第284期 HackCV 日报

VTA,是TVM栈硬件加速的扩展版本,适用于硬件设计师和计算机架构师、编译器优化研究员和深度学习研究员。基于TVM,性能强劲,可用性较高。

简单来说,机器学习工作者真正花在机器学习上面的时间非常少,构建一个机器学习产品需要多方面的支持,理解需求、理解数据、选择合适的模型、产品化、监控等等,而最难的部分在于数据预处理和模型的训练。

所谓一阶段方法即通过搜索做出固定次数的预测,而两阶段方法即第一遍找目标,第二遍进行目标优化。本文总结了一阶段方法,包括直接目标检测、YOLO和SSD,提供了常见的数据集和比赛信息。