大海

数据是深度学习算法的关键，其中最常见的数据操作就是目标标注。通用数据集已经给出了标注结果，并且对数据本身进行了很好的分类和归纳，而在最近的工作中需要对原始数据进行有效整理并进行标注，小结遇到的问题，希望对之后的实践有帮助

需要在局域网内远程连接Jetson AGX Xavier Developer Kit，其内置Arm64 Ubuntu 18.04系统，打算配置远程桌面进行开发，没想到在这上面花了好长一段时间，小结远程桌面工具的使用以及问题解决

原文地址：Focal Loss for Dense Object Detection

原文地址：Feature Pyramid Networks for Object Detection

经常需要在远程服务器上进行Python开发，如何打造一个完美的开发环境，着实费了不少功夫。小结PyCharm Remote配置

小结Flask框架使用，包括Get/Post接口实现和测试

之前在本地部署了Docker +Jenkins + Gitlab，因为博客服务器在香港，直接传输不方便，还通过成都的腾讯云服务器+ Aliyun Code进行转发，完整的过程参考[腾讯云][阿里云]网站迁移小结

现在打算直接在云服务器上部署Jenkins + Gitlab，这样的构建逻辑更加直接，能够进一步压缩博客部署过程。Let's go !!!

问题描述

打算将Jenkins部署到云服务器上，实现步骤如下：

1. 将本地Docker Volume打包后发送到云服务器并解压
2. 在云服务器下载Jenkins镜像并启动

打开首页，发现如下错误

原文地址：Accurate, Large Minibatch SGD: Training ImageNet in 1 Hour

Detectron2 is Facebook AI Research's next generation software system that implements state-of-the-art object detection algorithms. It is a ground-up rewrite of the previous version, Detectron, and it originates from maskrcnn-benchmark.

花了不少时间熟悉Detectron2的安装和训练，期间也遇到了不少问题，小结一下

在线文档地址：detectron2