皇后大道贯穿的东方之珠
这次来香港相比5年前，感觉变了很多，但又有很多一脉相承的体验，我对这个东方明珠的体验越来越好了。
琴岛边的浪花
今年五一我一直和太太计划应该带我们两周岁的女儿去哪儿玩。她不是那种很容易安抚的小朋友，所以坐高铁或者飞机一旦超过两个小时会很难控制，同样她现在的口味还很保守，不能带她吃一些她完全没吃过的菜系。想来想去就选中了距离杭州1小时飞机时长，以闽南菜为主的厦门作为目的地。
山城日与夜
谢天谢地狗日的新冠三年过去了，想来也是滑稽，感觉一夜之间这个我们假想的敌人灰飞烟灭了，整个故事就像皇帝的新装一样滑稽。万幸的是，从今年开始，我和太太又可以开始外出游玩了，我们的第一站选中了新晋网红山城重庆。
人生有梦，各自精彩
2022-07-13
去年的全年总结里我写过，希望新一年能成功跳槽，终于在这周我兑现了这个承诺，结束了在H家工作的4年时间。
DBNet and CRNN in OCR Implementation
2022-05-29
如果将光学字符识别（OCR）技术应用于一些自然场景的图片，从而达到识别图片中文本文字的目的，通常会是一个 two-stage（双阶段） 的过程：
Segmentation in Image
2022-05-27
图像分割任务是将一张图中的像素按其语义或实例归属加以区分并赋予标签，本质上可视为一种“像素级分类”。分割常见两类：语义分割（Semantic Segmentation）与实例分割（Instance Segmentation）。语义分割为同类目标赋予相同类别；实例分割则需区分同类中的不同实例。深度学习之前，常见方法包括阈值化、直方图、区域生长、K‑均值、分水岭，及更复杂的活动轮廓、图割（Graph‑based）、马尔可夫随机场与稀疏模型等。
CornerNet and CenterNet on Detection
2022-01-04
随着锚框（anchor）在检测算法中的广泛应用，无论是从 R-CNN 系列演进来的两阶段（two-stage）检测器，还是以 YOLO 和 SSD 为代表的单阶段（one-stage）模型，其核心策略都是在图像上密集地铺设大量预设尺寸和长宽比的锚框，以期覆盖所有可能的目标。然而，这种 anchor-based 的范式虽然取得了巨大成功，却也存在着一些固有的、难以回避的弊端：
Model Compression and Acceleration for Deep Neural Networks
2021-12-23
随着 Deep Neural Networks（DNNs）的广泛落地，如果始终使用体量巨大的模型，会对算力与存储提出很高要求。因此，围绕“压缩与加速”的系统化方法被广泛采用，尤其是在端侧/边缘推理中，带来如下优势：