Retina

2015 iMAC机械硬盘升级SSD（PSSD移动固态硬盘方案，不拆开屏幕，花小钱办大事）

疫情在家，又开始使用这台电脑，感觉难以忍受，还是看看怎么能做下升级吧，不然可惜了那27“Retina5K大屏幕。
我是老董啊·2023-03-12 04:54

Mac

MacPro系列：1.全新苹果Pro13.3深空灰色(i5-2.3G/8G/256G/IntelIris640/Retina/无Multi-Touch/MacOS/1年保修)2.全新苹果AppleMacbookMNYF2CH
孟子琪·2023-03-09 01:32

[TIL] macbook pro retina 2013 安装 window 10 触摸板驱动问题

继续折腾老macbook，装了windows10，发现touchpad驱动有问题，没法滚动、右键等。搜索到一个开源驱动：https://github.com/imbushuo/m...安装后双指点击、双指滑动、三指上滑等就都可以用了
·2023-02-24 23:14

Jupyter notebook 安装 -- macbook Pro

安装环境mac环境：MacBookPro(Retina,13-inch,Mid2014)，参见文章JupyterNotebooks入门，按此文安装操作如下：xxx-laptop:~xxx$python3
Hytran·2023-02-18 12:31

Retinanet网络与focal loss损失

参考代码：https://github.com/yhenon/pytorch-retinanet1.损失函数1）原理本文一个核心的贡献点就是focalloss。
无情的阅读机器·2023-02-17 14:35

2023最新前端面试总结

1px问题指的是：在一些Retina屏幕的机型上，移动端页面的1px会变得很粗，呈现出不止1px的效果。原因很简单——CSS中的1px并不能和移动设备上的1px划等号。
·2023-02-07 08:06

“Your binary is not optimized for iPhone 5” (ITMS-90096) when submitting

(我就是这个原因,坑爹的UI,Retina4@2x的图片是jpg的格式,当时还是周五晚上十点,人都不在,只能是独自在办公室凌乱)2.格式没问题再看细节,尺寸是不是正确
真巧了_嘿·2023-02-07 02:05

pytorch的学习之路（一）| 模型的forward方法是如何被调用的

(以下引用该开源代码做讲解，其中会做适当简化，以达到说明的目的)net的定义net=RetinaFace()RetinaFace类的定义classReti
张益_杨亚骏·2023-02-05 18:31

资源尺寸

启动图尺寸1125*2436iPhoneXiOS11+1242*2208RetinaHD5.5″iOS8+750*1334RetinaHD4.7″iOS8+640*960AnyiOS7+640*1136Retina4iOS7
冉俊·2023-02-05 09:36

屏幕适配

首先：我们必须了解几个概念，就是：Retina屏、物理像素、设备独立像素、设备
北冥有鱼_425c·2023-02-05 00:15

知乎上看的文章的段落裁剪

（内心OS：RetinaNet赛高）。在每个位置只预测一个框的情况下，FPN的结构对尺度起到了很好的弥补，FocalLoss则是对中心区域的预测有很大帮助。
吃个小烧饼·2023-02-04 18:00

目标检测中的多尺度特征结合方式

目录简述解构物体检测各个阶段FPN的演进1）无融合2）自上而下单向融合a）Faster/Master/CascadeRCNN中的FPNb）RetinaNet中的FPNc）Yolov3中的FPN3）简单双向融合
m0_61899108·2023-02-04 14:11

【论文阅读】医学图像分割

文章目录Dual-branchresidualnetworkforlungnodulesegmentation（CVPR2019）AttentionGuidedNetworkforRetinalImageSegmentation
JOJO-XU·2023-02-04 09:31

最新iPhone LaunchImage适配尺寸

竖屏模式下iPhonePortraitiOS8-RetinaHD5.5--->（1242×2208）@3xiPhonePortraitiOS8-RetinaHD4.7--->（750×1334）@2xiPhonePortraitiOS7,8
hophia·2023-02-03 20:47

