chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

CVChain:一個較完善的計算機視覺工具鏈

新機器視覺 ? 來源:新機器視覺 ? 作者:新機器視覺 ? 2020-11-27 09:56 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

我們這一年來做的一些工作(總結見文章最下方)現(xiàn)在差不多形成了一個較完善的計算機視覺工具鏈——CVChain。我們這一年來做的一些工作(總結見文章最下方)現(xiàn)在差不多形成了一個較完善的計算機視覺工具鏈——CVChain。

縱向上它涵蓋了一個計算機視覺任務的生命周期:數(shù)據(jù)分析與模型選型、模型訓練、發(fā)現(xiàn)模型存在的問題并優(yōu)化、模型加速、模型SDK編寫;橫向上它包含了計算機視覺中三個基本任務:分類、語義分割、目標檢測;與此同時它還總結了計算機視覺入門到進階的學習框架。一言以蔽之:有了CVChain,媽媽再也不用擔心我搞不定計算機視覺!

CVChain是我們平常做項目或者打比賽過程中打磨出來的,它們可以滿足計算機視覺算法工程師日常大部分需求,比如:

1.剛踏入計算機視覺領域,不知道從何學起,需要一張學習的地圖:

https://github.com/mileistone/study_resources/blob/master/modeling/learning_framework/learning_framework_general.md

部分示例

帶著自己一步一步領略計算機視覺的風采;

2.已經(jīng)成為一名合格的計算機視覺算法工程師,開始接任務。當任務來了,需要分析數(shù)據(jù)分析數(shù)據(jù)以進行模型選型、模型超參的初步設定;

https://github.com/Media-Smart/volkscv/tree/master/volkscv/analyzer/statistics

3.模型確定后,得訓練模型(可能涉及到分類、語義分割、文字識別、目標檢測等等),這個時候需要一個趁手的訓練工具;

分類:
https://github.com/Media-Smart/vedacls

語義分割
https://github.com/Media-Smart/vedaseg

示例

文字識別
https://github.com/Media-Smart/vedastr

示例

目標檢測
https://github.com/Media-Smart/vedadet

4.模型訓練完之后,效果不夠好,我們需要把FP、FN打印出來,分析模型存在的問題;

https://github.com/Media-Smart/volkscv/tree/master/volkscv/analyzer/visualization

5.模型訓練好之后,需要將模型轉(zhuǎn)換為應用并進行部署,這里需要用TensorRT對模型進行加速,然后根據(jù)業(yè)務需求編寫Python前端或者C++前端的SDK;

加速
https://github.com/Media-Smart/volksdep

Python前端
https://github.com/Media-Smart/flexinfer

示例

C++前端
https://github.com/Media-Smart/cheetahinfer

6.計算機行業(yè)競爭激烈,平常得抽空加強學習,無論是工程、模型還是算法方面,都需要持續(xù)不斷學習,把自己訓練為一名六邊形戰(zhàn)士。

工程
https://github.com/mileistone/study_resources/tree/master/engineering

模型
https://github.com/mileistone/study_resources/tree/master/modeling

算法
https://github.com/mileistone/study_resources/tree/master/modeling/optimization_and_generalization

上述的“2、數(shù)據(jù)分析”提供以下功能。

1、瀏覽圖片和標注

比如分類、目標檢測、語義分割等等,這可以幫助我們對數(shù)據(jù)有一個感性的認識,可以定性出來這個任務有哪些挑戰(zhàn)。

2、圖片和標注分析

比如圖片大小分布,圖片長寬比分布,圖片中GT框數(shù)量分布,GT框長寬分布等等,這可以讓我們對數(shù)據(jù)有一些理性的認識,讓我們可以定量這個任務存在的挑戰(zhàn)。

3、打印模型預測結果中的FP、FN

比如分類。

比如目標檢測。

比如語義分割。

打印FP、FN可以讓我們發(fā)現(xiàn)模型存在的問題,進而有助于我們分析問題、定位問題直至解決問題。

4、anchor分析

比如GT匹配上的anchor數(shù)量分布,GT與匹配上anchor的IoU分布等等。這有助于我們設計出更好的anchor策略,比如anchor應該放在哪幾層,每一層anchor數(shù)量應該設置多少,對應的大小和長寬比是多少,以及l(fā)abel assignment該怎么做等等。

