随笔分类 - DeepLearning
摘要：DropPath 类似于Dropout，不同的是 Drop将深度学习模型中的多分支结构随机 “失效” 而Dropout 是对神经元随机 “失效” DropPath在网络中的应用 假设在前向传播中有如下的代码： x = x + self.drop_path( self.conv(x) ) 那么在dro
阅读全文
摘要：## TCSVT - 2023.06.20 submitted - 2023.06.25 in peer review
阅读全文
摘要：## 1区 1. IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE 顶刊:是 出版商:IEEE 影响因子:24.314 2. IEEE Transactions on Multimedia 顶刊:是 出版商:IEEE 影响因
阅读全文
摘要：V1:https://blog.csdn.net/qq_37541097/article/details/114434046?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167670981316800180620441%2522%2
阅读全文
摘要：v1,v2:https://blog.csdn.net/qq_37541097/article/details/105771329 v3:https://blog.csdn.net/weixin_38346042/article/details/125470446?ops_request_misc=
阅读全文
摘要：链接：https://yolov5.blog.csdn.net/article/details/124443059
阅读全文
摘要：链接：https://blog.csdn.net/weixin_43694096/article/details/126354660
阅读全文
摘要：import torch import torch.nn as nn import torch.nn.functional as F 模拟的输入x变量：4分类问题 batch_size, n_classes = 10, 4 x = torch.randn(batch_size, n_classes)
阅读全文
摘要：https://blog.csdn.net/u014311125/article/details/117750396
阅读全文
摘要：R31X +R32Y+tz 就是外参旋转矩阵的最后一行+外参平移的Z分量，这部分恰好等于Zcam，也就是说相机外参矩阵乘世界坐标得到的Zcam恰好是R31X +R32Y+tz。 Z为0是因为IPM假设世界坐标系上所有物体的z都为0（高度为0），利用这个假设可以把Zcam求出来， 看公式最好一行可以知
阅读全文
摘要：1 ：https://blog.csdn.net/ncepu_Chen/article/details/105322585 2 ：https://zhuanlan.zhihu.com/p/356546894#:~:text=%E5%9B%BE%E5%83%8F%E7%89%A9%E7%90%86%E
阅读全文
摘要：https://blog.csdn.net/qq_36560894/article/details/120315902
阅读全文
摘要：https://blog.csdn.net/qq_39388410/article/details/105145074
阅读全文
摘要：一：https://zhuanlan.zhihu.com/p/138824387 二：https://zhuanlan.zhihu.com/p/138828372 三：https://zhuanlan.zhihu.com/p/144659734
阅读全文
摘要：Resize 1.单尺度输入： train_pipeline = [ ...... dict( type='Resize', img_scale=(1333, 800), keep_ratio=True), ...... dict(type='Pad', size_divisor=32), ] 实际
阅读全文
摘要：整体运行流程 上面是整体的训练流程，像更新参数，打印日志，训练几轮去跑验证集等功能都是通过钩子实现的，每一个功能都实现一个钩子，一共有22个钩子的位点分别为： 解读文章 https://zhuanlan.zhihu.com/p/444201503
阅读全文
摘要：链接：https://zhuanlan.zhihu.com/p/266023273
阅读全文
摘要：前言 基本上所有的中文文章都会告诉你什么是mAP，什么是Precision、Recall、TP、FP、FN，但就是不讲清楚到底该怎么计算，应该先算什么再算什么，在项目中应该怎么自己写对应的代码。图省事看了网上那么多中文答案/文章，都不如去看一篇英文GitHub代码(github.com/rafael
阅读全文
摘要：Deeplab V1:https://blog.csdn.net/qq_37541097/article/details/121692445 Deeplab V2:https://blog.csdn.net/qq_37541097/article/details/121752679 Deeplab
阅读全文
摘要：V1：https://blog.csdn.net/qq_38737428/article/details/123538267?spm=1001.2014.3001.5501 V2：https://blog.csdn.net/qq_38737428/article/details/124200640?
阅读全文