轻量级卷积神经网络的设计技巧

作者|zhouyuangan来源|CVer这篇文章将从一个证件检测网络(Retinanet)的轻量化谈起，简洁地介绍，我在实操中使用到的设计原则和idea，并贴出相关的参考资料和成果供读者参考。
喜欢打酱油的老鸟·2023-02-02 22:03

Win10下的Detectron2安装

比如对初代的模型FasterR-CNN，MaskR-CNN，RetinaNet，DensePose等的支持外，还支持一些新的模型，如CascadeR-NN，PanopticFPN，TensorMask等
dilly61·2023-02-02 13:56

[TIL] macbook pro retina 2013 安装 window 10 触摸板驱动问题

继续折腾老macbook，装了windows10，发现touchpad驱动有问题，没法滚动、右键等。搜索到一个开源驱动：https://github.com/imbushuo/m...安装后双指点击、双指滑动、三指上滑等就都可以用了
·2023-02-02 11:47

人脸识别-人脸建库学习：Sqlite3 的基本使用

face_feature.db1.测试参考和配置参考工程：https://github.com/Qengineering/Face-Recognition-Jetson-Nano人脸识别建库需要调用其中：人脸检测（TRetina.cpp
CodeAIF·2023-02-01 10:51

Macbook, Mackbook Pro,闪屏的解决办法

留学生以及商业咨询企业越来越多的使用Macbook或者MacbookPro，很多人反映使用一段时间之后苹果的Retina屏会出现雪花或者闪动的现象。
fishmai0·2023-01-31 20:17

目标检测：从pRF到RFBNet

二阶段目标检测算法的速度受制于regionproposal过程,一阶段算法如YOLO,SSD在获取较高inference速度的同时可能牺牲了10%-40%的准确率.后面的一些变体如DSSD或者其他一阶模型如RetinaNet
吃远·2023-01-31 04:35

yolo_v3改focal loss

retinanet中的损失函数定义如下：def_focal(y_true,y_pred):"""Computethefocallossgiventhetargettensorandthepredictedtensor.Asdefinedinhttps
求索_700e·2023-01-31 03:10

iOS armv7 armv7s arm64 i386 x86_64 指令集

64是Mac处理器的指令集arm64：iPhone6s|iphone6splus｜iPhone6｜iPhone6plus｜iPhone5S|iPadAir｜iPadmini2(iPadminiwithRetinaDisplay
kwalter·2023-01-30 23:09

FasterR-CNN，R-FCN，SSD，FPN，RetinaNet,YOLOv3速度和准确性比较

很难在不同的目标检测器之间进行公平的比较。对于哪个模型是最好的？这个问题是没有直接的答案。对于现实生活中的应用，我们选择平衡准确性和速度。除了检测器类型外，我们还需要了解影响性能的其他选择：Featureextractors(VGG16,ResNet,Inception,MobileNet).Outputstridesfortheextractor.Inputimageresolutions.Ma
zero_f460·2023-01-30 10:48

图像分类和目标检测有什么区别

目标检测既是分类问题又是回归问题，回归问题一般都输出一个0~1的小数，是连续的，即所谓的置信度，例如0.9对输入的图片既做分类（分类问题），又标注出其坐标位置（回归问题）代表算法有YOLO、MarkRCNN、RetinaNet
神兽乌鸦·2023-01-29 20:11

iOS编译速度如何稳定提高10倍以上

所使用的Pod库的数量达到了110+，AppStore安装包210M+，在这么大的项目规模下（CI机器MAC配置：3GHz8-CoreIntelXeonE5；时间：发布20min+），（开发机器iMac：Retina5K
LevySu·2023-01-29 17:23

