20220420 推理框架解析 什么是梯度

什么是梯度_guanhuazhan的博客-CSDN博客_梯度

1、letterbox

深度学习模型输入图片的尺寸为正方形，而数据集中的图片一般为长方形，粗暴的resize会使得图片失真，采用letterbox可以较好的解决这个问题。该方法可以保持图片的长宽比例，剩下的部分采用灰色填充。

 2、normalize

在深度学习中，通常在模型训练前都会对图像进行归一化处理，而对图像进行归一化处理是将特征值大小调整到相近的范围，不归一化处理时，如果特征值较大时，梯度值也会较大，特征值较小时，梯度值也会较小。在模型反向传播时，梯度值更新与学习率一样，当学习率较小时，梯度值较小会导致更新缓慢，当学习率较大时，梯度值较大会导致模型不易收敛，因此为了使模型训练收敛平稳，对图像进行归一化 *** 作，把不同维度的特征值调整到相近的范围内，就可以采用统一的学习率加速模型训练，具体公式如下：

式中，output 为图像像素值输出，input 为图像像素值输入，max 与 min 为最大像素值与最小像素值，经过归一化处理，将像素值调整到（0，1）区间。

 3、imagetotensor

转换张量

4、onnx  r

tensorrt在那些地方做了优化：

TensorRT教程1：优化原理_米斯特龙_ZXL的博客-CSDN博客

5、nms

6、欧式距离  余弦距离

推荐算法原理（二）欧几里得距离计算物品间相似度 - 知乎