安安喜乐-CSDN博客

原创 YOLOV8主干改进方法：DenseNet——最新提出DenseOne密集网络，打造高性能检测器（附改进代码）

由于密集连接方式，DenseNet提升了梯度的反向传播，使得网络更容易训练。由于每层可以直达最后的误差信号，实现了隐式的“deep supervision”；参数更小且计算更高效，这有点违反直觉，由于DenseNet是通过concat特征来实现短路连接，实现了特征重用，并且采用较小的growth rate，每个层所独有的特征图是比较小的；

2024-04-09 20:37:43 463

原创 YOLOV8主干改进方法：C2f-Dual——DualConv轻量化双卷积设计（附改进代码）

DualConv是一种创新的卷积网络结构，旨在构建轻量级的深度神经网络。它通过结合3×3和1×1的卷积核处理相同的输入特征映射通道，优化了信息处理和特征提取。DualConv利用组卷积技术高效排列卷积滤波器，大大降低了计算成本和参数数量。

2024-04-09 10:18:04 1441 1

原创 YOLOV8注意力改进方法：DilateFormer多尺度空洞 Transformer（附改进代码）

本文提出了一种新颖的多尺度空洞Transformer，简称DilateFormer，以用于视觉识别任务。原有的 ViT 模型在计算复杂性和感受野大小之间的权衡上存在矛盾。众所周知，ViT 模型使用全局注意力机制，能够在任意图像块之间建立长远距离上下文依赖关系，但是全局感受野带来的是平方级别的计算代价。

2024-04-08 17:42:26 1288

原创 YOLOV8注意力改进方法：Deformable Attention Transformer（附改进代码）

们提出了一种新的可变形的自注意模块，其中以数据相关的方式选择自注意中的键-值对的位置。这种灵活的方案使自注意模块能够专注于相关区域并捕获其特征。在此基础上，我们提出了Deformable Attention Transformer，这是一种用于图像分类和密集预测任务的具有可变形注意力的通用主干模型。大量实验表明，我们的模型在综合基准上取得了持续改进的结果。

2024-04-08 17:25:17 805

原创 YOLOV8注意力改进方法：DoubleAttention（附代码）

DoubleAttention网络结构的优点在于，它能够有效地捕获图像中不同位置和不同特征的重要性，从而提高了图像识别和分割的性能。

2024-04-08 17:02:38 592

原创 YOLOV8注意力改进方法: CoTAttention(Visual Question Answering，VQA)附改进代码）

CoTAttention网络中的“CoT”代表“Cross-modal Transformer”，即跨模态Transformer。在该网络中，视觉和语言输入分别被编码为一组特征向量，然后通过一个跨模态的Transformer模块进行交互和整合。在这个跨模态的Transformer模块中，Co-Attention机制被用来计算视觉和语言特征之间的交互注意力，从而实现更好的信息交换和整合。在计算机视觉和自然语言处理紧密结合的VQA任务中，CoTAttention网络取得了很好的效果。

2024-04-08 16:27:55 488 1

原创 YOLOV8注意力改进方法: Dual-ViT(Dual Vision Transformer) （附改进代码）

DualViT：一种新的多尺度视觉Transformer主干，它在两种交互路径中对自注意力学习进行建模，即学习更精细像素级细节的像素路径和提取整体全局语义信息的语义路径，性能表现出色

2024-04-08 15:42:31 1446

原创成功解决：小白yolov5训练自己的数据集出现目标检测框的尺寸问题

目标检测框格式分为两种：xyxy(左上和右下坐标）xywh(中心坐标+目标检测框的宽高）需要确定已有的json格式中对应的bbox中的目标检测框是哪种格式，yolov5识别的是xywh类型

