随笔分类 - 365天深度学习
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第J4周：ResNet与DenseNet结合探索 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 任务类型：自主探索 任务难度：偏难 任务描述： 根据J1~J3周的内容自由探索ResNet与Den
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 根据本文 Pytorch 代码，编写出相应的 TensorFlow 代码（建议使用上周的数据测试一下模型是否构建正确） 了解并研
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 编写出相应的 Pytorch 代码 了解ResNetV2与ResNetV的区别 学习提高¶ 改进思路是否可以迁移到其他地方呢 论
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍖 原作者：K同学啊|接辅导、项目定制 本周任务 根据本文 TensorFlow 代码，编写出相应的 Pytorch 代码 了解残差结构 是否可以将残差模块融入到C3当中（自由探索） 一、知识储备 深度残差网络ResNet（deep res
阅读全文
摘要：本周任务：将YOLOv5s网络模型中的C3模块按照下图方式修改形成C2模块，并将C2模块插入第2层与第3层之间，且跑通YOLOv5s。简单阐释一下： 就是修改./models/common.py、./models/yolo.py、./models/yolov5s.yaml文件 C2模块与C3模块是非
阅读全文
摘要：本周任务：将yolov5s网络模型中的C3模块按照下图方式修改，并跑通yolov5。 任务提示：仅需修改./models/common.py文件 1、文件信息 文件位置：./models/commonpy 该文件是实现YOLO算法中各个模块的地方，如果我们需要修改某一模块（例如C3），那么就需要修改
阅读全文
摘要：YOLOv5配置了4种不同大小的网络模型，分别是YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x，其中 YOLOv5s 是网络深度和宽度最小但检测速度最快的模型，其他3种模型都是在YOLOv5s的基础上不断加深、加宽网络使得网络规模扩大，在增强模型检测性能的同时增加了计算资源和速度消耗
阅读全文
摘要：一、准备数据 image文件夹下存放所有的图片文件 annotation文件夹下存放所有的label文件 两个文件夹内的图片文件名和label文件名一一对应 简单查看一下xml文件：xml文件都是图片中水果标注的位置、分类等信息 二、划分数据集： 1、运行 split_train_val.py 文件
阅读全文
摘要：YOLO简介 YOLO（You Only Look Once）是一种计算机视觉技术，它可以用来检测图像中的物体。YOLOv5是YOLO的最新版本，它具有更好的性能和更快的速度，可以用来实现实时物体检测。它通过单次推理来检测图像中的多个物体，并且能够检测到不同尺寸和多种不同类型的物体。YOLOv5还具
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 利用YOLOv5算法中的Backbone模块搭建网络，内容除了网络结构部分外，其余部分均与第8周相同 一、前期工作准备部分¶ 1
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 了解C3结构，方便后续YOLOv5算法的学习 一、前期工作准备部分¶ 1、设置GPU¶ In [1]: import torch
阅读全文
摘要：实在抱歉，这周太过于忙碌，没有完成任何的要求，周末补上 🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 自己搭建VGG-16网络框架 调用官方的VGG-16网络框架 如何查看模
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 保存训练过程中的最佳模型权重 调用官方的VGG-16网络框架 学习提高¶ 测试集准确率达到60%（难度有点大，但是这个过程可以学
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 了解如何设置动态学习率（重点） 调整代码使测试集accuracy到达84%。 学习提高¶ 保存训练过程中的最佳模型权重 调整代码
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 训练过程中保存效果最好的模型参数。 加载最佳模型参数识别本地的一张图片。 调整网络结构使测试集accuracy到达88%（重点）
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 本地读取并加载数据。 测试集accuracy到达93% 学习重点¶ 测试集accuracy到达95% 调用模型识别一张本地图片
阅读全文
摘要：🍨 本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P2周：彩色识别 🍖 原作者：K同学啊|接辅导、项目定制 学习要求¶ 学习如何编写一个完整的深度学习程序 手动推导卷积层与池化层的计算过程 学习重点¶ 学会构建CNN网络 一、前期工作准备部分¶ 1
阅读全文
摘要：本文为🔗365天深度学习训练营 中的学习记录博客 🍦 参考文章：365天深度学习训练营-第P1周：实现mnist手写数字识别 🍖 原作者：K同学啊|接辅导、项目定制 一、前期工作准备部分¶ In [1]: ### 设置GPU import torch import torch.nn as nn
阅读全文
