人工智能

这篇文章记录在台式机ubuntu18.04下搭建Object Detection API框架，以及Intel Movidius神经元计算棒2代环境，并使用自己的训练集对MobileNet-SSD网络进行训练调参与测试

论文下载： https://msc.berkeley.edu/research/autonomous-vehicle/sparse_rcnn.pdf 论文代码： https://github.com/PeizeSun

在上一篇博客记录了
SlowFast的复现过程，slowfast其中有一部分是detectron2实现Faster RCNN对人的目标检测。这一篇博客就单独记录detectron2实现Faster RCNN目标检测的解析
B站视

轻松掌握 MMDetection 中常用算法(五)：Cascade R-CNN - 知乎文 0000070 摘要本篇主要介绍目前主流常用的高性能目标检测算法中最广为人知的算法之一 Cascade R-CNN。Cascade R-C

1.大体的认识、有用没用的bb
官网：https://albumentations.ai/
github：https://github.com/albumentations-team/albumentations

YOLOX: Exceeding YOLO Series in 2021 论文阅读笔记
这是一篇由旷视科技提出的2021超越YOLO系列的论文:YOLOX
出处：CVPR 2021 摘要
文章介绍了 YOLO 系列的一些经验

参考代码来源于 http://github.com/yinhaoxs/ImageRetrieval-LSH 以图搜图
1. 写在最前面
入职新公司以后一直在搞项目，没什么时间写博客。 最近一个项目是以图搜图项目，

1、目标检测和分类任务比分类任务稍微复杂
可以检测多个目标不仅对每个目标进行分类和定位      2、目标框的常用表示方式
目标框的左上和右下点的坐标框的左上坐标，框的高和宽yolo中 框中心坐标➕框的高宽
数据集
每行表示

什么是mAP呢？这里的m是mean，平均值，所以搞懂AP是什么就行了。
AP即平均精确度。那么目标检测任务中，如何衡量一个模型的平均精确度？
通常来讲有两个指标。
P&

前言
YOLO是一种目标检测方法，它的输入是整张图片，当检测到目标物体时用边界框圈起来，同时给该目标物体一个类别；边界框由中心位置、宽、高等来表示的；它的输出是n个物体的检测信息，每个物体的信息包括：中心位置(x,y)、高(h)、宽(w)、类