作者小头像 Lv.2
更多个人资料
77 成长值
1 关注
0 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

暂无数据
个人勋章
TA还没获得勋章~
成长雷达
65
12
0
0
0

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

暂无数据

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
cann训练营第三期打卡帖
机器学习
作者小头像 HX-wanglingtao 2021-10-23 09:44:58
2110
0
1
2021-10-23 09:44:58
999+
0
1
CANN训练营打卡实操视频
作者小头像 HX-wanglingtao 2021-10-16 18:04:39
1923
0
0
2021-10-16 18:04:39
999+
0
0
【学习心得】CANN训练营第三期 deeplav3在modelarts上的部署
首先我们需要在代码仓库中下载deeplabv3的源码，并将其上传至华为云的OBS桶中，如下图：对于数据集我们可以在AI gallery上找到COV2012/2007数据集，并将数据集进行预处理，然后上传至华为云的OBS桶，并建立output，log，data文件夹，方便后续操作,如下图：配置脚本参数，在modelatrts上创建算法，如下图：创建训练作业，如下图：最后可以查看日志得知训练结果...
AI开发平台ModelArts 机器学习
作者小头像 HX-wanglingtao 2021-10-16 17:24:36
4767
0
0
2021-10-16 17:24:36
999+
0
0
【学习心得】CANN训练营第三期 可变形卷积在分割场景中的优势
在计算机视觉领域，同一物体在不同场景，角度中未知的几何变换是检测/识别的一大挑战，通常我们有两种做法:(1)足够大的数据量，扩充足够多的样本去增强模型适应尺度变换的能力，因为样本的局限性模型的泛化能力会较低。(2)设置一些针对几何变换不变的特征或者算法，算法的复杂性导致难以设计。可变形卷积顾名思义就是卷积的位置是可变形的，并非在传统的N × N的网格上做卷积，这样的好处就是更准确地提取到我们...
机器学习 神经网络
作者小头像 HX-wanglingtao 2021-10-16 16:51:32
3116
0
0
2021-10-16 16:51:32
999+
0
0
【学习心得】CANN训练营第三期，空洞卷积的认识与理解
空洞卷积广泛应用于语义分割与目标检测等任务中，通过保持特征图相对的空间位置，提高感受野照顾到分割任务的上下文信息，一定程度上提高了在分割场景中的效果，语义分割中经典的deeplab系列与DUC对空洞卷积进行了深入的思考。目标检测中SSD与RFBNet也使用了空洞卷积。但是空洞卷积也存在着一定的缺陷，一是产生网格效应，如下图：我们发现感受野并不是连续的，也就是并不是所有的格子中的信息都用来计算...
机器学习 神经网络
作者小头像 HX-wanglingtao 2021-10-16 15:54:14
2863
0
0
2021-10-16 15:54:14
999+
0
0
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