匯總

https://github.com/Media-Smart/vedaseg

https://github.com/Media-Smart/vedastr

https://github.com/Media-Smart/vedacls

https://github.com/Media-Smart/vedadet

Media-Smart/volksdep,https://github.com/Media-Smart/volksdep

Media-Smart/flexinfer,https://github.com/Media-Smart/flexinfer

https://github.com/Media-Smart/cheetahinfer

https://github.com/Media-Smart/volkscv

https://github.com/mileistone/study_resources

- 數(shù)據(jù)分析 - [volkscv](https://github.com/Media-Smart/volkscv/tree/master/volkscv/analyzer/) - 數(shù)據(jù)瀏覽 -> 獲取感性認識 - 圖片、標注 - 數(shù)據(jù)統(tǒng)計 -> 獲取理性認識 - 圖片統(tǒng)計 - 大小 - 長寬比 - 等等 - 標注統(tǒng)計 - 類別 - 各個類別有多少實例 - 等等 - GT框 - 大小 - 長寬比 - 等等 - anchor分析 - GT掛上anchor的數(shù)量分布 - GT與掛上anchor的IoU分布- 模型訓練 - [vedaseg](https://github.com/Media-Smart/vedaseg) - semantic segmentation - [vedastr](https://github.com/Media-Smart/vedastr) - scene text recognition - [vedacls](https://github.com/Media-Smart/vedacls) - classification - [vedadet](https://github.com/Media-Smart/vedadet) - object detection - 應用部署 - [volksdep](https://github.com/Media-Smart/volksdep) - increase efficiency and decrease latency - convert PyTorch,ONNX model to TensorRT engine - [flexinfer](https://github.com/Media-Smart/flexinfer) -> Python front end SDK based on TensorRT engine - classification - semantic segmentation - scene text recognition - object detection - [cheetahinfer](https://github.com/Media-Smart/cheetahinfer) -> C++ front end SDK based on TensorRT engine - classification - semantic segmentation - object detection- 學習資源 - [學習框架]

(https://github.com/mileistone/study_resources/tree/master/modeling/learning_framework) - 知識點 - 相關課程與書籍 - 基礎 - [工程](https://github.com/mileistone/study_resources/tree/master/engineering) - 編程語言 - Python - C++ - 軟件工程 - 設計模式 - 操作系統(tǒng) - Linux - Bash - Vim - 編譯工具鏈 - [模型](https://github.com/mileistone/study_resources/tree/master/modeling) - 內(nèi)容 - 機器學習 - 深度學習 - 計算機視覺 - 形式 - 課程 - 書籍 - 論文 - [算法](https://github.com/mileistone/study_resources/tree/master/modeling/optimization_and_generalization) - 凸優(yōu)化 - 數(shù)值優(yōu)化

責任編輯:xj

原文標題:CVChain:一條用視覺競賽和項目經(jīng)驗打磨出的計算機視覺完整工具鏈

文章出處:【微信公眾號:新機器視覺】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • CV
    CV
    +關注

    關注

    0

    文章

    54

    瀏覽量

    17353
  • 計算機視覺
    +關注

    關注

    9

    文章

    1713

    瀏覽量

    47337

原文標題:CVChain:一條用視覺競賽和項目經(jīng)驗打磨出的計算機視覺完整工具鏈

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    易控智駕榮獲計算機視覺頂會CVPR 2025認可

    近日,2025年國際計算機視覺與模式識別頂級會議(IEEE/CVF Conference on Computer Vision and Pattern Recognition,CVPR 2025)在美國田納西州納什維爾召開。
    的頭像 發(fā)表于 07-29 16:54 ?843次閱讀

    工業(yè)計算機與商用計算機的區(qū)別有哪些

    工業(yè)計算機種專為工廠和工業(yè)環(huán)境設計的計算系統(tǒng),具有高可靠性和穩(wěn)定性,能夠應對惡劣環(huán)境下的自動化、制造和機器人操作。其特點包括無風扇散熱技術、無電纜連接和防塵防水設計,使其在各種工業(yè)自動化場景中
    的頭像 發(fā)表于 07-10 16:36 ?388次閱讀
    工業(yè)<b class='flag-5'>計算機</b>與商用<b class='flag-5'>計算機</b>的區(qū)別有哪些

    文帶你了解工業(yè)計算機尺寸

    項艱巨的任務。本博客將指導您了解關鍵的工業(yè)計算機尺寸、使用案例。關鍵工業(yè)計算機外形要素及其使用案例、工業(yè)微型PC尺寸范圍:寬度:100毫米-180毫米深度:10
    的頭像 發(fā)表于 04-24 13:35 ?607次閱讀
    <b class='flag-5'>一</b>文帶你了解工業(yè)<b class='flag-5'>計算機</b>尺寸

    Arm KleidiCV與OpenCV集成助力移動端計算機視覺性能優(yōu)化

    生成式及多模態(tài)人工智能 (AI) 工作負載的廣泛增長,推動了對計算機視覺 (CV) 技術日益高漲的需求。此類技術能夠解釋并分析源自現(xiàn)實世界的視覺信息,并可應用于人臉識別、照片分類、濾鏡處理及增強現(xiàn)實
    的頭像 發(fā)表于 02-24 10:15 ?764次閱讀

