07 2024 档案
发表于 2024-07-26 11:26阅读次数：595评论次数：0
摘要：本书是程序员大牛陈皓的文章汇总，内容包括技术、沟通、工程师文化等，通读之后摘录其中精华部分。开卷有益，能读到摘录部分也会收益，当然最好是去读原文，知识转化效率更高。除本书之外，还有一些他的文章也非常值得阅读，包括程序员如何变现，如何学习英语主题等。
阅读全文 »
发表于 2024-07-22 09:56阅读次数：108评论次数：0
摘要：本篇是自己学习过程中的记录，使用的数据集比较小，主要是为了代码分析和简单的提点。代码分析的部分在之前的文章中已经总结了，本篇主要是结果分析和提升map的一些尝试，入门阶段，高手请绕行。
阅读全文 »
发表于 2024-07-17 09:59阅读次数：678评论次数：0
摘要：NMS: 非极大值抑制（Non-Maximum Suppression)，
功能：从大量的预测结果中筛选出得分最高的结果。
思路：NMS的主要思路是通过计算目标框之间的重叠度（即IOU，交并比）来剔除非最佳结果。
阅读全文 »
发表于 2024-07-16 16:52阅读次数：1537评论次数：2
摘要：模型的损失计算包括3个方面，分别是：
1. 定位损失
2. 分类损失
3. 置信度损失
本篇主要讲解yolov5中损失计算的实现，包括损失的逻辑实现，张量操作的细节等。
阅读全文 »
发表于 2024-07-15 09:43阅读次数：147评论次数：0
摘要：yolov5 正样本可视化，分析正样本筛选3种规则，跨anchor预测，跨网格预测，跨分支预测。
阅读全文 »
发表于 2024-07-10 16:29阅读次数：549评论次数：6
摘要：正样本全称是anchor正样本，正样本所指的对象是anchor box，即先验框。
先验框：YOLO v2吸收了Faster RCNN的优点，设置了一定数量的预选框，使得模型不需要直接预测物体尺度与坐标，只需要预测先验框到真实物体的偏移，降低了预测难度。
阅读全文 »
发表于 2024-07-05 10:08阅读次数：1751评论次数：0
摘要：本篇主要讲解yolov5的网络模型结构以及其代码实现。
到yolov5为止，yolo系列的网络模型结构发展快速的是1，2，3三代，4，5逐渐稳定优化。
阅读全文 »
发表于 2024-07-02 09:52阅读次数：362评论次数：0
摘要：mosaic 是yolov4中提出的一个数据增强的方式，通过将4张图片拼接在一起送入训练，有效提升了模型的map
阅读全文 »
