Lightweight 第5页

PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection

PVANET:DeepbutLightweightNeuralNetworksforReal-timeObjectDetection论文地址github源码Introduction这篇论文是发表在2016nips上的一篇关于目标检测的论文，在这个论文之前，目标检测我个人看到效果最好的是FasterR-CNN+++（R-FCN的对比试验,+++代表添加了迭代边框回归，上下文信息和多尺度），但是Fas

南有乔木NTU·2020-07-14 00:03

【目标检测】PVANET:Deep but Lightweight Neural Networks for Real-time Object Detection

论文：《PVANET:DeepbutLightweightNeuralNetworksforReal-timeObjectDetection》论文链接：https://arxiv.org/abs/1608.08021代码链接：https://github.com/sanghoon/pva-faster-rcnn参考原文：https://blog.csdn.net/u014380165/articl

zhw864680355·2020-07-13 23:54

PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection - arxiv 2016.08

PVANET:DeepbutLightweightNeuralNetworksforReal-timeObjectDetection,arxiv16.08论文地址：https://arxiv.org/pdf/1608.08021v1.pdfcode（github）:https://github.com/sanghoon/pva-faster-rcnn(想不到作者居然这么快开源了，撒花）=====根

_menglan_Zi·2020-07-13 22:25

论文笔记：PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection

引入PVANET是韩国研究者（IntelImagingandCameraTechnology）结合了最新的技术，在TITANX上实现了轻量级模型的实施目标检测任务，在PASCALVOC上取得了第五名的成绩。网络结构设计C.Relu作者为了减少网络参数，才用了C.ReLU[1]这一结构，最终能够使通道数减少一半。并在concat操作之后加入了尺度变化和偏移。具体结构如下：从图上可以看出，作者其实只是

隐匿人海·2020-07-13 15:54

深度网络推理加速（Towards Lightweight Convolutional Neural Networks for Object Detection）

摘要：本文研究目标是少类别实时目标检测，研究了在保留较高检测率的前提下最大程度的减小模型大小，最终实现了在CPU上的实时检测。本文的推理加速机制和量化压缩等方法是可以并行的。1，通过增大featuremap的尺寸，减小通道数可以得到准确率且快的检测模型，这么做的依据是对于实际的很少类别的目标检测问题，用于解决多类别分类问题的网络中很多通道是冗余的。2，通过在大的预训练模型上简单的选取一些通道，然后

ss_thbcr·2020-07-13 13:30

翻译PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection

摘要：本文介绍了如何通过适应和结合最近的技术创新，最大限度地降低计算成本，从而实现多类别对象检测任务中的最新精度。继“CNN特征提取+区域提案+RoI分类”这一常用管道之后，我们主要重新设计特征提取部分，因为区域提案部分计算量不大，并且分类部分可以用截短SVD等常用技术进行有效压缩。我们的设计原则是“少层多渠道”，并采用了一些构建模块，包括连接的ReLU，Inception和HyperNet。所设

qq_38288757·2020-07-13 11:54

论文笔记: PVANet: Lightweight Deep Neural Networks for Real-time Object Detection

论文下载arxivpapercodeAbstract使用"FeatureExtraction+RegionProposal+RoIClassification"的结构，主要对FeatureExtraction进行重新设计。因为，RegionProposal部分计算量不太大而且classification部分可以使用通用的技术(例如：TruncatedSVD)进行有效的压缩。设计原则：Lesscha

deepindeed·2020-07-13 08:04

深度学习【51】物体检测：PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection

这篇论文在coco数据集中取得了第二名的成绩。其目标是在取得state-of-the-art的正确率情况下，最小化计算量。主要工作是优化前面的特征抽取网络，设计原则是通道数要少，但是网络更深。该论文的网络设计主要点为：1、concatencatedReLU；2、inception模块；3、HyperNet，加入不同尺度特征图融合。C.ReLUC.ReLU的结构如下：其前向传播过程为：输入数据经过卷

DCD_Lin·2020-07-13 07:13

READING NOTE: PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection

TITLE:PVANETDeepbutLightweightNeuralNetworksforReal-timeObjectDetectionAUTHER:Kye-HyeonKim,YeongjaeCheon,SanghoonHong,ByungseokRoh,MinjeParkASSOCIATION:IntelImagingandCameraTechnologyFROM:arXiv:1608.0

