Tensor及使用tensor.requires_grad在创建张量后，如果未进行特殊指定，默认不对该张量进行梯度计算。需要注意的是，只有当一个张量的所有输入都不需要进行梯度计算时，该张量才不需要进行梯度计算。在网络模型中，其中间参数是默认进行求导的，因而网络的输出也默认是需要求导的。在写代码的过程 ...

AP、mAP的计算定义当我们完成目标检测模型的训练之后，需要合适的指标对模型的性能进行度量，常用的指标有AP、mAP两种。要了解AP和mAP，需要首先了解精度和召回率的概念，所谓精度指的是所有分类为正的样本中，真的为正的样本所占得比例；召回率指的是分类为正的样本占所有正样本的比例，即原始的正样本中有 ...

Faster R-CNN具体实现详解本文翻译自：原文 图像预处理在将图片送入网络之前首先执行如下的网络预处理步骤。在训练和前向传播过程中，以下步骤必须一致。均值向量（大小$1*3$，每一个图像通道一个均值）并非当前图像像素值的均值，而是针对所有训练和测试图片所设置的一个统一的初始值。图像预处理流程如 ...

SSD:Single Shot MultiBox Detector 作者Wei Liu 内容在本文中,作者提出了一种使用单个神经网络进行目标检测的框架,该框架的特点如下: 将网络的bounding boxes的输出空间划分为default boxes的集合,这些boxes具有不同的尺度和比例.对于 ...

Deep Residual Learning for Image Recogition 作者Kaiming He Xiangyu Zhang Shaoqing Ren Jian Sun 何凯明大佬  ...

图像比赛常用Tricks图像数据增强训练时数据增强在图像比赛中，常遇到数据不足的情况，这一问题很容易导致模型的过拟合，解决该问题的方法除了有调整模型的参数容量之外，也可以通过数据增强的方式进行解决。 亮度、饱和度、对比度的随机变换 随机裁剪（Random Crop） 随机缩放（Random Res ...

对数据不平衡的应对在比赛中经常会遇到数据不平衡的问题，各个类别之间的数据量不平衡容易导致模型对数据量少的类别的检测性能较低。数据不平衡问题可以分为以下两种情况： 大数据分布不均衡。这种情况下整体数据规模大，只是其中的少样本类的占比较少。但是从每个特征的分布来看，小样本也覆盖了大部分或全部的特征。例 ...

Kaggle-钢铁损伤检测总结赛题在这次比赛中，我们需要从官方提供的钢铁照片中使用语义分割方法对损伤部位的区域和类别进行检测。可视化示例如下： 类别1 类别2 类别3 类别4 总计有四种类别的损伤。 名次：Top4%。 数据分析在进行数据分析时，主要关注以下几个方面： 类别间样 ...