本文是我對YOLO算法的細(xì)節(jié)理解總結(jié)，本文的閱讀前提是已讀過YOLO相關(guān)論文，文中不會談及YOLO的發(fā)展過程，不會與其他對象檢測算法進(jìn)行對比，也不會介紹YOLO9000相關(guān)的...
發(fā)簡信
IP屬地：湖南
-
關(guān)于YOLOv3的一些細(xì)節(jié) -
YOLOv2網(wǎng)絡(luò)YOLOv2相對v1版本，在繼續(xù)保持處理速度的基礎(chǔ)上，從預(yù)測更準(zhǔn)確（Better），速度更快（Faster），識別對象更多（Stronger）這三個方面進(jìn)行了改進(jìn)。其中識別更...
-
yolov3論文閱讀筆記簡單介紹 yolov3和retinaNet的愛恨情仇，如果看過retinaNet論文可以發(fā)現(xiàn)，論文作者在對比圖中沒有畫出yolov2的對比展示圖，可能是因為yolov2的時間...
-
如何正確地使用Google Colab一.Colab簡介 https://colab.research.google.com/notebooks/welcome.ipynb偶然間接觸到Colab，發(fā)現(xiàn)它居然支持G...
-
TORCH08-01深入理解Module的訓(xùn)練參數(shù)管理
??Torch的底層核心是Storage與Tensor；應(yīng)用核心就是Module的設(shè)計封裝；Module中比較巧妙的是可訓(xùn)練參數(shù)的管理。??本主題從源代碼角度捋了一下，作為M...
-
TORCH03-05AlexNet網(wǎng)絡(luò)與ImageNet?? AlexNet網(wǎng)絡(luò)是卷積神經(jīng)網(wǎng)絡(luò)中也是大名鼎鼎的，這個主題梳理AlexNet相關(guān)的材料，以及與之相關(guān)的ImageNet2012數(shù)據(jù)集。 AlexNet模型 模型的特點 ...
-
PyTorch中的nn.Conv1d與nn.Conv2d本文主要介紹PyTorch中的nn.Conv1d和nn.Conv2d方法，并給出相應(yīng)代碼示例，加深理解。 一維卷積nn.Conv1d 一般來說，一維卷積nn.Conv1d用于...
-
-
卷積核的作用如果是單通道（一般圖像為RGB三個通道）的圖像，卷積核是一個二維矩陣，在原圖像上按照該二維矩陣進(jìn)行矩陣計算： 卷積核一般也叫成濾波器，其設(shè)計一般有以下幾個原則： 卷積核一般形...
