摘要：
1. 问题 由于做实验的原因，经常需要在个人电脑上使用jupyter notebook，而a56爆大奖在线娱乐的jupyter notebook是使用anaconda进行管理的，因此需要先激活conda的环境，然后再启动jupyter notebook，a56爆大奖在线娱乐希望把这些都写入bat中，需要用的时候直接用bat文件运行就可 阅读全文
摘要：
1. 前言 出自论文《“Why Should I Trust You?”Explaining the Predictions of Any Classifier》，LIME是通用的机器学习可解释性分析方法。使用“可解释特征”，训练“可解释模型”，在“特定样本的局部线性邻域”拟合“原模型”。通过可解释 阅读全文
摘要：
1. 前言 出自《Visual Explanations From Deep Networks via Gradient-Based Localization》，对原生CAM（类激活热力图）改进，计算“特定类别预测分数相对于最后一层卷积层输出特征图a56爆大奖在线娱乐元素的偏导数”，进而计算特征图a56爆大奖在线娱乐channel 阅读全文
摘要：
1. 前言 CAM由周博磊等在论文《Learning Deep Features for Discriminative Localization》中提出，是神经网络可解释性分析方面的经典论文，影响了后续很多的工作。 主要的方法非常简单但又巧妙，通过全局平均池化（GAP）层，获得指定类别对最后一层卷积 阅读全文
摘要：
参考博客：YOLOX网络结构详解 参考视频：YOLOX网络结构详解 亮点： 网络检测头部分，改成解耦的结构，将类别分数、边界框回归参数和objectness分别预测，提高网络收敛速度。 使用Anchor free对目标进行预测。 正负样本匹配策略SimOTA。 （完） 阅读全文
摘要：
推荐博客：YOLOv5网络详解 推荐视频：YOLOv5网络详解 （完） 阅读全文
摘要：
推荐博客：YOLOv4网络详解 配套视频：YOLOv4网络详解 补充知识：3.1 YOLO系列理论合集(YOLOv1~v3) 中的yolov3spp理论讲解(包括CIoU以及Focal Loss) （完） 阅读全文
摘要：
1. 前言 YOLOV3是单阶段目标检测算法YOLO系列的第三个版本，由华盛顿大学Joseph Redmon发布于2018年4月，广泛用于工业界。 改进了正负样本选取、损失函数、Darknet-53骨干网络，并引入了特征金字塔多尺度预测，显著提升了速度和精度。 2. 网络结构 换了骨干网络，把bac 阅读全文
摘要：
1. 前言 YOLOV2是YOLO目标检测系列算法的第二个版本。 第一部分：在YOLOV1基础上进行了若干改进优化，得到YOLOV2，提升算法准确度和速度。特别是增加了Anchor机制，改进了骨干网络。 第二部分：提出分层树状的分类标签结构WordTree，在目标检测和图像分类数据集上联合训练，YO 阅读全文
摘要：
1. 前言 由Joseph Redmon等人2016年在论文《You Only Look Once: Unifified, Real-Time Object Detection》中提出的一阶段目标检测算法，核心思想是将物体检测任务视为回归问题。它通过将图像分成S×S个网格，a56爆大奖在线娱乐网格负责预测该网格中是 阅读全文