最近总是帮别人装系统，每次都需要到处搜索下载所需资料。在此整理分享一下我安装win10的过程，供大家参考。 1. 制作win-pe启动U盘我之前用过许多PE工具箱，如：老毛桃、大白菜、U深度等，这些pe系统在安装系统的过程中，会植入许多自带的软件（即使使用原版镜像），导致安装完系统需要逐一卸载，十分繁琐。最近发现了一款纯净的WinPE工具箱：微PE工具箱。 经实际测试，该工具箱确实确实十分纯净，没

计算机视觉领域和目标相关的经典任务有三种：分类、检测和分割。其中分类的目标是获取待检测目标“是什么？”，而检测则需要在图片上用方框出目标，知道目标“在哪里？”，目标分割则需要在像素级别上回答“在哪里？”的问题。目标分割又分为语义分割（Semantic segmentation）和实例分割（Instance segmentation），语义分割需要在像素级别上将同类物体分割出来，对于同类物体的不同实

摘要我们提出了一种使用单个深层神经网络检测图像中的目标的方法。我们的方法，名为SSD。将边界框的输出空间离散化为一组默认框，该默认框在每个特征图位置有不同的宽高比和尺寸。在预测期间，网络针对每个默认框中的每个存在对象类别生成分数（即给其打分），并且对框进行调整以更好地匹配对象形状。另外，网络结合不同分辨率的多个特征图的预测来自然处理各种尺寸的对象。SSD相对于需要region proposal的方

Song Y, Yan H. Image Segmentation Techniques Overview[C]//2017 Asia Modelling Symposium (AMS). IEEE, 2017: 103-107. 图像分割技术综述摘要图像分割技术被广泛应用于医学图像处理、人脸识别、行人检测等领域。目前的图像分割技术包括基于区域的分割，边缘检测分割，基于聚类的分割，基于弱监督学习的

航拍是我的爱好之一，美好的景色从天空中俯瞰，总是会有不一样的感觉。8月6日与好友相约登顶位于洛阳市栾川县的老君山，其为八百里伏牛山脉的主峰，海拔2217米。位于山顶的金顶道观群在云雾中若隐若现，仙境十足！这也是我第一次驾驶无人机进行穿云拍摄，以下为最终的航拍作品，请您欣赏！

上一次的总结主要针对One-Stage的YOLO系列目标检测算法，本次主要学习了Two-Stage的R-CNN系列基于候选窗口的目标检测算法，包括：R-CNN[2]、Fast R-CNN[4]、Faster R-CNN[5]。 R-CNN系列算法由以下三个独立的步骤组成：产生候选窗口、特征提取、SVM分类及窗口回归。由于R-CNN和Fast R-CNN使用Selective Search方法来提取

基础操作 import torch x = torch.randn(5,3) x tensor([[-0.7203, 0.2899, -1.0918], [ 1.0827, -0.2606, 1.2002], [-1.4074, -0.6593, 0.5724], [-2.3323, -

丰富的特征层次结构，用于精确的对象检测和语义分割摘要在标准的PASCAL VOC 数据集上测量的对象检测性能在过去几年已经稳定。最佳性能的方法通常是一个复杂的混合系统，它通常将多个低级图像特征与高级上下文组合起来。在本文中，我们提出了一个简单和可扩展的检测算法，相对于以前在VOC2012上的最佳结果(实现mAP 53.3%)，在平均精度上(mAP)提高了30%以上。我们的方法结合了两个关键的要素：

1.简介1.1 Pytorch 简介说到Pytorch首先要了解torch，Torch是一个与Numpy类似的张量(tensor)操作库,与Numpy不同的是Torch对GPU的支持很好，Lua是Torch的上层包装。 PyTorch和Torch使用包含所有相同性能的C库：TH, THC, THNN, THCUNN，并且它们将继续共享这些库。PyTorch和Torch都使用的是相同的底层，只是使用

最近研读了YOLO系列的4篇论文，并加以对比分析。 [1].Redmon J , Divvala S , Girshick R , et al. You Only Look Once: Unified, Real-Time Object Detection[J]. 2015. [2]. Redmon J, Farhadi A. YOLO9000: better, faster, stronger[