深度学习

选择的模型是Zero-DCE_extension，虽然是几年前的论文但它的原理简洁且合理，泛化性比一些基于成对图像训练的监督模型要好很多。它没有基于图像映射实现光照增强，而是基于对图像中像素的估计，通

上周看到了最新出来的检测模型D-FINE，原打算上周就开始写这篇blog，但是被一些事耽误了一直拖到今天。关于模型整体设计以及各个模块解析我就不多做讲解，但是利用分布代替直接预测位置来微调bbox确实

1. 前言 之前写过一篇Go调用C++动态库实现车牌识别，当时是自己业余写着玩的demo，代码中存在不少问题。后续呢自己在压测过程中也发现了内存泄漏等Bug。所以这一篇Blog就来对之前的一些错误进行

1. 前言 很久没更新博客，这次正好趁着这次机会来更新一个稍微有点意思的内容，利用C++中Opencv、TensorRT等库编译出动态库供Go调用，再写个简单的api对上传的车辆图片进行车牌识别。究其

现在不管什么专业,貌似多多少少都得和深度学习扯上点关系才好写文章(水文章).其中最常用的深度学习框架应该是tensorflow,pytorch这些python的三方库,既然最近在学Rust那就来借机讲

我正在参加「掘金·启航计划」 前言 最近接到一些改代码或者帮助debug的需求，大多数不是在本地而是autodl这种服务器上，有些人可能不太了解如何设置远程环境。通常在实验室一般都是在本地调好代码然后

IEEE UV 2022 “Vision Meets Algae” Object Detection Challenge BaseLine 前言 上午看到天池有了一个新的Challenge,没什么精力

torch.fx 前言 最近在学习一些AI编译器，推理框架的知识，恰好看到了torch.fx这个部分。这个其实在1.10就已经出来了，但是一直不知道，所以花了一点时间学习了这部分的内容。 以下所有的代

TVM VS TensorRT 上一次记录了如何安装TVM,同时也说了会将TVM与TensorRT各自优化后的模型做一下性能比较.这一次就选择resnet18来比较一下不同框架下的推理速度 1. 准备

Ubuntu20安装TVM,结合官网的安装教程已经排除了所有安装的时候容易遇到的坑,请大家放心食用.

Jetson Nano tensorrt部署YOLOX流程 1. 起因 之前项目本来是cpu跑,后来硬件对于视频编解

猫狗大战 前言 这个是一次大作业，然后最近花了两三天把它训练完并且搭建起了可以用的服务。 作业内容就是猫狗大战（猫狗数据集分类），要求是用tensorflow和pytorch分别实现。这本来是几年前k

Tensorflow中高阶API的使用 1. 构建数据管道 当数据量不大时，我们可以一次全部载入内存中训练；但是如果数据量很大，我们就要考虑将数据分批次载入内存中训练，这个时候就要利用数据管道。构建数

TF的模型搭建 总的来说常见带监督的机器学习问题分为两类：分类和回归，我们使用Tensorflow来解决这些问题的时候就得自己搭建网络模型，但是对于TensorFlow不同级别的API也就产生了不同的

1.自动微分以及思考 tf版 写在前面 大家从最近的blog也可以看出，我最近一直在学习前后端相关的内容。不管是由于项目原因还是个人原因，都已经很久没有写python，也没有碰机器学习，深度学习的内容

之前写过如何用tf.keras搭建模型，那个时候埋下了一个伏笔，就是超参数搜索的问题。如何得到最好的模型，我们用sklearn的时候就是GridSearchCV或者RandomizedSearchCV

最近在学习tensorflow2.0的时候看到一些特别好用的高级函数，这里来记录一下它们的用法 1.tf.gather() tf.gather(params,indices,validate_indi

其实写这篇博客的想法主要还是记载一些tf2.0常用api的用法以及如何简单快速的利用tf.keras搭建一个神经网络 1.首先讲讲tf.keras,有了它我们可以很轻松的搭建自己想搭建的网络模型，就像

前言 很久没有弄点好玩的东西了，逛逛github，想到最近看到那种动漫化的头像很可爱，于是决定也去找找相关的项目玩玩，毕竟直接调用百度啥的api太没意思了。 正文 之前写过一些有关GAN的博客，大家应

灵感 我最近迷上了图雅老师的套马杆，美中不足的就是她总是“躲汉子”，或许是因为这个汉子不够帅不能吸引到她？那今天我就动手做一个帅气的“套马的汉子”。准备工作很简单，去下载一张帅气的男生图片以及一张马的