我们发现很多同学帖错误事直接截图，这一点我们不太推崇，原因有两个：

截图无法被SEO，你的问题解决了，但是以后被人也无法搜到你的问题，甚至你第一次解决了后面再搜索也找不到了，所以最好复制粘贴文字，用markdown的代码框来框住；

截图无法很准确的看清楚你的bug。

当然如果报错太多你可以截图。我们还是建议大家将最主要的报错部分以文字的形式粘贴到我们的论坛。

我们会继续努力为大家解决各种问题。

最后，不仅仅我们的神力平台项目bug，但凡是你遇到的任何问题，都可以在我们的论坛发帖。有大佬回来给你们解答。

网盘链接，更新中。

ICPR数据下载：
链接: https://pan.baidu.com/s/1Qjm5PeVUHYTGj8nHSGlcmQ 提取码: f6ar 复制这段内容后打开百度网盘手机App，操作更方便哦

另外中文文本合成数据集在我们的知乎教程里面有

你好，这里面所有关于seg有关的都是语义分割的类别，而thing是实例类别。也就是检测里面的类别。
而语义是不区分实例的，在coco里面实例类别是80类，而语义是54类。
如果需要修改就需要修改成你的类别数，加入你的数据存放格式和coco一样，那么这些就只要修改数字即可，如果不是，你得实现自己的dataloader。

什么是TensorRT OSS? 你可以理解为tensorrt的lib是你从官网下载的, 这个oss是英伟达开源的那一部分. 等于是一个tensorrt的扩展.

因为tensorrt核心库是不开源的, 但是一些扩展被开元出来了. 这个oss有什么用呢?简单来说, 就是开源的plugin, 给你一些现成的plugin用的.

我们可以这样编译tensorrt oss:

git clone https://github.com/NVIDIA/TensorRT cd TensorRT cmake .. -DTRT_LIB_DIR=~/TensorRT/lib -DTRT_OUT_DIR=`pwd`/out

编译完之后, 会自动覆盖掉你下载的tensorrt lib, 并且会生成与一个libonnx_parser_plugin, 供你调用.

据我所致, 一些基本的plugin,需要oss, 比如InstanceSegmentation plugin等.

麻烦招聘帖子发到 对应的模块

放在以前，一些某股的golang包，都是会被墙的。
但是现在，可以通过proxy方便解决：

# 启用 Go Modules 功能 export GO111MODULE=on # 配置 GOPROXY 环境变量 export GOPROXY=https://goproxy.io

对于 Windows 用户，可以在 PowerShell 中设置：

# 启用 Go Modules 功能 $env:GO111MODULE="on" # 配置 GOPROXY 环境变量 $env:GOPROXY="https://goproxy.io"

bffd1468-30c3-4811-bea1-39e0e526509f

@jinfagang 在 help！关于在TX2上搭建过pytorch环境 中说：

你确定pytorch支持arm架构？
或许你需要从源码compile吧

已经解决了，nvidia官方的论坛中发布了相应的torch for arm的版本包，感谢大佬回复

@刘看山 请问完整代码有了吗

@TomMao map相对于哪个百分比来说？tridentnet是比较强的，从论文效果来看，这个方法在小目标上的效果非常好，在强者对决之下，单纯map的对比跟主观感觉会有差距的。从论文图来看，效果非常不错

@66m 自动驾驶需要高流量，智能安防需要高流量，远程操控需要高流量。会不会爆发出科技革命

哈哈

列表金卡价军军军基金就就

中科院大神分享AI竞赛冠军方案交流心得（免费）
2020年8月28日，图像处理进展竞赛（Advances in Image Manipulation Challenges，AIM2020）在线上依托欧洲计算机视觉会议（European Conference on Computer Vision，ECCV）同步举行。
本次竞赛由苏黎世联邦理工学院（ETH Zurich, Switzerland）主办，吸引了国内外80余支队伍参赛，受到了工业界中华为、高通、英伟达、谷歌等国际科技企业的资助。该竞赛今年共设有16个赛道，涵盖了图像、视频处理的多个热门研究方向，例如重光照、超分辨率、图像补全等。重光照赛道的任务是利用源图像中的光照信息对目标图像进行重光照，使得重光照后的图像与源图像中的光照信息保持一致。重光照技术广泛应用于增强现实、视觉特效和光照补偿中，该项技术的进步将极大促进计算机视觉与计算机图形学的发展。
本次竞赛项目直播活动围绕重光照赛道冠军方案进行实践讲解，由中科院大神李老师讲解指导，本次直播课程一共包含5次课程，预计每周直播一次。热烈欢迎感兴趣的朋友一起进群和李老师交流沟通，项目的直播信息及精彩视频信息也会在群里分享。

此次项目实践你能获得的收获：
 竞赛项目全流程讲解
 竞赛报名
 赛题理解
 数据探索
 特征工程
 模型训练
 模型验证
 模型优化
 方案评价标准
 实战讲解+详细知识点讲解
 拥有与5个竞赛冠军大牛面对面交流的机会
 项目课题含金量高，实践方案为冠军方案
 理解项目业务和数据

WX：CASIA_ANDY （备注：竞赛项目交流）

Here is the link: https://www.cs.toronto.edu/~hinton/absps/NatureDeepReview.pdf

这是一篇十分经典的深度学习论文，讲述了深度学习的最基本的原理。以及背后蕴含的数学原理。

这里啥也没有个人人挺好很容易就河阳

你好 我使用Efficientdet训练自己的数据集 测试的时候发现满屏的框 是啥原因呢

@Dewey 有人啊，人都在潜水

90后的老阿姨，颜值8分，身材匀称，163，体重45. 照片：

希望找个程序员男票，喜欢聪明理工男，欢迎私聊我哦。