Joshua_Li_·2020-07-13 06:41

【PVANet】《PVANET：Deep but Lightweight Neural Networks for Real-time Object Detection》

arXivpreprintarXiv:1608.08021,2016.caffecode：https://github.com/sanghoon/pva-faster-rcnn/blob/master/models/pvanet/example_train/train.prototxtcaffecode可视化工具：http://ethereon.github.io/netscope/#/edito

bryant_meng·2020-07-13 03:31

锁优化适应性自旋锁消除（Lock Elimination）锁膨胀（Lock Coarsening）轻量级锁（Lightweight Locking）偏向锁（Biased Locking）

本文将介绍适应性自旋锁消除（LockElimination）锁膨胀（LockCoarsening）轻量级锁（LightweightLocking）偏向锁（BiasedLocking）等锁优化技术自旋锁与自适应自旋互斥同步对性能最大的影响就是阻塞的实现挂起线程和恢复线程的操作都是需要转入内核态中完成这些给java虚拟机的并发性能带来了很大压力同时在许多应用上共享数据的锁定状态只会持续很短一段时间为了

Azadoo·2020-07-12 23:29

目标检测--PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection

https://www.arxiv.org/abs/1608.08021Democode:https://github.com/sanghoon/pva-faster-rcnn本文针对多种类目标检测这个问题，结合当前各种最新技术成果，达到很好的结果。Weobtainedsolidresultsonwell-knownobjectdetectionbenchmarks:81.8%mAP(meanav

cv_family_z·2020-07-12 21:44

新方法学

胡健(转载自敏捷中国)2003年09月15日英文原文版权由MartinFowler拥有过去几年中兴起的敏捷型（agile〕（也被称之为“轻量型”，lightweight）的软件开发方法，以矫正官僚繁琐过程

yqgong·2020-07-10 13:48

OSAL的思想起源

1.1早期WSN的架构在早期WSN的软件架构中，开发环境是极其轻量的(Lightweight)，开发者直接操控硬件进行开发，如图1所示：硬件(Hardware)应用端(Application)图1早期无线传感器网络的架构在这种软件架构下

shejialuo·2020-07-10 10:22

一次较为完整的Docker入门之旅

Docker非常流行的几个因素Flexible(灵活的)Lightweight(轻量级的)Interchangeable(可互换的，可交替的)Portable(便携的)Scalable(可扩展的)Stackable

MarkShen·2020-07-09 00:34

论文阅读（7）：VarGFaceNet: An Efficient Variable Group Convolutional Neural Network for Lightweight FR

论文链接:VarGFaceNet:AnEfficientVariableGroupConvolutionNeuralNetworkforLightweightFaceRecognition代码链接：GitHub/zma-c-137/VarGFaceNet一、问题与挑战人脸识别被广泛应用于监控、商场以及生物领域，但时由于大量的identity需要被分类，在计算成本有限的移动设备或嵌入式系统上实现人脸

ljwherry·2020-07-07 14:33

论文阅读：VarGFaceNet: An Efficient Variable Group Convolutional Neural Network for Lightweight Face Reco

开源：https://github.com/zma-c-137/VarGFaceNet１综述基于VarGNet用于人脸，但是，VarGNet[26]主要用于图像分类和目标检测等一般任务。为了节省内存和计算开销，在头部设置中将空间面积减少了一半，但是这种设置不适合人脸识别任务，因为需要人脸的详细信息。在嵌入的最后一个conv和全连通层之间只有一个平均的池化层，可能无法提取足够的判别信息。为了强化判别

liyu0611·2020-07-07 14:35

论文《Lightweight Face Recognition Challenge (ICCV 2019)》

论文内容如下：小模型的人脸识别：<=20M，<=1GFLOPS第一：VarGFaceNet：使用变量群卷积(variablegroupconvolution)减少计算量和参数量。一个头保留网络初始的必要信息。一个特殊的embedding设置，减少FC层的参数量。蒸馏。第二：AirFace：提出一个新的loss函数——Li-ArcFace，将Arcface中的余弦函数改成线性函数，在低维嵌入特征学习

xxzccccccc·2020-07-07 03:25

分布式任务调度平台XXL-JOB

IntroductionXXL-JOBisalightweightdistributedtaskschedulingframework.It'scoredesigngoalistodevelopquicklyandlearnsimple,lightweight

