LiBiGo_高分内容_社区达人页-阿里云开发者社区

发表了文章 2023-05-11

Pytorch疑难小实验：Torch.max() Torch.min()在不同维度上的解释

发表了文章 2023-05-11

代码import torch 报错 ImportError: numpy.core.multiarray failed to import

发表了文章 2023-05-11

【报错解决】ERROR: pip‘s dependency resolver does not currently take into account all the packages

发表了文章 2023-05-11

numpy 报错：”AttributeError: module ‘numpy‘ has no attribute ‘bool‘“

发表了文章 2023-05-11

fatal: unable to access ‘https://github xxxxxxxxx的解决方法

发表了文章 2023-05-11

MMdetection框架速成系列第03部分：简述整体构建细节与模块+训练测试模块流程剖析+深入解析代码模块与核心实现

按照抽象到具体方式，从多个层次进行训练和测试流程深入解析，从最抽象层讲起，到最后核心代码实现，希望帮助大家更容易理解 MMDetection 开源框架整体构建细节

发表了文章 2023-05-11

“Could not find suitable distribution for Requirement.parse(‘XXXX‘)”的问题

发表了文章 2023-05-11

COCO转VOC代码:将coco格式的json文件转换为voc格式的xml文件

发表了文章 2023-05-11

Linux使用解压命令unzip报错：unzip: cannot find zipfile directory in one of xxx.zip

在linux服务器下使用rz上传压缩文件，用unzip命令解压zip包

发表了文章 2023-05-11

PASCAL VOC数据集分割为小样本数据集代码

发表了文章 2023-05-11

PASCAL VOC数据集训练集、验证集、测试集的划分和提取，得到test.txt、train.txt、trainval.txt、val.txt文件代码

发表了文章 2023-05-11

MMdetection框架速成系列第02部分：整体算法流程+模型搭建流程+detection训练与测试核心组件+训练部分与测试部分的核心算法

众所周知，目标检测算法比较复杂，细节比较多，难以复现，而我们推出的 MMDetection 开源框架则希望解决上述问题。目前 MMdetection 已经复现了大部分主流和前沿模型，例如 Faster R-CNN 系列、Mask R-CNN 系列、YOLO 系列和比较新的 DETR 等等，模型库非常丰富，star 接近 13k，在学术研究和工业落地中应用非常广泛。

发表了文章 2023-05-11

MMdetection框架速成系列第01部分：学习路线图与步骤+优先学习的两个目标检测模型代码+loss计算流程+遇到问题如何求助+Anaconda3下的安装教程（mmdet+mmdet3d）

Tip：目前 MMDetection 实现的算法中主要包括 one-stage 和 two-stage 算法，而 two-stage 算法可以简单认为是 one-stage + pool + one-stage 步骤。

发表了文章 2023-05-11

Git 分布式版本控制工具 06在IDEA中使用Git：获取Git仓库+本地仓库操作+远程仓库操作+创建/查看/切换/推送/合并分支操作

通过Git命令可以完成Git相关操作，为了简化操作过程，我们可以在IEDA中配置Git，配置好后就可以在IDEA中通过图形化的方式来操作Git。

发表了文章 2023-05-11

Git 分布式版本控制工具 05SSH免登陆：如何使用SSH如何免密登录服务器~

SSH是目前比较可靠的专为远程登录会话和其他网络服务提供安全的协议。不同主机之间在进行通信时，一般都是需要输入密码进行验证， ssh免密码之后，只要通过指定主机地址和端口号就可以实现不同的计算机之间访问时，不需要密码实现直接访问。ssh免密码登录主要采用算法有：对称加密算法和非对称加密算法。

发表了文章 2023-05-11

Git 分布式版本控制工具 04Gitcode案例：多人协作开发流程+创建仓库+拉取操作+克隆仓库+拉取远程仓库中最新的版本+修改拉取的本地代码

在版本控制系统中，大约90%的操作都是在本地仓库中进行的：暂存，提交，查看状态或者历史记录等等。除此之外，如果仅仅只有你一个人在这个项目里工作，你永远没有机会需要设置一个远程仓库。

发表了文章 2023-05-11

Git 分布式版本控制工具 03Git常用命令：Git全局设置+本地与远程仓库操作获取Git仓库+标签操作+忽略名单+工作区、暂存区、版本库+分支操作+暂时保存

当安装Git后首先要做的事情是设置用户名称和email地址。这是非常重要的，因为每次Git提交都会使用该用户信息。

发表了文章 2023-05-11

Pytorch疑难小实验：理解torch.cat()在不同维度下的连接方式

发表了文章 2023-05-11

ImportError: TensorBoard logging requires TensorBoard with Python summary writer installed.

