0%
Analyzing Geography Data (Beginners' Tutorial)
Posted on
Edited on
Symbols count in article:
7k
Reading time ≈
13 mins.
全自动种子追番系统
Posted on
Edited on
Symbols count in article:
8.8k
Reading time ≈
16 mins.
前言:你喜欢的番剧更新了。是你喜欢的字幕组的高清资源。里面没有放肆的圣光和暗牧。尽管它也许没在国内放送。你可以在任何设备上观看它,并且可以无缝切换。电视,手机,iPad,电脑都没有问题。它很快。
这将是本篇介绍的全自动全平台订阅追番系统。
出于各种原因,有许多番剧在B站并找不到。即使开了大会员,从国外驾梯回国,还是无法看到一些喜欢的内容。但同时,各大动漫种子站却提供了几乎无所不包的资源,其中包括新番。但依靠种子追番最常见的问题就是难以track,经常会忘记更新,而且每次都需要经过一个搜索-下载种子-下载-整理-观看
的过程,确实还是很劝退的。如何搭建一个易于配置、足够简单、全自动化抓取、下载、串流的追番系统,便成为了一个追番人的核心需求。
下面本文将会带领你认识整套流程,如果你足够经常折腾,大致一个小时之内就可以搭建完成。祝你好运:)
PS: 本文涉及的所有脚本都可以在该GitHub库上找到。
Git Submodule 攻略
Posted on
Edited on
Symbols count in article:
1.8k
Reading time ≈
3 mins.
TL;DR
1 | # Add submodule |
Multi-Spectral Imaging 数据采集前期调研
Posted on
Edited on
Symbols count in article:
9k
Reading time ≈
16 mins.
日系绘画构图
Posted on
Edited on
Symbols count in article:
1k
Reading time ≈
2 mins.
日系人体绘画总结
Posted on
Edited on
Symbols count in article:
4.5k
Reading time ≈
8 mins.
Cascade, Recursive, Residual and Dense 辨析
Posted on
Edited on
Symbols count in article:
526
Reading time ≈
1 mins.
IoU, AP, mAP等对比
Posted on
Edited on
Symbols count in article:
4.1k
Reading time ≈
7 mins.
IoU, AP, mAP, mAP@0.5, mAP@[0.5: 0.95], Average mAP
TL;DR
- IoU:两个框框重叠部分面积/两个框框合并后的总面积
- AP:绘制Recall-Precision图,经过平滑后曲线的下面全面积。这个图的绘制方法是:按照每个预测结果的Confidence从上往下排列,先只取一个画出图上左上角第一个点,然后是只取前两个,直到取完。
- mAP:AP是针对某一个类的,而mAP是把各个类的AP做一个平均。
- mAP@0.5:当IoU阈值为0.5时的mAP。
- mAP@[0.5:0.95]:COCO要求IoU阈值在[0.5, 0.95]区间内每隔0.05取一次,这样就可以计算出10个类似于PASCAL的mAP,然后这10个还要再做平均。
Pytorch官方模型实现分析
Posted on
Edited on
Symbols count in article:
975
Reading time ≈
2 mins.