原创 linux 刪除 screen
首先 screen-ls 查看screen There is a screen on: 194746.name 然後 kill -9 194746 最後 screen -wipe 就可以殺掉該進程了。 ####
2019-09-16 15:15:51
188
原创 MTCNN：人臉檢測
github下載：DFace 代碼中錯誤修改： 1.dface\core\models.py文件 其中PNet、RNet、ONet的 x = self.pre_layer(x)，改爲 x = self.pre_layer(x.f
2019-09-15 15:17:06
3
原创 服飾數據集
公開服飾數據集： 1. DeepFashion1 參考論文：《DeepFashion: Pwoering Robust Clothes Recognition and Retrieval with Rich Annotation
2019-09-15 15:17:06
原创 pytorch : CrossEntropyLoss 應用於語義分割
原文鏈接：https://www.jianshu.com/p/a6131515ee1d pytorch : CrossEntropyLoss 應用於語義分割 作 者： 月牙眼的樓下小黑
2019-09-15 15:17:06
6
原创 Python讀取VOC中的xml目標框
代碼： #!/usr/bin/python # -*- coding: UTF-8 -*- # get annotation object bndbox location import os import cv2 try:
2019-08-31 15:03:43
65
原创 將wiki人臉數據集的性別信息提取出來製作標籤
原文鏈接：https://www.jianshu.com/p/0ab543499534 import scipy.io as scio dataFile = 'D:\\Users\\a\
2019-08-28 15:29:46
原创 Python 找出List中最大/最小的N個數及索引
原文鏈接：https://blog.csdn.net/Together_CZ/article/details/84944927 代碼： #!usr/bin/env python #enc
2019-08-28 15:29:46
9
原创 python import seaborn as sns 顯示中文問題
代碼起始處添加：即可 import matplotlib.pyplot as plt import seaborn as sns from matplotlib.font_manager import FontProperties
2019-08-28 15:29:46
26
原创 Sync BN：Synchronized BN
原文鏈接：https://zhuanlan.zhihu.com/p/58187020 爲什麼要做Sync： BN在一般的視覺問題上，單卡的batchsize其實已經夠大，沒必要把所有卡上
2019-08-28 15:29:46
4
原创 Anaconda打開多個spyder窗口
已經打開了一個spyder窗口，程序在運行；發現再點擊快捷鍵也打不開新的spyder窗口。 此時需要再打開一個新的spyder窗口 在終端輸入： spyder --new-instance
2019-06-27 15:28:55
20
原创 迴歸損失函數: L1和L2比較
MSE vs MAE （L2損失 vs L1損失） 簡而言之，使用平方誤差更容易解決問題，但使用絕對誤差對於異常值更魯棒。我們來看一下爲什麼。 不管我們什麼時候訓練機器學習模型，我們的目標都是想找到一個點將損失函數最小化。當然，當預測
2019-05-07 21:27:06
19
原创 L2_Softmax Loss
《L2-constrained Softmax Loss for Discriminative Face Verification》 2017，Rajeev Ranjan，L2-constrained Softmax Loss 引
2019-05-07 21:27:06
原创 ArcFace:Insight Face
《ArcFace: Additive Angular Margin Loss for Deep Face Recognition》 2018，Jiankang Deng et al.Insight Face 引言： Centre
2019-05-07 21:27:06
12
原创 迴歸損失函數：Log-Cosh Loss
Log-Cosh損失函數 Log-Cosh是應用於迴歸任務中的另一種損失函數，它比L2損失更平滑。Log-cosh是預測誤差的雙曲餘弦的對數。 優點： 對於較小的X值，log(cosh(x))約等於(x ** 2) / 2；對於較
2019-05-07 21:27:06
49