摘要： [TOC] > Yolov3取消池化和全连接层，全部由53个卷积层组成，又名Darknet53，采用多scale，每个scale包含三种候选框，对不同的特征图进行融合后再预测（感受野大的上采样后与感受野相对较小的融合）。利用coco数据集对模型进行训练，最后返回物体所在位置以及物体的类别（回归和分类 阅读全文

摘要： [TOC] > 相较于传统目标检测，DETR是一种纯端到端的网络。它不再需要NMS(非极大值抑制，用于去除多余的预测框)和生成anchor。首先，使用一个CNN抽取图片的特征，将这个特征拉平并加入位置编码信息；其次，将拉平后的特征送入Transformer的encoder学全局特征；然后，由deco 阅读全文

摘要： [TOC] > 本文根据传入的用户对电影的评分以及电影的类型数据，首先电影和用户作为图的点，根据电影的类型作为电影的特征，用户则通过embedding映射成向量作为特征，用户对电影的评分作为边，再通过torch_geometric把单向边转换为双向边，也就是异构图（点的类型多种，边的类型多种）。最后 阅读全文

摘要： [TOC] > 本文把每一件商品看做一个点，session_id表示用户，每个用户的浏览购买物品形成一张图。把每个点都embedding成128维的向量,构建网络结构（其中利用TopKPooling对图做下采样），一个图做一个分类结果，判断买没买（0/1）。 ### 1.查看数据 #### (1)数 阅读全文

摘要： [TOC] > 根据车辆行驶途中周围物体的变化，预测车辆行驶轨迹。数据集是"Argoverse" ，数据集包含高分辨率地图、传感器数据和车辆状态信息等多种数据类型。 "argoverse-api" 是一个由 Argo AI 公司开发的开源项目，它提供了一个 Python API，用于处理和分析 Ar 阅读全文

摘要： [TOC] > 本文分别利用全连接层/GCN层实现对2708篇论分（论文之间有引用关系，由此引入图神经网络）进行7分类的任务，通过对比知：利用全连接层的准确率为59%，利用GCN层的准确率为81% #### (1)数据预处理 ``` python from torch_geometric.datas 阅读全文

摘要： [TOC] > Swim Transformer是特为视觉领域设计的一种分层Transformer结构。Swin Transformer的两大特性是滑动窗口和层级式结构。 1.滑动窗口使相邻的窗口之间进行交互，从而达到全局建模的能力。 2.层级式结构的好处在于不仅灵活的提供各种尺度的信息，同时还因为 阅读全文

摘要： [TOC] > 本项目根据MRPC数据集，首先对数据进行处理(包括对每句话进行分词操作和编码操作)，然后创建BERT模型，接着根据Transformer结构（包括self-attention机制，attention_mask等），最终是二分类任务：判断两句话是否相连（这两句话是否可判断为同一句话）， 阅读全文

摘要： [TOC] > RNN（递归神经网络）：前一时刻的特征会对后一时刻产生影响（前一次得到的结果保留，与后一层一起输入）。LSTM网络是RNN的一种变种，相较于RNN他可以过滤掉中间没必要的特征，可以有效地解决RNN的梯度爆炸或者消失问题。 **步骤：** - 本文通过LSTM网络实现对新闻标题进行10 阅读全文

摘要： [TOC] > 本项目通过训练数据6552条，验证数据818条，通过迁移学习ResNet经典网络架构，实现对102种花的照片进行分类。流程：利用torchvision库中transforms模块进行数据的增强和预处理；然后调用torchvision库中的ResNet经典网络架构，用人家训练好的权重参 阅读全文