darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架，其主要特点就是容易安装，没有任何依赖项（OpenCV都可以不用），移植性非常好，支持CPU与GPU两种计算方式。Darknet的优势：
darknet完全由C语言实现，没有任何依赖项，当然可以使用OpenCV，但只是用其来显示图片、为了更好的可视化；
darknet支持CPU（所以没有GPU也不用紧的）与GPU（CUDA/cuDNN，使用GPU当然更块更好了）；
正是因为其较为轻型，没有像TensorFlow那般强大的API，所以给我的感觉就是有另一种味道的灵活性，适合用来研究底层，可以更为方便的从底层对其进行改进与扩展
2021-10-23 23:30:55
79.56MB
1
小样本学习是当前研究关注的热点。这篇论文总结了2016年到2020年的小样本元学习文章，划分为四类：基于数据增强; 基于度量学习，基于元优化; 和基于语义的。值得查看！
2021-10-23 15:00:48
4.24MB
1
Res2Net
论文正式实现
我们的论文被IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI）接受。
更新
2020.10.20 PaddlePaddle版本Res2Net达到85.13％top-1 acc。 在ImageNet上： 。
2020.8.21发布了使用Res2Net进行检测和分割的在线演示： ://mc.nankai.edu.cn/res2net-det
2020.7.29在ImageNet上发布Res2Net的培训代码 （仅用于非商业用途）
2020.6.1 Res2Net现在位于新的深度学习框架的官方模型动物园中。
2020.5.21 Res2Net现在是MMDetection v2框架中的基本骨干之一。 结合使用MMDetection v2和Res2Net，可以以更少的计
2021-10-22 14:01:46
39KB
1