x-jeff blog

Make progress every day.

【LLM】一文读懂ChatGPT背后的技术

GPT1，GPT2，GPT3，GPT3.5，InstructGPT，GPT4

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.GPT1 原文链接：Improving Language Understanding by Generative Pre-Training Google在2017年6月发表了著名的Transformer，在一年之后，OpenAI在2018年6月发表了文章Improving Language Underst...

Posted by x-jeff on March 20, 2024

【网络是怎样连接的】第3章：从网线到网络设备——探索集线器、交换机和路由器

RJ-45接口，双绞线，集线器，交换机，全双工模式，路由器，路由表，地址转换，包过滤

博客为参考《网络是怎样连接的》一书，自己所做的读书笔记。 本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.前言 👉热身问答，下列说法是正确的还是错误的： 我们现在使用的以太网线（双绞线）是由美国的室内电话线发展而来的。 路由器比交换机问世时间更早。 对于路由器和交换机，如果包在传输过程中发生错误，会直接丢弃错误的包而不会尝试修复。 👉答案： ...

Posted by x-jeff on March 13, 2024

【论文阅读】OpenPose：Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields

OpenPose

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.INTRODUCTION 多人姿态估计的一些特点：1）每张图像可能包含未知数量的人，并且这些人可能在任何位置以任意比例出现；2）由于人与人之间的接触、遮挡等原因，使得关节点和人物的匹配变得困难；3）运行时间往往随着图像中人物数量的增多而增加，所以实时性也是一大挑战。 一种常见的方法是先用人物检测器把人检测出来，然后再...

Posted by x-jeff on March 10, 2024

【论文阅读】RTMPose：Real-Time Multi-Person Pose Estimation based on MMPose

RTMPose

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.Introduction 代码和模型开源地址：RTMPose。 在计算能力有限的设备上执行robust且实时的多人姿态估计仍然是一项具有挑战性的任务，其还不足以达到令人满意的工业应用性能。 在本文，我们从以下5个方面探讨了影响2D多人姿态估计框架性能和latency的关键因素：范式（paradigm）、ba...

Posted by x-jeff on February 25, 2024

【论文阅读】RTMDet：An Empirical Study of Designing Real-Time Object Detectors

RTMDet

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.Introduction 官方github repo：RTMDet。 官方文档：RTMDET 原理和实现全解析。 我们的目的旨在突破YOLO系列模型的极限，提出一个新的用于目标检测的实时模型家族，称为RTMDet（Real-Time Models for object Detection，RTM也可以理...

Posted by x-jeff on February 25, 2024

【论文阅读】Effective Whole-body Pose Estimation with Two-stages Distillation

DWPose

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.Introduction whole-body pose estimation是一个很重要的课题，目前的一些流行算法，比如OpenPose和MediaPipe，其性能并不能令人满意。和只检测body-only keypoints相比，whole-body pose estimation面临着更多的挑战： 更加细...

Posted by x-jeff on February 25, 2024

【论文阅读】Focal Loss for Dense Object Detection

Focal Loss，RetinaNet

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.Introduction 源码：code。 目前SOTA的目标检测器都是two-stage的、由proposal驱动的机制。比如R-CNN框架，第一阶段生成一组稀疏的候选目标位置，第二阶段使用卷积神经网络将每个候选位置分为前景或背景。后续的two-stage框架（Fast R-CNN、Faster R-CNN...

Posted by x-jeff on February 22, 2024

【C++基础】第九十三课：[模板与泛型编程]定义模板

template，typename，函数模板，类模板

【C++基础】系列博客为参考《C++ Primer中文版（第5版）》（C++11标准）一书，自己所做的读书笔记。 本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.定义模板 假定我们希望编写一个函数来比较两个值，并指出第一个值是小于、等于还是大于第二个值。在实际中，我们可能想要定义多个函数，每个函数比较一种给定类型的值。我们的初次尝试可能定义多个重载函数： 1 2 ...

Posted by x-jeff on February 18, 2024

【程序是怎样跑起来的】第6章：亲自尝试压缩数据

RLE算法，莫尔斯编码，哈夫曼算法，可逆压缩，非可逆压缩

博客为参考《程序是怎样跑起来的》一书，自己所做的读书笔记。 本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.文件以字节为单位保存 👉第6章热身问答： 文件储存的基本单位是什么？ 1字节（=8位）。文件是字节数据的集合体。 DOC、LZH和TXT这些扩展名中，哪一个是压缩文件的扩展名？ LZH。L...

Posted by x-jeff on January 26, 2024

【论文阅读】YOLOX：Exceeding YOLO Series in 2021

YOLOX

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.Introduction 源码：YOLOX。 随着目标检测的发展，YOLO系列（YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5）始终追求速度和精度之间的最佳平衡。目前，YOLOv5具有最优的平衡性能，在COCO上以13.7ms的速度达到了48.2%的AP（使用YOLOv5-L模型，输入为...

Posted by x-jeff on January 19, 2024

FEATURED TAGS
README Machine Learning Series Mathematics Series Image Segmentation Python Series Fundamentals of Computers OpenCV Series C++ Series Deep Learning Series Conda Tensorflow Series Algorithms Series AI Papers Object Recognition Natural Language Processing Aha! Algorithms Camera Calibration How Program Works Optical Flow Estimation How Networks Work Computer Vision Source Code CUDA C++ Programming Guide C++ Concurrency IN ACTION
ABOUT ME

Aspire to be an excellent artificial intelligence algorithm engineer!

✉️jeff.xinsc@gmail.com