务（二）
@[toc]在上一篇文章中完成了前期的准备工作，见链接：VOLO实战：使用VOLO实现图像分类任务（一）前期的工作主要是数据的准备，安装库文件，数据增强方式的讲解，模型的介绍和实验效果等内容。接下来，这篇主要是讲解如何训练和测试 训练部分完成上面的步骤后，就开始train脚本的编写，新建train.py 导入项目使用的库在train.py导入import jsonimport osimpor...
机器学习
作者小头像 AI浩 2024-12-24 08:16:38
874
0
0
2024-12-24 08:16:38
874
0
0
VOLO实战：使用VOLO实现图像分类任务（一）
摘要 一、论文介绍 VOLO主干网络总结 论文介绍概述：本文探讨了视觉识别领域中卷积神经网络（CNNs）与视觉转换器（ViTs）的性能差距，并提出了一种新颖的前景注意力机制，以此为基础构建了视觉前景器（VOLO）主干网络。背景：视觉识别领域长期由CNNs主导，但ViTs通过自注意力机制在长距离依赖性建模上展示了更大灵活性。然而，ViTs在ImageNet分类任务上的性能仍落后于SOTA C...
机器学习 深度学习
作者小头像 AI浩 2024-12-24 08:12:51
949
0
0
2024-12-24 08:12:51
949
0
0
上下文信息、全局信息、局部信息
摘要在计算机视觉中，上下文信息（contextual information）是一个核心概念，它指的是一个像素或一个小区域周围的环境或背景信息。这种信息对于模型理解图像中对象的相对位置、大小、形状，以及与其他对象的关系至关重要。 一、上下文信息的概念上下文信息在计算机视觉中，是指能够影响场景和图像中的对象识别与理解的相关信息。它通常包括目标像素周围像素的信息，以及能够反映对象与周围环境关系...
作者小头像 AI浩 2024-12-24 08:10:23
1107
0
0
2024-12-24 08:10:23
999+
0
0
总条数：781
10
10
20
50
100
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • ...
  • 79

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注
OSZAR »