突然报如下错误，我以为是环境坏掉了，重装环境搞了半天，猜猜最后是什么原因？

发表了文章 2023-05-11

【文章阅读】Frustratingly Simple Few-Shot Object Detection

从几个例子中检测稀有物体是一个新出现的问题。先前的研究表明，元学习是一种很有前途的方法。但是，微调技术几乎没有引起人们的注意。我们发现，仅对稀有类现有检测器的最后一层进行微调对于少镜头目标检测任务是至关重要的。在当前的基准测试中，这种简单的方法比元学习方法高出大约2~20个百分点，有时甚至会使以前的方法的准确率翻一番。

发表了文章 2023-05-11

【PyAutoGUI操作指南】02 鼠标控制功能+获取当前坐标+鼠标事件+鼠标滚动查询

左上角的像素位于坐标0，0。如果屏幕分辨率为1920 x 1080，则右下角的像素将为1919，1079（因为坐标从0开始，而不是1）。

发表了文章 2023-05-11

报错FloatingPointError: Loss became infinite or NaN at iteration=88!

发表了文章 2023-05-11

pip安装termcolor失败解决方法+使用方法

发表了文章 2023-05-11

RuntimeError: Integer division of tensors using div or / is no longer supported, and in a future rel

发表了文章 2023-05-11

【PyAutoGUI操作指南】01 三分钟快速实现跨平台GUI自动化模块

作为安全功能，默认情况下启用故障保护功能。当调用PyAutoGUI函数时，如果鼠标位于主监视器的四个角中的任何一个，它们将引发PyAutoGUI.FailSafeException。在调用每个PyAutoGUI函数后，会有十分之一秒的延迟，以便用户有时间将鼠标猛击到角落以触发故障保险。

发表了文章 2023-05-11

小工具：批量替换文件夹下所有文件内容中的指定词

函数作用：找出某文件夹下的包含指定关键词文件列表，并将关键字修改为目标字并将新内容保存至源文件

发表了文章 2023-05-11

AttributeError: module ‘torch.jit‘ has no attribute ‘_script_if_tracing‘

发表了文章 2023-05-11

git clone 从GitHub上下载项目到服务器上运行+创建虚拟环境

可先进入需要放置文件的路径之下

发表了文章 2023-05-11

TypeError: can‘t convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory

运行程序，出现报错信息 TypeError: can't convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.。

发表了文章 2023-05-11

解决 RuntimeError: cuDNN error: CUDNN_STATUS_INTERNAL_ERROR

发表了文章 2023-05-11

RuntimeError: Address already in use

发表了文章 2023-05-11

FSCE: Few-Shot Object Detection via Contrastive Proposal Encoding

新出现的兴趣已被用于识别以前看不见的对象，因为训练示例很少，称为少镜头对象检测 (FSOD)。最近的研究表明，良好的特征嵌入是获得良好的少样本学习性能的关键。我们观察到具有不同 Intersection-ofUnion (IoU) 分数的对象提议类似于对比方法中使用的图像内增强。我们利用这种类比并结合监督对比学习，在 FSOD 中实现更稳健的对象表示。

发表了文章 2023-05-11

YOLOX-PAI: An Improved YOLOX, Stronger and Faster than YOLOv6

我们开发了一个名为 EasyCV 的一体化计算机视觉工具箱，以方便使用各种 SOTA 计算机视觉方法。最近，我们将 YOLOX 的改进版 YOLOX-PAI 添加到 EasyCV 中。

发表了文章 2023-05-11

A Lightweight and Accurate Recognition Framework for Signs of X-ray Weld Images

在质量检测行业中，x射线图像是保证设备安全的常用手段。x射线焊缝图像标识识别在制造业数字化溯源系统中起着至关重要的作用。焊缝图像中物体的尺度差异较大，难以实现理想的识别。

发表了文章 2023-05-11

LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-ray Image

高效的特征提取EFE模块作为主干单元，它可以用很少的参数和低计算量提取有意义的特征，有效地学习表征。大大减少了特征提取的消耗

发表了文章 2023-05-11

Review on the Recent Welding Research with Application of CNN-Based Deep Learning

