01 2023 档案
摘要：参考：https://zhuanlan.zhihu.com/p/143747206 dropblock理解：https://blog.csdn.net/qq_14845119/article/details/85103503
阅读全文
摘要：注：Anchor box、预测框、实际框三者之间的关系理解： 在目标检测任务中，通常会以某种规则在图片上生成一系列锚框，将这些锚框当成可能的候选区域。模型对这些候选区域是否包含物体进行预测，如果包含目标物体，则还需要进一步预测出物体所属的类别。还有更为重要的一点是，由于锚框位置是固定的，它不大可能刚
阅读全文
摘要：Window10+VS2019+OpenCV4.5.4实现YOLOV5的C++部署（GPU） 参考：https://blog.csdn.net/qq_27353621/article/details/125445096
阅读全文
摘要：一、YoloV3实现思路 整个YoloV3可以分为三个部分，分别是Darknet53，FPN以及Yolo Head。 Darknet53可以被称作YoloV3的主干特征提取网络，输入的图片首先会在Darknet53里面进行特征提取，提取到的特征可以被称作特征层，是输入图片的特征集合。在主干部分，我们
阅读全文
摘要：shuffleNet的pytoch实现： 1 import torch.nn as nn 2 import torch 3 import torch.nn.functional as F 4 from collections import OrderedDict 5 # from torchsumm
阅读全文
摘要：MobileNet的pytorch代码实现： 1 import torch.nn as nn 2 from collections import OrderedDict 3 import torch 4 # from torchsummary import summary 5 6 #定义基本的Con
阅读全文
摘要：DenseNet的结构有如下两个特性： ·神经网络一般需要使用池化等操作缩小特征图尺寸来提取语义特征， 而Dense Block需要保持每一个Block内的特征图尺寸一致来直接进行Concatnate操作， 因此DenseNet被分成了多个Block。 Block的数量一般为4。 ·两个相邻的Den
阅读全文
摘要：Inception 结构的主要思路是用密集成分来近似最优的局部稀疏结构。原始Inception 结构如下图所示： 显然从上图中可以看出，原始Inception 结构采用 1 × 1、 3 × 3和 5 × 5三种卷积核的卷积层进行并行提取特征，这可以加大网络模型的宽度，不同大小的卷积核也就意味着原始
阅读全文
摘要：NIN网络中，主要提及两点： 1. ）多层感知机 2.）global average pooling 图1 线性卷积层和mlpconv层的区别 图2 NIN网络架构 第一个卷积核是11x11x3x96,因此在一个patch块上卷积的输出是1x1x96的feature map(一个96维的向量).在其
阅读全文
摘要：图1 Resnet的残差块 图2 Resnet18 网络架构 Cifar10 数据集的Resnet10的框架实现（Pytorch）: 1 import torch 2 from torch import nn 3 4 # 基础块 5 from torch.nn import Conv2d, Batc
阅读全文
摘要：图1 VGG的网络结构 图2 VGG16的网络 VGG网络结构的理解，参考：https://blog.csdn.net/Keep_Trying_Go/article/details/123943751 Cifar10的vgg16网络pytorch实现，参考：https://www.jianshu.c
阅读全文
摘要：图1 AlexNet网络结构 Cifar10 数据集的AlexNet的框架实现（Pytorch）: 1 import numpy as np 2 import cv2 3 import torch 4 import torch.nn as nn 5 import torch.optim as opt
阅读全文
摘要：图1 Lenet5 手写字符分类网络架构 Cifar10 数据集的Lenet5的框架实现（Pytorch）: 1 import torch 2 from torch import nn, optim 3 import torch.nn.functional as F 4 5 class Lenet5
阅读全文
摘要：Cifar10数据集由6万张32*32的彩色图片组成，一共有10个类别。每个类别6000张图片。其中有5万张训练图片及1万张测试图片。 数据集被划分为5个训练块和1个测试块，每个块1万张图片。测试块包含了1000张从每个类别中随机选择的图片。训练块包含随机的剩余图像，但某些训练块可能对于一个类别的包
阅读全文
摘要：参考链接：https://blog.csdn.net/qq_17769915/article/details/124087687
阅读全文