PP-YOLO优化策略详解
Larger Batch Size IoU Loss IoU: 检测框定位精度标准 评判预测框的检测精度 可以防止loss抖动 Rnn 才用优化 实时的计算iou，并将负值加入到训练过程中 真实框的交集➗预测框的并集 IoU Aware分值=预测框中的物体*对应的类别 目标概率 会被 NMS掉 source = objectness * classification IOU 作为定位精度 防止被 NMS,做了加权的操作 Grid Sensitve后处理 在偏移上乘一个系数 提升精度 Matrix NMS 防止同类别重叠，被NMS撸掉， 提供一个惩罚机制，保留下来分值低的框，给到后面进行预测 Coord Conv SPP 不同尺度的池化窗口提取特征 SSLD 知识蒸馏 backbone 选择较大的教师模型来训练小的模型
mysql sql语句大全
1、说明：创建数据库CREATE DATABASE database-name2、说明：删除数据库drop database dbname3、说明：备份sql server— 创建 备份数据的 deviceUSE masterEXEC sp_addumpdevice ‘disk’, ‘testBack’, ‘c:\mssql7backup\MyNwind_1.dat’— 开始 备份BACKUP DATABASE pubs TO testBack4、说明：创建新表create table tabname(col1 type1 [not null] [primary key],col2 type2 [not null],..)根据已有的表创建新表：A：create table tab_new like tab_old (使用旧表创建新表)B：create table tab_new as select col1,col2… from tab_old definition only5、说明：删除新表drop table tabname6、说明：增加一个列Alter table tabname ...
基础概念
目标检测综述 全景图 常用指标BBox Anchor RoI Region Proposal RPN IoU mAP NMS Metrics for object detection NMS 支持VisuaIDL辅助模型优化 支持模型压缩
Faster R-CNN
启航地址：https://aistudio.baidu.com/aistudio/education/preview/667703 Faster R-CNN Faster R-CNN 网络结构 PaddleDetectionFaster R-CNN Github feature map含义 在每个卷积层，数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起，其中每一个称为一个feature map。在输入层，如果是灰度图片，那就只有一个feature map；如果是彩色图片，一般就是3个feature map（红绿蓝）。层与层之间会有若干个卷积核（kernel），上一层和每个feature map跟每个卷积核做卷积，都会产生下一层的一个feature map 计算方式INPUT为3232，filter的大小即kernel size为55，stride = 1，pading=0,卷积后得到的feature maps边长的计算公式是：output_h =（originalSize_h+padding2-kernelSize_h）/stride +1所以，卷积层的featu ...
图片处理
详解Python+opencv裁剪/截取图片的几种方式 PaddleOCR详解示例1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162import jsonfrom PIL import Imageimport cv2import numpy as npimport osdef get_data(res_path): with open(res_path, 'r', encoding='utf-8') as f: data = json.loads(f.read()) return data['res']result = get_data( '/Users/zhouzhikai/PycharmProjects/ai_data_acquisition/output/RE_SER/base/res_0.t ...
data analysis tools
自动化网页检查工具 changedetection 工具 pygwalker 低代码可拖动的数据分析工具 datasette一个用于探索和发布数据的 Python 工具。该项目可以将 CSV、JSON、数据库等各种形式的数据，在几分钟内发布成 API 接口或网页，轻松实现数据集的 Web 可视化、搜索、分析等功能。 双因素工具 pyotp
敏捷管理---devops
敏捷能效 okr 持续交付 效能职责研发管理平台建设：作为平台的需求方，对业务线需求进行分析，负责方案调研、制定与技术选型，平台使用培训与推广 源码管理：开发模式、分支策略、基线版本等 基础设施：搭建、维护和管理配置管理相关系统，保证服务的稳定、高可用(Subversion, Git, Maven, Jenkins, Artifactory, Nexus, Ansible, Supervisor) 构建管理：建立和维护多平台构建服务器 (Java, Android, IOS, C/C++等)，保证服务快速构建上传 规范制定：负责规划软件配置管理策略(分支策略、发布策略)及软件配置管理解决方案、制定产研规范( JAR包管理规范、SVN授权管理规范) 脚本工具：完善构建脚本（Shell,Python）、备份还原策略和工具 业务线支持：对用户进行培训和支持，支持所有业务线业务发版 研发效能中的需求管理「需求来源」「需求优先级」「需求文档质量」「需求评审」「需求验收」「需求上线」 研发工作流用户提出需求 123456789--> 需求收集人员 --> 依据适合的需求收集模板进行需 ...
敏捷管理---ones
什么是ONESONES 是整合敏捷开发与DevOps的研发管理工具，助力企业员工进行有序的需求及任务管理、测试用例管理、知识沉淀，促进团队良好协作，提高工程质量。 devops devops plan devops 各版本的产品功能对比 各版本的产品功能对比
GPT经典资料
ChatGPT-Next-Web ChatGPT-Next-Web Agent体系 AgentGPT Auto-GPT MetaGPT DragGAN PandaGPT privateGPT 从企业数据构建人工智能的平台 从企业数据构建人工智能的平台 mindsdb
robot-robotframework
依赖安装1234airtest==1.2.6robotframework==5.0robotframework-seleniumlibrary==5.1.3selenium==3.141.0 进行测试12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788899091929394# -*- coding:utf-8 -*-__author__ = "zhouzhikai"from robot.api import TestSuitefrom robot.api import ResultWriterfrom robot.model import keywordfrom robot.api.deco import not_keyword,keywordimport sysfrom robot ...