2023-11-10 15:48:55 977

原创成功解决：ValueError: not enough values to unpack (expected 3, got 0)

train.cache是由DataSet API创建的，当DataSet API在读取预处理数据时，它会将处理后的数据缓存到train.cache文件中，以加速训练过程。也就是说train.cache作为一个缓存文件，用于存储训练过程中的中间结果，加速后续训练速度。每个epoch结束后，train.cache都会记录模型的参数和优化器状态，以及训练集和验证集损失等信息。下一次训练，train.chache文件存在，就可以直接加载其中的信息，避免重新计算，从而提高训练的效率。

2023-11-06 18:49:16 2086 2

原创 java学习-笔记（1）

知识点一：公共字段填充知识点二:ThreadLocal类知识点三：Super关键字知识点四：MultipartFile工具类知识点五：Map的6种遍历方式知识点六：JAVA的流式编程知识点七：postMapping、putMapping、getMapping、deleteMapping

2023-09-13 16:37:15 168

原创学习Spring框架过程遇到并解决的报错

在学习java框架的过程中会不定期地增加自己在学习的过程中遇到的报错和解决方法，并且也会将相关的知识点总结在下面，以便自己学习完之后能够进行一个回顾。

2023-07-18 18:20:25 742 1

原创 Javaweb篇章-学习Servlet报错：Class web.ServletDemo1 is not a Servlet

scope标签的值的种类：compile：默认值，可省略不写。此值表示该依赖需要参与到项目的编译、测试以及运行周期中，打包时也要包含进去。test：该依赖仅仅参与测试相关的工作，包括测试代码的编译和执行，不会被打包。runtime：该依赖项目无需参与项目的编译，不过后期的测试和运行周期需要其参与。与compile相比，跳过了编译而已。

2023-07-18 16:29:08 143 1

原创 yolov5的搭建和训练数据集（附：纯小白搭建）

为了使整个yolov5的介绍更加得有条理，以下我先介绍一下基于下载途径2的yolov5的搭建方式：在假定我们已经下载了上面三个文件的基础上，我们有了数据集、源码和权重文件第一步：解压源码文件：yolov5-5.0.zip，可以看到解压这个文件后，里面的第二层目录依然是yolov5-5.0，然后我们进入到最里面的一层，就可以看到如下的数据了。

2023-06-14 19:44:17 3008 1

原创搭建Yolov5_DeepSort时遇到的问题：问题1：UserWarning: torch.meshgrid: in an upcoming release；问题2：[mov,mp4,m4a,3gp

问题1：UserWarning: torch.meshgrid: in an upcoming release, it will be required to pass the indexing argument.问题2：[mov,mp4,m4a,3gp,3g2,mj2 @ 000001fe939c8d80] moov atom not found；问题3：在运行Yolov5_DeepSort目标追踪无法保存视频

2023-06-05 11:30:06 3810 1

原创成功解决：NotImplementedError: Could not run ‘torchvision::nms‘ with arguments from the ‘CUDA‘ backend.

成功解决：NotImplementedError: Could not run 'torchvision::nms' with arguments from the 'CUDA' backend.

2023-05-31 18:53:23 9525 10

原创 Maven基础知识学习笔记

这篇文章主要是对maven的一个基础认识，主要涵盖以下几个方面：（1）maven的功能的简单介绍；（2）电脑上如何进行maven环境的配置；（3）maven的基础使用；（4 IDEA中如何配置maven

2023-05-27 16:27:17 168

原创 yolov7和yolov8的创新点详解（附：汇报用的PPT）

以下主要介绍yolov7和yolov8的网络结构与创新点，文章的末尾有yolov7和yolov8创新点和网络架构进行汇报的PPT，可以通过网盘进行下载，同时在介绍中，我也会进行PPT内容的展示有需求再进行下载即可。

2023-04-24 11:34:01 11140 4

原创成功解决：AssertionError: Torch not compiled with CUDA enabled

在运行pycharm项目的时候，出现了AssertionError: Torch not compiled with CUDA enabled，主要可以归结于以下两个个方面：1、没有安装GPU版本的pytorch，只是使用清华的镜像地址下载了CPU版本的pytorch2、安装的CUDA和安装的pytorch的版本不相互对应

2023-04-16 17:49:45 71312 37