- 博客(8)
- 收藏
- 关注
RSS订阅原创 高斯分布与高斯过程
想象一下，你有一个特殊的机器，你把一个唯一的输入 x 塞进去，它会吐出一个输出 y。但是，这个机器有点不靠谱，每次你给它同一个 x，它吐出的 y 都不一样。简单说，由一个输入得到一个输出，这个输出是一个不确定量，高斯分布是对这个不确定量的“最可能值”和“偏离这个最可能值的程度”的一种数学描述。当一个随机变量服从高斯分布时，它在均值附近取值的概率最高，离均值越远，取值的概率越低，形成我们熟悉的钟形曲线。协方差越大，这些点之间的关系越紧密，生成的曲线也就越平滑。它可以告诉你，y 最有可能的值是什么（均值）。
2025-08-20 15:14:11
335
原创 GO-LSD的稍微解释
3. 端到端兼容性：与D-FINE的细粒度分布优化（FDR）框架无缝结合，形成定位任务“预测-优化-蒸馏”闭环。◦ 残差预测：深层网络不再直接预测边界框的绝对坐标或完整分布，而是预测浅层分布的残差调整量。▪ 深层简化任务：深层不再直接预测原始坐标，而是对浅层分布的残差进行微调（见步骤3）。◦ 代价矩阵构建：计算浅层预测框与深层预测框之间的相似性（通常基于IoU或位置偏移量）。• 目标：对齐不同解码层的预测框（如浅层与深层），确保知识传递的对应性。• 目标：使浅层网络的概率分布逼近深层优化后的分布。
2025-03-12 16:31:20
316
原创 D-FINE 论文理解
D-FINE是中国科学技术大学团队提出的一种基于Transformer架构的实时目标检测模型，其核心创新在于重新定义边界框回归任务。，通过“细粒度分布优化（FDR）”和“全局最优定位自蒸馏（GO-LSD）”两大方法，在不增加额外训练成本的前提下，显著提升了定位精度和检测效率。该模型在COCO数据集上以 78 FPS 的速度达到59.3% 的平均精度（AP），超越了 YOLO 系列和 RT-DETR 系列的最新版本。研究团队分别使用 D-FINE 和 YOLO11 对YouTube。
2025-03-11 14:53:29
3514
2
原创 深度学习目标检测新范式：DETR系列模型的简单概述
DETR系列模型通过不断迭代，从最初的端到端检测框架发展为涵盖实时、轻量、高精度的完整体系。未来，随着基础模型能力的提升，DETR有望在自动驾驶、机器人感知等领域实现更广泛的应用。
2025-03-10 16:34:18
1204
原创 DETR 论文理解
DETR是首个基于Transformer的端到端目标检测模型。流程上，DETR首先通过CNN提取图像特征并展平为特征序列，添加二维位置编码后输入Transformer encoder，通过自注意力机制生成包含全局上下文学习的特征向量。decoder则利用可学习的object queries（初始化为零或随机初始化）和encoder的输出进行交互，生成多个解码后的特征向量，每个向量对应一个目标候选（即每个向量要么得到ground truth的匹配，要么被忽略为背景）。
2025-03-09 23:55:08
1149
原创 笔记（一）：YOLOv11——关于训练时出现的“神经网络模型的结构和参数信息”的解释
上述参数在不训练时，可以在yolo11-obb.yaml中查看模型的整体结构。位置通常在中。内容如下（这里只截图的一部分）1、模型结构（1）Conv是卷积层，用来提取图像特征。（2）C3k2是一个模块，可能包含多个卷积层和其他操作，用来进一步处理特征。（3）SPPF和C2PSA是特殊的模块，用来增强特征提取能力。（4）Upsample是上采样层，用来放大特征图。（5）Concat是拼接层，用来将不同层的特征拼接在一起。（6）OBB是输出层，用来生成最终的检测结果。2、参数数量这个模型总共有。
2025-02-22 17:19:54
2250
原创 YOLOv11——从零开始制作OBB数据集
本文介绍了从零开始制作YOLOv11-OBB数据集的完整流程。首先，安装roLabelImg进行数据标注，生成原始XML文件，并将其转换为DOTA格式的TXT标签文件。接着，划分数据集并将DOTA格式转换为YOLOv11-OBB所需的格式。随后，配置数据集的yaml文件和yolov11-obb.yaml文件，完成模型设置。最后，进行模型训练和预测。整个过程涵盖了数据标注、格式转换、模型配置及训练预测，为YOLOv11-OBB模型的实现提供了详细指导。
2025-02-16 16:30:57
3585
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人