YOLO-v4训练自己的数据集
论文传送门:https://arxiv.org/abs/2004.10934参考文献: YoLov3训练自己的数据集(小白手册) 源项目README
github代码传送门:https://github.com/AlexeyAB/darknet
如何在MS COCOs数据集上评估YOLOv4的AP?
从MS COCO服务器下载并解压test-dev2017数据集:http://images.cocodataset.org/zips/test2017.zip
下载用于检测的图像列表,并将路径替换为您的: https://raw.githubusercontent.com/AlexeyAB/darknet/master/scripts/testdev2017.txt
下载yolov4.weights文件:https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT
提供CSDN下载通道:https://download.csdn.net/download/qq_44166805/1237817 ...
树莓派4B安装Tensorflow
1.写作背景Tensorflow官方在2018年宣布,正式发布支持树莓派版本的Tensorflow,编者开始直接用:
1pip install tensorflow
进行安装,在安装成功后使用import进行验证时:
1import tensorflow as tf
出现了如下所示报错:
1E tensorflow/core/platform/hadoop/hadoop_file_system.cc:132] HadoopFileSystem load error: libhdfs.so: cannot open shared object file: No such file or directory
在花费了大量时间查询资料后,最终得到的解决,故做一个记录。
2.开始前的系统环境与设备设备:树莓派4B一枚
系统:Raspberry PI OS 2020-5-27版
3.安装过程Python 3.x + Tensorflow v1 系列(1)安装必要的依赖项123$ sudo apt-get install -y libhdf5-dev libc-ares-dev libeigen3 ...
Two are Better than One_ Joint Entity and Relation Extraction with Table-Sequence Encoders
命名实体识别和关系提取是两个重要的基本问题。为了同时解决这两个任务,已经提出了联合学习算法,其中许多算法将联合任务作为一个填表问题。然而,他们通常专注于学习一个单一的编码器(通常是以表的形式学习表示)来捕捉同一空间内两个任务所需的信息。我们认为,在学习过程中设计两个不同的编码器来捕捉这两种不同类型的信息是有益的。在这项工作中,我们提出了新的表格-序列编码器,其中两个不同的编码器—一个表格编码器和一个序列编码器被设计为在表征学习过程中相互帮助。我们的实验证实了拥有两个编码器比一个编码器的优势。在几个标准数据集上,我们的模型显示出比现有的方法有明显的改进。
1.介绍NER任务,即命名实体识别,命名实体就是以名称为标识的实体。简单来说,如果我们听到一个名字,就能知道这个东西是哪一个具体的事物,那么这个事物就是命名实体。命名实体识别(NER)就是要在文本中识别出命名实体。
RE任务,即关系抽取,关系抽取(Relation Extraction, RE)是自然语言处理的任务之一。该任务的定义是,给定标注了两个实体的句子,返回两个实体之间的语义关系。比如,给定句子“1993年2月15日,李彤出生在 ...
Bert与GPT的区别
1. 网络结构上的区别
上图是Transformer的一个网络结构图,Bert的网络结构类似于Transformer的Encoder部分,而GPT类似于Transformer的Decoder部分。单从网络的组成部分的结构上来看,其最明显的在结构上的差异为Multi-Head-Attention和Masked Multi-Head-Attention。
为了解释清楚这两个的区别,先来看看self-attention
Self-Attention
Self-Attention的Input,它就是一串的Vector,我们用$a$来表示它,代表它有可能是前面已经做过一些处理,它是某个隐藏层的输出,输入一排a这个向量以后,Self-Attention要输出另外一排b这个向量。下面来看看如何输出$b^1 b^2 b^3 b^4$
用最简单的点积方式来计算q为例子:
把$a^1$乘上$W^q $得到$q^1$,然后,把$a^1$乘上$W^k$,得到$k$这个Vector,把这个$q^1$,跟这个$k^2$相乘就得到α
这边用$α_{1,2}$来代表说,Query是1提供的,Key是2提供的时候,这 ...
2021年计算机保研记录
一、个人信息某西北末流985院校,CS专业,综合测评排名4/247
无科研
竞赛方面几个机器人竞赛的国家级冠亚季(负责CV相关经历部分),美赛M,非ACM选手
主持一项国家级大创(NLP相关),入选大创年会
一段实验室暑期实习经历(语音方向),时间很短,优秀实习小组称号
不太想读博,因此全冲的硕士,学硕优先。
二、夏令营
南开大学
南开大学算是自己正式参加的第一个夏令营了,无机试,面试为自己准备一个10分钟的PPT,重点介绍能展现个人专业能力的科研实践工作,应聚焦在最能展现个人能力的一个工作上,介绍具体技术层面的内容,包括设计思想、实现方法、取得结果等,不要泛泛而谈。面试整体大概偏向于聊天,没有问到专业问题,大概记得的一些问题如下:
(英语)你感兴趣的研究方向是什么(博主由于之前十分向往c老师的研究组,在这里回答了CV,或者其他深度学习相关方向)
(英语)我看你的项目中有很多关于NLP的项目,为什么想做CV?(博主这里由于自己的英语太差,其实内心是想着NLP或者CV都行,但是英语表达能力不太行,只准备了一个CV项目的英语介绍,为了回答这个问题,介绍了一遍自己的项目,然后说自己由于做了 ...
Hello World
Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.
Quick StartCreate a new post1$ hexo new "My New Post"
More info: Writing
Run server1$ hexo server
More info: Server
Generate static files1$ hexo generate
More info: Generating
Deploy to remote sites1$ hexo deploy
More info: Deployment