本博客记录了不少我在读文章时所作的笔记，但质量普遍不高，本文是我对科技类论文阅读和记笔记习惯的反思，也是对自己日后笔记的要求。

阅读更多

阅读更多

阅读更多

阅读更多

阅读更多

YOLO9000: Better, Faster, Stronger

在这篇文章里，单阶段检测模型的先驱工作YOLO迎来了全面的更新：

阅读更多

阅读更多

本文记录基于PyCharm的Python工作环境配置，最终实现的效果是本地修改，远程调试，运行环境可迁移。

阅读更多

本文是MobileNets的第二版。第一版中，MobileNets全面应用了Depth-wise Seperable Convolution并提出两个超参来控制网络容量，在保持移动端可接受的模型复杂性的基础上达到了相当的精度。而第二版中，MobileNets应用了新的单元：Inverted residual with linear bottleneck，主要的改动是添加了线性Bottleneck和将skip-connection转移到低维bottleneck层。

阅读更多

阅读更多