[loss盘点] paddle sigmoid_focal_loss 做了什么操作

FocalLossforDenseObjectDetectionFocal\Loss\for\Dense\Object\DetectionFocalLossforDenseObjectDetection作者也在该文章里提出了RetinaNetRetinaNetRetinaNet
氵文大师·2023-01-29 09:29

resizableImageWithCapInsets拉伸图片无效的浅谈与解决方案

原因：因无法找到@2x图片对原图进行拉伸进而再使用resizableImageWithCapInsets进行平铺时造成图片变形，retina屏都要用两倍图,否则方法无效.解决方案：思路：加载完URL图片后
安然丷·2023-01-29 02:34

PVTv2 ——KeyError:‘RetinaNet:“pvt_v2_b1:\‘pretrained‘“‘

PVTv2——KeyError:‘RetinaNet:“pvt_v2_b1:‘pretrained’”’#问题说明：以retinanet_pvt_v2_b1_fpn_1x_coco.py为例，测试时提示错误
Elizabeth-sun·2023-01-28 11:35

目标检测选介

featurepyramid后面出现了FPN，之后SSD、RetinaNet、YOLOv3都用了FPN的思想CassadeRCNNQuali
TerenceChen1210·2023-01-26 00:24

Focal and Efficient IOU Loss for Accurate Bounding Box Regression

如PAA、ATSS和RetinaNet等。
Amusi（CVer）·2023-01-25 12:58

【目标检测】RetinaNet/FCOS loss优化、multi scale训练、mosaic数据增强

文章目录RetinaNet/FCOSloss优化multiscale训练mosaic数据增强所有代码已上传到本人githubrepository：https://github.com/zgcr/pytorch-ImageNet-CIFAR-COCO-VOC-training
一骑走烟尘·2023-01-24 13:53

RetinaNet：Focal Loss for Dense Object Detection

RetinaNet：FocalLossforDenseObjectDetection文章目录RetinaNet：FocalLossforDenseObjectDetectionFocalLossFocalloss
陶将·2023-01-23 08:01

【目标检测】18、RetinaNet：Focal Loss for Dense Object Detection

文章目录一、背景二、方法2.1Focalloss2.2RetinaNet网络结构三、效果论文：FocalLossforDenseObjectDetection代码：https://github.com/
呆呆的猫·2023-01-23 08:23

目标检测《RetinaNet: Focal Loss for Dense Object Detection》

RetinaNet论文主旨思想：1、two-stage目标检测网络，首先RPN网络预测出可能包含目标的区域regionproposal，然后使用分类和回归分支进一步确定regionproposal区域的类别和
胖胖大海·2023-01-23 08:51

【目标检测】深度学习笔记：Focal Loss

63581984https://spaces.ac.cn/archives/4733https://www.cnblogs.com/xuanyuyt/p/7444468.html深度学习中的目标检测网络:retinanet
Mein_Augenstern·2023-01-23 08:48

关于torch开启cudnn导致显存占用过多的问题

1、问题基于retinaface+insightface封装了一个人脸识别接口，两个模型一起跑的时候显存占用为2.5G，但是将人脸识别模块删除后，显存占用约为3.5G2、解决方法importtorch.backends.cudnnascudnncudnn.benchmark
jstzwjr·2023-01-21 13:19

【疲劳驾驶】Driver Fatigue Detection Based on Residual Channel Attention Network and Head Pose Estimation

首先使用Retinaface检测人脸，并标记人脸框、眼睛区域和嘴部区域。然后使用RCAN判断眼睛和嘴部区域的状态。并使用EPnP结合Ret
cv_family_z·2023-01-20 02:43

[CVPR-17] Focal Loss for Dense Object Detection

目录摘要IntroductionFocalLossFocalLossDefinitionRetinaNetFPNAnchors推理FocalLoss摘要在训练密集detectors时，前景-背景极度不平衡是
zzl_1998·2023-01-19 10:00

目标检测 | RetinaNet：Focal Loss for Dense Object Detection

同时，基于FPN设计了RetinaNet，在精度和速度上都有不俗的表现论文:FocalLossforDenseObjectDetection论文地址：https://arxiv.org/abs/1708.02002
晓飞的算法工程笔记·2023-01-19 10:28