    AR和VR中的計算機視覺

    ):計算機視覺引領混合現(xiàn)實體驗增強現(xiàn)實(AR)和虛擬現(xiàn)實(VR)正在徹底改變我們與外部世界的互動方式。即便是在引人入勝的沉浸式
    的頭像 發(fā)表于 02-08 14:29 ?1868次閱讀
    AR和VR中的<b class='flag-5'>計算機</b><b class='flag-5'>視覺</b>

    云端超級計算機使用教程

    云端超級計算機種基于云計算的高性能計算服務,它將大量計算資源和存儲資源集中在起,通過網(wǎng)絡向
    的頭像 發(fā)表于 12-17 10:19 ?744次閱讀

    虛擬內(nèi)存對計算機性能的影響

    ,它允許計算機使用硬盤空間來模擬物理內(nèi)存。當物理內(nèi)存(RAM)不足以容納當前所有活動的程序和數(shù)據(jù)時,操作系統(tǒng)會將部分數(shù)據(jù)從RAM移動到硬盤上的特殊區(qū)域,稱為交換空間(swap space)或頁面文件(page file)。這
    的頭像 發(fā)表于 12-04 09:17 ?4120次閱讀

    工業(yè)中使用哪種計算機?

    在工業(yè)環(huán)境中,工控機被廣泛使用。這些計算機的設計可承受極端溫度、灰塵和振動等惡劣條件。它們比標準消費類計算機更耐用、更可靠。工業(yè)計算機可控制機器、監(jiān)控流程并實時收集數(shù)據(jù)。其堅固的結構和專業(yè)功能
    的頭像 發(fā)表于 11-29 14:07 ?918次閱讀
    工業(yè)中使用哪種<b class='flag-5'>計算機</b>?

    量子計算機與普通計算機工作原理的區(qū)別

    ? 本文介紹了量子計算機與普通計算機工作原理的區(qū)別。 量子計算新興的研究領域,科學家們利用量子力學,制造出具有革命性能力的
    的頭像 發(fā)表于 11-24 11:00 ?2165次閱讀
    量子<b class='flag-5'>計算機</b>與普通<b class='flag-5'>計算機</b>工作原理的區(qū)別

    工業(yè)計算機類型介紹

    工業(yè)領域沒有計算機的世界就像沒有管弦樂隊的交響樂,缺乏實現(xiàn)最佳性能所需的和諧和精確度。計算機徹底改變了工業(yè)的運作方式,將效率、準確性和創(chuàng)新推向了新的高度。事實上,根據(jù)最近在印度進行的項研究
    的頭像 發(fā)表于 11-04 15:56 ?853次閱讀
    工業(yè)<b class='flag-5'>計算機</b>類型介紹

    ROM對計算機性能的影響

    只讀存儲器(ROM)是計算機硬件中的重要組成部分,它負責存儲計算機啟動時必需的固件和基本輸入輸出系統(tǒng)(BIOS)。ROM的性能和質(zhì)量對計算機
    的頭像 發(fā)表于 11-04 10:31 ?1625次閱讀

    【小白入門必看】文讀懂深度學習計算機視覺技術及學習路線

    、什么是計算機視覺?計算機視覺,其實就是教機器怎么像我們?nèi)?b class='flag-5'>一樣,用攝像頭看看周圍的世界,然后理
    的頭像 發(fā)表于 10-31 17:00 ?1595次閱讀
    【小白入門必看】<b class='flag-5'>一</b>文讀懂深度學習<b class='flag-5'>計算機</b><b class='flag-5'>視覺</b>技術及學習路線

    RISC-V 工具簡介

    指令下載到機器中執(zhí)行。因此編譯器成了工具必不可少的組件。 對于現(xiàn)代計算機系統(tǒng),套穩(wěn)定、
    發(fā)表于 10-25 22:59

    我國首條超導量子計算機制造已啟動升級與擴建

    量子計算,作為下計算技術的領航者,始終是各國科技前沿競爭的關鍵領域。近日,中國傳來好消息,首條超導量子計算機制造已啟動升級擴建工程,旨
    的頭像 發(fā)表于 10-25 17:00 ?1053次閱讀

    本源產(chǎn)品集納之 :量子計算機整機系列

    本源量子研制的中國第代、第二代、第三代自主超導量子計算機均已交付中國用戶使用,使中國成為世界上第三具備量子計算機整機交付能力的國家。圖為中國第三代自主超導量子
    的頭像 發(fā)表于 10-25 16:08 ?2236次閱讀
    本源產(chǎn)品集納之<b class='flag-5'>一</b> :量子<b class='flag-5'>計算機</b>整機系列