上一篇文章,一个CV算法工程师的小反思 引起了很多人的赞同和共鸣,倍感荣幸。今天是正式工作后的第一年,打算做一件事,以后要持续记录自己的工作感想和生活状态。人这一辈子那么有限,作为一个普通人,也许我穷极一生也不会有什么大的成就可以让外人为我写下一个传记。但是我可以用自己的手记录下我这一生,吃过的苦,犯过的错,爱过的人,在和一些网友聊过之后,我发现我是芸芸众生中的一粒沙,那些自以为的经历其实在陌生的
大佬可以写总结给别人指导,菜鸟可以写总结给别人指坑。 原本打算是正式工作满一年以后写的,最近反思了很多事情,也找到了很多不足之处。怕以后忘记了,就想到什么写什么,什么没想到以后就补上。 算法篇 虽然我没有发表过顶会论文,谈不上学术成就。但是我还是要硬谈,在实际我们做算法落地的时候,最重要的东西确实是数据。一个CV算法项目的流程迭代基本都是:产品分析,业务指标制定,算法调研,采集数据1W左右就
FCOS:优雅的Anchor-Free目标检测论文地址、代码地址讲完一篇RetinaNet后,打算切入讲一下Anchor-Free的目标检测算法流程。让大家对目标检测中不同类型的检测方法有一个更深刻的印象。 1. FCOS简介 FCOS是一个非常优秀的单阶段、Anhor-Freed的目标检测算法,也是我比较喜欢的Anchor-Free算法之一,不管是idea、性能、部署可行性上都是非常优秀的一篇
Retina:one_stage|anchor-based|focal_loss算法系开篇打算讲一下Retina,详细介绍下其中anchor的作用流程以及Focal Loss的原理和应用。希望对anchor还没有完全搞明白的人看了这篇文章之后可以醍醐灌顶,点赞收藏。 1. Retina简介 众所周知,在网络结构上,Retina并没有什么创新点,它虽是Retina,但是核心讲的还是Focal L
Runner是MMdetection中的一种深度学习算法“工厂”,是对深度学习算法各个组件的“容器”。简单来说,所有的机器学习算法所包含的无非就是数据、模型、训练策略、评估、推理这五个部分。Runner就是将这五个部分组合在一起的工具。 其实光是Runner,可以说的东西不多,但是其背后的设计思路,以及对深度学习算法的概括是值的学习的。所以这篇文章不仅是提炼一下Runner中的操作,也是对
目标检测(MMDetection)-Registry 工作日趋繁忙,上一篇讲HOOK的文章获得了大家的赞同受宠若惊,虽然才疏学浅,今天就接着上次的内容,讲一下MMDetection中注册器Registry,希望能帮助到大家理解这个框架。 1. Registry注册器实现以及作用原理 注册器其实在HOOK中就已经有体现,在MMDection中所有功能都是基于注册器来完成模块化操作的。其中最
学习到了很多有用的东西。MMdetetion是现在最著名、算法包最多并且使用人数最多的训练框架,其中的源码非常值得学习,今天总结下我对其中HOOK(钩子)机制的理解。 MMdetection最近更新很多,我以2.4.0版本的代码进行解读,分享自己的理解,也吸纳观众的点评。HOOK、Runer的定义在MMCV当中,MMdetection和MMCV是版本匹配的,我这里使用的是MMCV 1.1.2
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信