武林是大腿·2020-07-06 17:40

ArchLinux系统安装（BIOS）

一、简介Archlinux是朝向轻量（lightweight）以及简单（simple）的Linux发行版。

莫大逗比嘟嘟·2020-07-05 18:54

iOS MQTT 简单使用流程

MQTT是轻量的(Lightweight)、发布订阅模式(PubSu

疯狐狸12138·2020-07-05 12:11

深度学习论文: A Compact Convolutional Neural Network for Surface Defect Inspection及其PyTorch实现

/www.mdpi.com/1424-8220/20/7/1974/xmlPyTorch:https://github.com/shanglianlm0525/PyTorch-Networks1LW(LightWeight

mingo_敏·2020-07-05 11:47

深度学习论文: LEDnet: A lightweight encoder-decoder network for real-time semantic segmentation及其PyTorch实现

深度学习论文:LEDnet:Alightweightencoder-decodernetworkforreal-timesemanticsegmentation及其PyTorch实现LEDnet:Alightweightencoder-decodernetworkforreal-timesemanticsegmentationPDF:https://arxiv.org/pdf/1905.02423

mingo_敏·2020-07-05 11:47

ESP8266学习进阶协议类(2)——SNTP服务

SNTP服务有啥用：可校时获取时间等等哈ESP8266-RTOS-SDK中有提供LwIP的这个组件：LwIP是LightWeight(轻型)IP协议，有无操作系统的支持都可以运行。

大大棋·2020-07-05 08:50

git中的tag

Git支持两种标签：轻量标签（lightweight）与附注标签（annotated）。

老朱.·2020-07-04 14:12

Real-time 2D Multi-Person Pose Estimation on CPU: Lightweight OpenPose

LightweightOpenPose:(附上个人github实现:地址)OpenPose很好,目前在多人目标关键点检测方面基本已经成为一个baseline.但原始的openpose需要很好的显卡参与计算,或者说目前大部分关键点检测网络都是依赖于GPU的.这篇文章就提出如何基于OpenPose的设计思路,设计一个可以在纯CPU上实时跑的多人关键点检测网络,作者命名为"LightweightOpen

MatthewHsw·2020-07-04 07:02

LwIP协议栈（1）：简介与pbuf

LwIP是LightWeight(轻型)IP协议，有无操作系统的支持都可以运行。

One2zeror·2020-07-02 07:15

JVM内部细节之一：synchronized关键字及实现细节（轻量级锁Lightweight Locking）

在C程序代码中我们可以利用操作系统提供的互斥锁来实现同步块的互斥访问及线程的阻塞及唤醒等工作。然而在Java中除了提供LockAPI外还在语法层面上提供了synchronized关键字来实现互斥同步原语。那么到底在JVM内部是怎么实现synchronized关键子的呢？一、synchronized的字节码表示：在java语言中存在两种内建的synchronized语法：1、synchronized

codestorm04·2020-06-29 11:50

Core Data (Lightweight Migration)

轻量级迁移如果只是对模型进行简单的更改（例如像实体添加新属性），则CoreData可以自动执行数据迁移，称为轻量级迁移。轻量级迁移和普通的迁移基本相同，除了提供映射模型之外，CoreData可以从源和目标管理对象模型之前的差异推断出。轻量级迁移在应用程序开发的早起阶段特别方便，当程序员可能经常更改托管对象模型时，但是又不想重新生成测试数据。那么可以迁移现有的数据，而无需为用于创建需要迁移的存储的每

Natus_Vincere·2020-06-28 10:21

sonic——可替代Elasticsearch的简单搜索引擎

Fast,lightweight&schema-lesssearchbackend.AnalternativetoElasticsearchthatrunsonafewMBsofRAM.在这段话中，我们可以很迅速的了解

weixin_33915554·2020-06-28 08:34

EMQTT服务器部署与配置

MQTT是轻量的(Lightweight)、发布订阅模式(PubSub)的物联网消息协议。下载http://e

weixin_30848775·2020-06-28 01:53

SwitchButton

SwitchButton.Anbeautiful+lightweight+custom-style-easyswitchwidgetforAndroid,minSdkVersion>=11https:/