Guo等人16)将CNN应用于线管制造过程中的电阻焊，提出了一种正常焊缝与缺陷焊缝的分类模型，准确率达到99.01%。

发表了文章 2023-05-11

Deep learning based multi-scale channel compression feature surface defect detection system

简述：首先应用背景分割和模板匹配技术来定义覆盖目标工件的ROI区域。提取的感兴趣区域被均匀地裁剪成若干个图像块，每个块被送到基于CNN的模型，以分类杂乱背景中不同大小的表面缺陷。最后，对空间上相邻且具有相同类别标签的图像块进行合并，以生成各种表面缺陷的识别图。

发表了文章 2023-05-11

Automatic Detection of Welding Defects Using Faster R-CNN

专家需要正确检测测试结果，手动解释超过500个区块的结构的无线电图形测试图像需要大量时间和成本。

发表了文章 2023-05-11

Automated defect inspection system for metal surfaces based on deep learning and data augmentation

简述：卷积变分自动编码器(CVAE)生成特定的图像，再使用基于深度CNN的缺陷分类算法进行分类。在生成足够的数据来训练基于深度学习的分类模型之后，使用生成的数据来训练分类模型。

发表了文章 2023-05-11

A Generative Adversarial Network-based Deep Learning Method for Low-quality Defect ImageReconstructi

本文提出了一种基于生成对抗网络 (GAN) 的 DL 方法，用于低质量缺陷图像识别。 GAN用于重建低质量缺陷图像，并建立VGG16网络识别重建图像。

发表了文章 2023-05-11

YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors

YOLOv7在5 FPS到160 FPS的范围内，在速度和精度方面都超过了所有已知的物体检测器，在GPU V100上以30 FPS或更高的速度在所有已知的实时物体检测器中具有最高的精度56.8% AP。

发表了文章 2023-05-11

基于Springboot外卖系统20：前端菜品展示+菜品数量查询

左侧的分类菜单，和右侧的菜品信息都可以看到，后续只需要将购物车列表的数据改成调用服务端接口查询即可。

发表了文章 2023-05-11

基于Springboot外卖系统19：用户地址+默认收货地址

地址簿，指的是移动端消费者用户的地址信息，用户登录成功后可以维护自己的地址信息。

发表了文章 2023-05-11

Git 分布式版本控制工具02：Git代码托管服务列表与使用

LiBiGo_社区达人页

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

勋章 更多

成就

我关注的人 更多

粉丝 更多

技术能力

推荐系统中的卷积

Pytorch疑难小实验：Torch.max() Torch.min()在不同维度上的解释

代码import torch 报错 ImportError: numpy.core.multiarray failed to import

【报错解决】ERROR: pip‘s dependency resolver does not currently take into account all the packages

numpy 报错：”AttributeError: module ‘numpy‘ has no attribute ‘bool‘“

fatal: unable to access ‘https://github xxxxxxxxx的解决方法

MMdetection框架速成系列 第03部分：简述整体构建细节与模块+训练测试模块流程剖析+深入解析代码模块与核心实现

“Could not find suitable distribution for Requirement.parse(‘XXXX‘)”的问题

COCO转VOC代码:将coco格式的json文件转换为voc格式的xml文件

Linux使用解压命令unzip报错：unzip: cannot find zipfile directory in one of xxx.zip

PASCAL VOC数据集分割为小样本数据集代码

PASCAL VOC数据集训练集、验证集、测试集的划分和提取，得到test.txt、train.txt、trainval.txt、val.txt文件代码

MMdetection框架速成系列 第02部分：整体算法流程+模型搭建流程+detection训练与测试核心组件+训练部分与测试部分的核心算法

MMdetection框架速成系列 第01部分：学习路线图与步骤+优先学习的两个目标检测模型代码+loss计算流程+遇到问题如何求助+Anaconda3下的安装教程（mmdet+mmdet3d）

Git 分布式版本控制工具 06在IDEA中使用Git：获取Git仓库+本地仓库操作+远程仓库操作+创建/查看/切换/推送/合并分支操作

Git 分布式版本控制工具 05SSH免登陆：如何使用SSH如何免密登录服务器~

Git 分布式版本控制工具 04Gitcode案例：多人协作开发流程+创建仓库+拉取操作+克隆仓库+拉取远程仓库中最新的版本+修改拉取的本地代码

Git 分布式版本控制工具 03Git常用命令：Git全局设置+本地与远程仓库操作获取Git仓库+标签操作+忽略名单+工作区、暂存区、版本库+分支操作+暂时保存

Pytorch疑难小实验：理解torch.cat()在不同维度下的连接方式

ImportError: TensorBoard logging requires TensorBoard with Python summary writer installed.

