ronghuaiyang

有很多资料解释了SSIM背后的理论，但很少有资源深入研究细节，本文就是试图填补这一空白的谦虚尝试。最近，在实现一篇深度估计论文时，我遇到了术语结构相似性指数(SSIM) 。

通过实验验证了图像分类技能包中每种技巧是否有效。 图像分类是计算机视觉中的一个关键问题。在图像分类任务中，输入是一幅图像，输出是通常描述图像内容的类标签(如“猫”、“狗”等)。

这是一个非常简单通用的pipeline，很有参考价值。 在这个项目中，我使用Python和OpenCV构建了一个pipeline来检测车道线。

非常简单高效的特征金字塔模块。是最重要的计算机视觉过程之一，它将图像分割成更小的、多个片段，这样的话，目标的表示和进一步的分析就变得简单。

如何去掉batch normalization层来加速神经网络。Batch Normalization是将各层的输入进行归一化，使训练过程更快、更稳定的一种技术。

对DCN，DCNv1进行了升级，更多的可变形，更好的结果。本文回顾了由中国科技大学和微软亚洲研究院(MSRA)联合发布的Deformable ConvNets v2 (DCNv2) 。

使用一系列的网格状的密集跳跃路径来提升分割的准确性。UNet++的目标是通过在编码器和解码器之间加入Dense block和卷积层来提高分割精度。

一个step by step的指南，非常的实用。 本指南从最简单的结构到最复杂的改动都有，可以使你的网络得到最大的好处。

使用多头注意力的Transform在cpu上实现222倍的加速。自BERT紧随Transformer诞生以来，几乎在所有与语言相关的任务中都占据着主导地位，无论是问答、情感分析、文本分类还是文本生成。