算法探究-3.CenterNet(一种点特征的检测网络)(论文讲解)
摘要：Abstract Detection identififies objects as axis-aligned boxes in an image. Most successful object detectors enumerate a nearly exhaustive list of pote
阅读全文
posted @
2021-08-30 22:59
python我的最爱
阅读(581)
推荐(0) 编辑
算法探究-4.YoloX(一种无anchor的yolo)(论文和原理讲解)
摘要：░ YOLOX: Exceeding YOLO Series in 2021 1. Inclusion 介于yoloV4和yoloV5在基于anchor的pipeline上的过度优化，因此使用Yolov3作为我们的基础网络 Considering YOLOv4 and YOLOv5 may be a
阅读全文
posted @
2021-08-22 18:07
python我的最爱
阅读(3528)
推荐(0) 编辑
指标探究-1.目标检测中的MAP
摘要：这里我们先理解一下AP的概念 AP的概念主要是根据ROC曲线的面积来求取的，ROC曲线的面积又是根据准确率和召回率来获得的 准确率的说明: 被判断为正样本中，实际被判断为正确的正样本的个数 召回率的说明:实际的正样本中，被判断为正确的正样本的个数 以上图为例 当阈值在0.9时，判断为正样本的个数时1
阅读全文
posted @
2021-08-21 16:10
python我的最爱
阅读(194)
推荐(0) 编辑
算法探究-3.centerNet(原理讲解)
摘要：centerNet的 创新点: 这是一种不需要使用anchor的网络结构，网络的输出使用的由3个head层所决定，第一个输出类别数，第二个输出中心点位置，第三个输出偏置项 (hm): Sequential( (0): Conv2d(64, 64, kernel_size=(3, 3), stride
阅读全文
posted @
2021-08-21 14:59
python我的最爱
阅读(806)
推荐(0) 编辑
算法工具-1.torch Pt模型转onnx(torch.onnx.export(m, d, onnx_path))
摘要：使用torch.onnx.export来进行模型的构造 import torch import torch.nn as nn import torch.nn.functional as F import torch.onnx import netron class model(nn.Module):
阅读全文
posted @
2021-08-18 22:48
python我的最爱
阅读(2282)
推荐(0) 编辑
算法探究-1.mobileNetV1
摘要：MobileNetV1 亮点1：mobileNetV1使用的是一种新的网络结构, 这种网络结构的特点是使用3x3的分组卷积层进行单通道的特征提取，然后使用1x1的卷积对通道进行特征融合 图示说明: 左边是改进前的网络结构，右边是改进后的网络结构，由一个3x3的分组卷积和一个1x1的卷积构成 上述网络
阅读全文
posted @
2021-08-15 22:17
python我的最爱
阅读(271)
推荐(0) 编辑
算法探究-2.retinaNet(Focal Loss)
摘要：1.本文的亮度一: 首次提出了Focal loss 1.解决正负样本分布不均匀，常见的思想是引入一个权重因子α ，α ∈[0,1]，当类标签是1(前景)，权重因子是α ，当类标签是-1(背景)时，权重因子是1-α 。同样为了表示方便，用αt表示权重因子，那么此时的损失函数被改写为：一般使用at等于0
阅读全文
posted @
2021-08-14 01:17
python我的最爱
阅读(278)
推荐(0) 编辑
C++基础-枚举体 enum class
摘要：c++中使用enum class 来构造枚举体, C中使用的是enum 来构造枚举体, 枚举体可以指定类型 enum class jun1 { xiaohong, xiaoming, } enum class jun:int { siling, junzhang, shizhang, }; int
阅读全文
posted @
2021-08-10 01:22
python我的最爱
阅读(239)
推荐(0) 编辑
C++基础-TypeTraits(进行类型的属性判断) 1.is_lvalue_reference(左值引用判断) 2.is_integral(整形判断) 3.is_class(基本类型判段) 4.is_same(判断类型一致) 5.enable_if(条件判断)
摘要：1.使用 is_lvalue_reference 进行左值引用判断, is_rvalue_reference(右值引用判断) #include<iostream> #include<type_traits> #include<string> int main1() { int i(10); int
阅读全文
posted @
2021-08-10 01:02
python我的最爱
阅读(380)
推荐(0) 编辑
C++基础-auto(自动分配属性)和decltype(指定分配属性)
摘要：1.atuo 自动分配属性，但是不能区分常量, decltype可以区分常量 const vector<int> myint{1, 2, 3, 4, 5}; auto inta = myint[0]; inta = 20; decltype(myint[0]) intd = 1; intd = 2;
阅读全文
posted @
2021-08-09 23:20
python我的最爱
阅读(139)
推荐(0) 编辑