【文章阅读】Frustratingly Simple Few-Shot Object Detection

【PyAutoGUI操作指南】05 屏幕截图与图像定位：截图+定位单个目标+定位全部目标+灰度匹配+像素匹配+获取屏幕截图中像素的RGB颜色

【PyAutoGUI操作指南】04 消息框功能+Question+Waring+Critical+自定义消息框

【PyAutoGUI操作指南】03 键盘控制功能+实现热键组合+ KEYBOARD_KEYS

【WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, st】

PyTorch 报错：TypeError: exceptions must derive from BaseException

【PyAutoGUI操作指南】02 鼠标控制功能+获取当前坐标+鼠标事件+鼠标滚动查询

报错FloatingPointError: Loss became infinite or NaN at iteration=88!

pip安装termcolor失败解决方法+使用方法

RuntimeError: Integer division of tensors using div or / is no longer supported, and in a future rel

【PyAutoGUI操作指南】01 三分钟快速实现跨平台GUI自动化模块

小工具：批量替换文件夹下所有文件内容中的指定词

AttributeError: module ‘torch.jit‘ has no attribute ‘_script_if_tracing‘

git clone 从GitHub上下载项目到服务器上运行+创建虚拟环境

TypeError: can‘t convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory

解决 RuntimeError: cuDNN error: CUDNN_STATUS_INTERNAL_ERROR

RuntimeError: Address already in use

FSCE: Few-Shot Object Detection via Contrastive Proposal Encoding

YOLOX-PAI: An Improved YOLOX, Stronger and Faster than YOLOv6

A Lightweight and Accurate Recognition Framework for Signs of X-ray Weld Images

LF-YOLO: A Lighter and Faster YOLO for Weld Defect Detection of X-ray Image

Review on the Recent Welding Research with Application of CNN-Based Deep Learning

Deep learning based multi-scale channel compression feature surface defect detection system

Automatic Detection of Welding Defects Using Faster R-CNN

Automated defect inspection system for metal surfaces based on deep learning and data augmentation

A Generative Adversarial Network-based Deep Learning Method for Low-quality Defect ImageReconstructi

YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors

基于Springboot外卖系统20：前端菜品展示+菜品数量查询

基于Springboot外卖系统19：用户地址+默认收货地址

Git 分布式版本控制工具02：Git代码托管服务列表与使用

推荐系统中的卷积

Pytorch疑难小实验：Torch.max() Torch.min()在不同维度上的解释

代码import torch 报错 ImportError: numpy.core.multiarray failed to import

【报错解决】ERROR: pip‘s dependency resolver does not currently take into account all the packages

numpy 报错：”AttributeError: module ‘numpy‘ has no attribute ‘bool‘“

fatal: unable to access ‘https://github xxxxxxxxx的解决方法

MMdetection框架速成系列 第03部分：简述整体构建细节与模块+训练测试模块流程剖析+深入解析代码模块与核心实现

“Could not find suitable distribution for Requirement.parse(‘XXXX‘)”的问题

COCO转VOC代码:将coco格式的json文件转换为voc格式的xml文件

Linux使用解压命令unzip报错：unzip: cannot find zipfile directory in one of xxx.zip

勋章更多

我关注的人更多

粉丝更多

MMdetection框架速成系列第03部分：简述整体构建细节与模块+训练测试模块流程剖析+深入解析代码模块与核心实现

MMdetection框架速成系列第02部分：整体算法流程+模型搭建流程+detection训练与测试核心组件+训练部分与测试部分的核心算法

MMdetection框架速成系列第01部分：学习路线图与步骤+优先学习的两个目标检测模型代码+loss计算流程+遇到问题如何求助+Anaconda3下的安装教程（mmdet+mmdet3d）

MMdetection框架速成系列第03部分：简述整体构建细节与模块+训练测试模块流程剖析+深入解析代码模块与核心实现

MMdetection框架速成系列第02部分：整体算法流程+模型搭建流程+detection训练与测试核心组件+训练部分与测试部分的核心算法

MMdetection框架速成系列第01部分：学习路线图与步骤+优先学习的两个目标检测模型代码+loss计算流程+遇到问题如何求助+Anaconda3下的安装教程（mmdet+mmdet3d）