上一页 1 2 3 4 5 6 7 8 9 ··· 19 下一页
摘要: 原始题目 An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale 中文名称 一张图像等价于 16x16 Words: Transformers 来做大规模的图像识别 发表时间 2020年10月22日 平台 阅读全文
posted @ 2023-10-31 17:50 cold_moon 阅读(66) 评论(0) 推荐(0) 编辑
摘要: 将 SAM 任务转换为经过广泛研究的实例分割任务,并仅使用 SAM 作者发布的SA-1B数据集的1/50进行训练现有的实例分割方法 问题 1: a56爆大奖在线娱乐要解决什么问题? SAM 的计算成本高,主要来自于 处理高分辨率输入的 Transformer 架构。a56爆大奖在线娱乐想要加速 SAM 模型的推理速度。 问题 2: 阅读全文
posted @ 2023-10-31 00:09 cold_moon 阅读(68) 评论(0) 推荐(0) 编辑
摘要: 原始题目:Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection 中文翻译:通过 自适应训练样本选择 缩小 Anchor-based and Anch 阅读全文
posted @ 2023-10-31 00:01 cold_moon 阅读(67) 评论(0) 推荐(0) 编辑
摘要: 原始题目:Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection 中文翻译:Generalized Focal Loss:学习用于密集目标检测的 Qual 阅读全文
posted @ 2023-10-18 13:38 cold_moon 阅读(37) 评论(0) 推荐(0) 编辑
摘要: 神经网络量化是将神经网络中的参数a56爆大奖在线娱乐为低精度的数据类型,例如8位整数或浮点数。 好处: 减少存储需求:将参数从 32位 浮点数量化为 8位 整数,可以将存储需求减少为原来的 1/4。 加速计算速度:低精度的数据类型可以在硬件上更快地进行计算。相比于32位浮点数,8位整数的计算速度可以提高数倍,因为低 阅读全文
posted @ 2023-10-07 13:20 cold_moon 阅读(41) 评论(0) 推荐(0) 编辑
摘要: 论文:https://arxiv.org/pdf/1608.08710.pdf 摘要 CNN 在各种应用中的成功伴随着计算和参数存储成本的显著增加。最近减少这些开销的努力包括在不损害原始精度的情况下修剪和压缩各个层的权重。然而,基于大小的权值修剪减少了完全连接层的大量参数,并且由于修剪后的网络中的不 阅读全文
posted @ 2023-09-22 17:36 cold_moon 阅读(98) 评论(0) 推荐(0) 编辑
摘要: sudo apt update 报错: 错误:10 https://download.docker.com/linux/ubuntu \ Release 404 Not Found [IP: 143.204.126.13 443] 命中:11 http://ppa.launchpad.net/roc 阅读全文
posted @ 2023-08-09 22:24 cold_moon 阅读(930) 评论(0) 推荐(0) 编辑
摘要: #### 1. 经验风险、期望风险、结构风险 参考: 【1】/Joyce-song94/p/7443911.html 【2】https://alisure.github.io/2018/04/14/ML/%E6%9C%BA%E5%99%A8%E5%AD% 阅读全文
posted @ 2023-08-04 14:09 cold_moon 阅读(19) 评论(0) 推荐(0) 编辑
摘要: #### 1. 换脸插件 https://github.com/s0md3v/sd-webui-roop 安装:直接选择扩展,从网址中安装 参考:https://zhuanlan.zhihu.com/p/639577691 错误: > cmdline: git fetch -v -- origin 阅读全文
posted @ 2023-07-23 23:29 cold_moon 阅读(1677) 评论(0) 推荐(0) 编辑
摘要: 方法1: 对于分类任务,每类先手动搞个 100张图,然后训练个基础模型。 找一些相关的数据,用这个模型跑出来一些结果,然后手工挑选一些来扩增数据集。 方法2: 使用 clip 把这些相关的数据做一个嵌入,保存下来,然后通过问问题的方式,找到需要类别的数据 方法3: 直接用 clip 来做图像分类任务 阅读全文
posted @ 2023-07-13 18:44 cold_moon 阅读(89) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 9 ··· 19 下一页