TGTGInsighttelegram intelligenceLIVE / telegram public index
← Mathshub: интенсив по математике и Python (aug '22)

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonmathaug22 · Post #33 · 19 сеп.

❗️ВАЖНО❗️ 🎾Обратная связь по четвертой неделе интенсива Оставить отзыв на занятия прошлой недели 12 и 15 сентября можно по ссылке: https://forms.gle/HCXZb1B8q77FoGDy8 🎾Обновления в домашних заданиях В домашней работе №3: – исправили ответы на вопросы №2 и №7 – добавили дополнительные 2 попытки, чтобы вы могли снова выполнить откорректированный тест (итого 5 разрешенных попыток) – продлили дедлайн до 24 сентября 23:59 (мск) В домашней работе №4: – поправили прием ответа на вопрос №12 (ранее у некоторых студентов возникали трудности) – добавили дополнительные 2 попытки, чтобы вы могли снова выполнить откорректированный тест (итого 5 разрешенных попыток) – дедлайн остается тем же: 30 сентября 23:59 (мск) 🎾 У меня возникают разные вопросы по задачам — к кому обратиться? К хелперам в Discord-комьюнити: мы раздали роль helpers тем, кто готов помогать начинающим с нуля. Хелперы отображаются красным цветом. Создали 10 мини-групп с 2-3 хелперами в каждой. В ближайшее время начнем распределять по мини-группам студентов, которые оставили реакции под постом о наборе в мини-группы начинающих. Этот пост находится в последнем закрепленном сообщении на канале #python-и-математика: реакции все еще можно оставить, если вы хотите в мини-группу. Хорошей недели! Команда Mathshub

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #detr

当前筛选 #detr清除筛选
GitHub Trends

@githubtrending · Post #14695 · 10.05.2025 г., 13:00

#python#d_fine#detr#object_detection D-FINE is a fast and accurate real-time object detection model that improves how bounding boxes are predicted by refining detailed probability distributions for each box edge, making localization more precise. It uses two main techniques: Fine-grained Distribution Refinement (FDR), which iteratively improves box predictions by focusing on uncertainties, and Global Optimal Localization Self-Distillation (GO-LSD), which helps earlier layers learn from later, more accurate predictions. This approach boosts detection accuracy without extra training or inference costs, making it efficient and effective for detecting objects even in complex scenes. You benefit by getting better, faster object detection with less computational effort. https://github.com/Peterande/D-FINE