旺仔哥·2020-06-27 13:22

git 标签使用详解

*标签分类Git中的标签分为轻量级标签(lightweight)和带注释的标签

木偶跳舞·2020-06-27 06:43

【自由谈】城域网IPv6过渡技术——4v6场景技术总结（2）

Lightweight4over6技术：是一种轻状态、分布式

韩立金自由谈·2020-06-27 05:38

源码编译安装EMQX V3.0服务器（MQTT）

MQTT是轻量的(Lightweight)、发布订阅模式(PubSub)的物联网

柳暗花明_攻城师·2020-06-26 21:01

Lightweight Architecture Decision Records | 技术雷达

写在前面ThoughtWorks每年都会出品两期技术雷达，这是一份关于科技行业的技术趋势报告，在四个象限：技术、平台、工具以及语言和框架对每一个条目（Blip）做采用、试验、评估、暂缓的建议。（参考阅读：解读技术雷达的正确姿势）一直以来，我们都未对每一个Blip做进一步的解读，而这次决定尝试一个新的专栏——《雷达哔哔哔》，由作者根据自己实践与理解，对雷达中部分条目作出解析，致力于用一篇篇短小精悍的

zhangkf2013·2020-06-26 19:13

Java轻量级锁原理详解(Lightweight Locking)

大家知道，Java的多线程安全是基于Lock机制实现的，而Lock的性能往往不如人意。原因是，monitorenter与monitorexit这两个控制多线程同步的bytecode原语，是JVM依赖操作系统互斥(mutex)来实现的。互斥是一种会导致线程挂起，并在较短的时间内又需要重新调度回原线程的，较为消耗资源的操作。为了优化Java的Lock机制，从Java6开始引入了轻量级锁的概念。轻量级锁

miyao16·2020-06-24 15:37

微服务详讲：具体实践方法和基础设施简述

微服务具体实践方法：针对：微服务拆分过细，过分强调“small”、微服务基础设施不健全，忽略了“automated”、微服务并不轻量级，规模大了后，“lightweight”不再适应。

本兮言·2020-06-24 04:20

STM32F407 lwip速度测试

/s稳定速度：传输速到达到8.55MBytes，平均带宽72.1Mb/s所用lwip配置如下：#ifndef__LWIPOPTS_H__#define__LWIPOPTS_H__#defineSYS_LIGHTWEIGHT_PROT0

IT耗子·2020-06-24 01:23

leveldb资料整理

/en.wikipedia.org/wiki/LevelDB[/url][url]http://highscalability.com/blog/2011/8/10/leveldb-fast-and-lightweight-keyvalue-database

hidetobj·2020-06-23 14:34

轻量级VS重量级框架

轻量级和重量级的区别当我们谈论轻量级和重量级框架，我们在谈论什么，lightweight和heavyweight的轻与重界限在哪里？

2020同舟共济·2020-06-23 12:57

LwIP简介

LwIP是LightWeight(轻型)IP协议lwip是瑞典计算机科学院(SICS)的AdamDunkels开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础

h490516509·2020-06-23 12:22

LDAP是什么?

首先LDAP是一个轻量级的产品(LightWeight)，是一个Directory(D)，存取的协议(AccessProtocol)。我要着重指出，LDAP是一个数据库，但是又不是一个数据库。

gotohbu·2020-06-23 11:59

[httptables]针对Web业务的防火墙

httptables是一个基于OpenResty，面向web应用的轻量级（Lightweight）软防火墙，可以配合第三方系统（用户行为分析系统或者是业务系统）针对符合特定条件的HTTP请求做不同的处理

印随2018·2020-06-22 19:23

（转）AutoML 与轻量模型大列表： awesome-AutoML-and-Lightweight-Models

Awesome-AutoML-and-Lightweight-Models原文：http://bbs.cvmart.net/articles/414/zi-yuan-automl-yu-qing-liang-mo-xing-da-lie-biaoAlistofhigh-quality

a1424262219·2020-06-22 10:59

EMQX源码阅读笔记

MQTT是轻量的(Lightweight)、发布订阅模式(PubSub)的物联网消息协议。PS：丰富

ZVAyIVqt0UFji·2020-06-22 09:56

Git基础—打标签

2.创建标签Git使用两种主要类型的标签：轻量标签（lightweight）与附注标签（an

Mrzhao1·2020-06-22 02:23

emq 开始

MQTT是轻量的(Lightweight)、发

jin-long·2020-06-22 01:11

内核线程、轻量级进程、用户线程

http://www.cnitblog.com/tarius.wu/articles/2277.html转载：http://www.fansoo.com/blog/2011/kernel-threads-lightweight-processes-threads-and-linuxthreads-library-users

白水煮鸡蛋·2020-06-21 01:50

Troubleshooting high CPU usage in java applications

latest2.generatethreaddumpofthejavamainthreadfoundinstep1JVMmainthread=Linuxprocess,otherjavathreads=Lightweight

starryocean·2020-04-04 13:44

推荐频道

Lightweight