摘要：
Yolo系列较为热门且新的网络就是以下三种 YOLOv5 YOLOv7 YOLOv8 每个Yolo系列的经典网络相信网上都有很多大牛都会进行解析以及讲解，这篇博客主要是作为知识备忘录以及知识点补充介绍这些网络模型下面的下模块。 C3模块 针对C3模块，其主要是借助CSPNet提取分流的思想，同时结合 阅读全文
摘要：
YOLO8 1.配置环境pytorch环境以及cudn环境就不详解，只需要根据pytorch官网安装后再pip opencv即可正常运行 2.git yolov8(ps: 现在也可以直接通过pip下载yolo8了) 运行起来 可以看官网给出的文档，里面有许多案例以及参数的含义，一下内容都是根据博主个 阅读全文
摘要：
# 图像分割是什么？ 图像分割分类是对图像中属于特定某个个类被的像素进行分类的过程，因此图像分割可以认为是按照图像的像素进行分类的问题。 # 传统的图像分割和基于深度学习的图像分割的区别 传统的图像分割算法均是基于灰度值的不连续和相似的性质。而基于深度学习的图像分割技术则是基于卷积神经网络对于图像进 阅读全文
摘要：
# 什么是多模学习？ 我们平常使用的如图像识别，语音识别这种输入单个样本x（尽管样本可能有多个特征），但是输出对应的y值（结果）就是比较简单的单模态模型。 即单个模型对输入的信息进行线性或者非线性的映射。 多模态可以指的是通过多个模型的组合来让深度学习学习到更多不同的特征。如我们生活中对于事物，除了 阅读全文
摘要：
```python Class TestModle(nn.Module): def __init__(self): self.conv = nn.Conv(3, 6, 5) self.pool = nn.MaxPool2d(2, 2) ... def forward(self, x): ... .. 阅读全文
摘要：
以下方法都是个人实际中测试和使用的方法，tf2版本在2.3~2.7之间 1、model.save() and model.load() 保存模型：这个方法可以直接将训练后的权重和训练的参数保存下来，一般我个人使用的.h5为后缀把模型整个保存下来。 步骤如下： （1）创建模型，像添加积木一样对模型添加 阅读全文
摘要：
1.增加数据集的数量 由于深度神经网络需要喂入大量的数据才能提高他的性能（特点），有时候简单的增加容量可以提高准确 （吴恩达大佬视频内介绍深度学习崛起制作的图） 2.提高数据的差异性，随机性，即增加数据的特征不要选取过于接近的样本 3.对数据进行预处理 归一化，标准化... 4.调整batch_si 阅读全文