上一页 1 2 3 4 5 6 7 8 ··· 18 下一页
摘要: 参考博客:睿智的目标检测36——Pytorch搭建Efficientdet目标检测平台参考视频:Pytorch 搭建自己的Efficientdet目标检测平台EfficientNet+BIFPN+解耦Head(类似RetinaNet),Anchor-Base 阅读全文
posted @ 2023-06-08 14:47 大师兄啊哈 阅读(20) 评论(0) 推荐(0) 编辑
摘要: 参考博客:FCOS网络解析 参考视频:FCOS网络讲解 从Anchor-Base转到Anchor-free,其实会有几个问题,一个是如何匹配正负样本?第二个是预测时中心点坐标怎么定? 如何匹配正负样本? 网络采用了FCN,得到若干个待预测的特征图,然后将a56爆大奖在线娱乐GT的范围映射到特征图中,只要特征图中的某 阅读全文
posted @ 2023-06-07 11:32 大师兄啊哈 阅读(34) 评论(0) 推荐(0) 编辑
摘要: 1. V1参考博客:EfficientNet网络详解 参考视频:9.1 EfficientNet网络详解 基于MobileNetV3的基本模块改进后形成EfficientNet-B0,并以其为基准网络,对输入图像分辨率r,网络的深度depth及网络的宽度width三个参数,在限定内存和计算量的条件下 阅读全文
posted @ 2023-06-06 18:27 大师兄啊哈 阅读(75) 评论(0) 推荐(0) 编辑
摘要: 1. 前言 google团队MobileNet系列的第三个版本,在论文《Searching for MobileNetV3》中提出。感觉主要在Mnasnet和MobileNetV2上进行改进,主要工作有以下几点: 更新V2中的倒残差结构(bneck),重新设计激活函数 使用NAS搜索参数 重新设计耗 阅读全文
posted @ 2023-06-06 18:21 大师兄啊哈 阅读(2408) 评论(0) 推荐(0) 编辑
摘要: 1. 前言 这篇论文也是何凯明的团队在2017年的论文《Focal Loss for Dense Object Detection》中提出的,网络架构魔改了FPN,因此这篇论文的重点是提出了新的分类Loss——Focal Loss,用一个合适的函数,去度量难分类和易分类样本对总的损失函数的贡献。解决 阅读全文
posted @ 2023-06-05 18:16 大师兄啊哈 阅读(102) 评论(0) 推荐(0) 编辑
摘要: 1. FPN 1.1. FPN简介 特征金字塔,全称Feature Pyramid Networks ,由Tsung-Yi Lin等2017年在论文《Feature Pyramid Networks for Object Detection》中提出,它的主要目标是解决在不同尺度上进行目标检测和分割时 阅读全文
posted @ 2023-06-02 20:48 大师兄啊哈 阅读(3202) 评论(0) 推荐(1) 编辑
摘要: 1. 前言 CSPNet 是作者 Chien-Yao Wang 等于 2019 发表的论文 CSPNET: 《A NEW BACKBONE THAT CAN ENHANCE LEARNING CAPABILITY OF CNN》。也是对 DenseNet 网络推理效率低的改进版本。 CSPNet通过 阅读全文
posted @ 2023-06-01 00:12 大师兄啊哈 阅读(619) 评论(0) 推荐(0) 编辑
摘要: 参考视频:YOLOv7论文,网络结构,官方源码,超详细解析 参考博客:YOLOV7详细解读(一)网络架构解读 总体来说框架也是没有大的变化,但是Block应该是精心设计过的,ELAN有点像Inception模块,加上RepVgg的结构重参数化,还有SPP魔改,总体感觉就是网络过于复杂,而且和v6同期 阅读全文
posted @ 2023-05-30 21:00 大师兄啊哈 阅读(138) 评论(0) 推荐(0) 编辑
摘要: 1. 前言 YOLOv6是美团视觉智能部研发的一款目标检测框架,致力于工业应用。它支持模型训练、推理及多平台部署等全链条的工业应用需求,并在网络结构、训练策略等算法层面进行了多项改进,能够同时专注于检测的精度和推理效率。 与其他yolo模型的性能对比: YOLOv6-N在COCO数据集上精度为35. 阅读全文
posted @ 2023-05-30 11:20 大师兄啊哈 阅读(611) 评论(0) 推荐(0) 编辑
摘要: 1. 参考 视频:14.1 RepVGG网络讲解 博客:RepVGG网络简介 2. 主要内容 2.1.与其他网络对比 如下图所示,RepVGG无论是在精度还是速度上都已经超过了ResNet、EffcientNet以及ReNeXt等网络。 2.2. 创新点,结构重参数化 在训练时,使用一个类似ResN 阅读全文
posted @ 2023-05-28 23:32 大师兄啊哈 阅读(66) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 18 下一页