RetinaNet解读网络理解

摘要1，引言2，相关工作3，网络架构3.1，Backbone3.2，Neck3.3，Head4，FocalLoss4.1，CrossEntropy4.2，BalancedCrossEntropy4.3，FocalLossDefinition5，代码解读5.1，Backbone5.2，Neck5.3，Head5.4，先验框Anchor赋值5.5，BBoxEncoderDecoder5.6，Focal
qq_1041357701·2023-01-19 10:58

【论文阅读】RetinaNet （Focal Loss for Dense Object Detection）

RetinaNet论文地址：https://arxiv.org/abs/1708.02002学习参考：RetinaNet论文和代码详解-知乎这边只是简单记录一下自己关注的，建议看别人已经写好的博客。
Clark-dj·2023-01-19 10:27

RetinaNet-Obj

真是东西多多每天都有新发现论文地址：https://arxiv.org/abs/1908.09075样本不平衡问题感觉近期研究的论文相对较多，如：2019AAAIGHM，2019CVPRAP-loss，还有2019DRloss，2019IoU-balancedloss，two-stage中也有LibraRCNN，都是关注样本不平衡的问题。该论文给出了一种可行的方案，即采用学习的方法来处理样本不平衡
whaosoft143·2023-01-18 13:33

Automatic detection and segmentation of optic disc and fovea in retinal images

自动检测和分割视网膜图像中的视盘和中央凹摘要：由于许多病理与这些特征相关，因此从视网膜图像中提取特征已在全球范围内普及。这些功能的自动检测使专业眼科医生可以更轻松地分析这些功能，而无需花费大量时间手动对其进行细分。所提出的方法使用基于直方图的模板匹配结合视网膜图像中血管信息的最大和来自动检测视盘（OD）。通过使用圆形霍夫变换来分割OD区域。为了检测中央凹，将视网膜图像均匀地分成三个水平条，并选择包
HanWang~·2023-01-18 08:28

[TIL] 如何用 linux 玩游戏

系统设备：MacbookProRetinaLate201313寸系统：ubuntu22.10选ubuntu的原因是steamforlinux说官方目前只支持ubuntuLTS版本（22.04）选22.10
·2023-01-17 12:12

分组卷积计算量_轻量卷积神经网络的设计

这篇文章将从一个证件检测网络(Retinanet)的轻量化谈起，简洁地介绍，我在实操中使用到的设计原则和idea，并贴出相关的参考资料和成果供读者参考。
weixin_39957951·2023-01-17 09:48

【目标检测】58、目标检测中的正负样本分配策略总结

文章目录一、Anchor-bases方法1.1FastRCNN1.2FasterRCNN1.3SSD1.4RetinaNet1.5YOLOv11.6ATSS1.7OTA1.8SimOTA二、Anchor-free
呆呆的猫·2023-01-15 18:06

MICCAI 2020 Challenges相关数据集下载

转载自原文链接：https://blog.csdn.net/sinat_34686158/article/details/1069181071REFUGE22ndRetinalFundusGlaucomaChallenge
sigmoidAndRELU·2023-01-15 12:33

字体锯齿问题

;-moz-osx-font-smoothing:grayscale;}张鑫旭推荐的最佳实践（兼容系统和物理屏幕）body{-webkit-font-smoothing:antialiased;}/*Retina
Michael18811380328·2023-01-15 08:07

pytorch 34 mmdetection配置文件中指定backbone与neck

主要研究替换retinanet的backbone（该经验可以用到任意模型中），替换faster-rcnn的neck（该经验可以应用到faster-rcnn系列的变种模型中）。
万里鹏程转瞬至·2023-01-14 19:55

3D点云目标检测小白学习路线（1）

目前常用的典型的One-stage目标检测网络YOLOv1、YOLOv2、YOLOv3SSD、DSSD等Retina-Net等Two-stage目标检测方法概述对于Tw
henujolly·2023-01-14 17:49
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他