ByteCat

SegNet是一个经典的图像语义分割网络，采用了编码器-解码器架构。

用K-Means算法来实现图像分割的示例。

目标检测方法可以帮助我们绘制某些确定实体的边框，但人类对场景的理解能以像素级的精细程度对每一个实体进行检测并标记精确的边界。

一个简单的Flask应用程序，读取视频流，输出模型预测结果。

YOLOX是yolo系列的新版本，有别于之前的版本，它采用了Anchor-free的模式。

使用PyTorch搭建CenterNet之四，训练技巧。

使用PyTorch搭建CenterNet之三，损失函数部分。

使用PyTorch搭建CenterNet之二，训练数据处理部分。

使用PyTorch搭建CenterNet之一，网络结构部分。

目标检测算法一般可分为anchor-based、anchor-free两大类，区别就在于有没有利用anchor提取候选目标框。