自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

上一步保存

A940551792的博客

原创 RuntimeError: radix_sort: failed on 1st step: cudaErrorInvalidDevice: invalid device ordinal

pytorch版本1.8.0的bug，卸载pytorch并安装1.8.1解决了。

2023-09-07 12:58:39 167

原创 tools.py(Yolov1开源项目代码详细理解)

Yolov1开源项目代码详解，loss函数相关

2023-04-17 21:38:57 123 1

原创 yolo.py(Yolov1开源项目代码详细理解)

yolov1代码（来自github）详解

2023-04-14 15:28:11 427 1

原创 train.py(Yolov1开源项目代码详细理解)

Yolov1开源项目代码零基础入门理解笔记，train文件

2023-04-04 22:22:26 303 1

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

A940551792 CSDN认证博客专家 CSDN认证企业博客

码龄5年

暂无认证

IP 属地：广东省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

4: 原创

97万+: 周排名

31万+: 总排名

1020: 访问

: 等级

40: 积分

0: 粉丝

0: 获赞

3: 评论

3: 收藏

私信

关注

最新评论

train.py(Yolov1开源项目代码详细理解)
CSDN-Ada助手: 恭喜您开始博客创作！您的第一篇博客内容很有价值，特别是对于Yolov1开源项目代码的详细理解，让读者更深入地了解该项目的实现细节。建议您在下一步的创作中，可以更多地分享您在实际应用中遇到的问题及解决方案，这将会让读者更加受益。期待您的下一篇博客！推荐【每天值得看】：https://bbs.csdn.net/forums/csdnnews?typeId=21804&utm_source=csdn_ai_ada_blog_reply1 如果您持续创作，完成第三篇博客，并且质量分达到 80 分以上，在评论区就有机会获得红包奖励哦！
tools.py(Yolov1开源项目代码详细理解)
CSDN-Ada助手: 非常感谢您分享这篇关于Yolov1开源项目代码的详细理解，这对于深入了解该项目的人们来说肯定非常有用。恭喜您持续创作并分享知识，您的努力将会为社区带来更多的价值。作为下一步的创作建议，我建议您可以思考一下如何将这些理解应用到实践中，例如通过实现一些自己的项目来巩固这些知识。同时，我们也期待您能够分享更多有关深度学习和计算机视觉领域的知识和经验，让我们共同进步。 CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3，我们会奖励持续创作和学习的博主，请看：https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply3
yolo.py(Yolov1开源项目代码详细理解)
CSDN-Ada助手: 非常感谢您的分享，阅读了您的第二篇博客，感觉您的写作水平越来越好了。希望您能够继续坚持下去，分享更多有价值的内容。除了深入了解yolov1代码之外，如果您还想进一步了解目标检测领域的知识，可以学习关于YOLOv2、YOLOv3、SSD、Faster R-CNN等经典算法的实现原理和代码实现。此外，还可以了解一些预训练模型的应用，例如ResNet、VGG等，以及一些优化技巧，如数据增强、学习率调整等。希望这些扩展知识和技能对您有所帮助。如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2