![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
李烁.
希望能与大家相互交流,讨论问题,共同进步
展开
-
yolov8做分割时如何去除目标框
yolov8做分割时如何去除目标框第一步找到yolov8\ultralytics\utils\plotting.py。第二步找到100行左右的box_label函数。在运行时就只有分割后的掩码图不会有目标框了。原创 2024-04-10 15:15:14 · 676 阅读 · 2 评论 -
2024.1.30报错记录
今天想调通一套github上的U-net代码,把报错记录一下。原创 2024-02-03 21:51:03 · 678 阅读 · 0 评论 -
注意力机制(数学公式)
分为三种注意力机制,空间注意力机制,通道注意力机制,以及两者的结合。V:value(值)计算机注意力机制是为了让卷积神经网络注意到他更加需要注意的地方 ,而不是什么都关注。人类视觉注意力机制极大地提高了视觉信息处理的效率与准确性。Q:query(查询)原创 2023-12-25 21:19:25 · 492 阅读 · 0 评论 -
调整学习率(代码+作用)
深度学习中,学习率调整非常重要。学习率大的优点:1、加快学习速率2、帮助跳出局部最优值学习率大的缺点:1、导致模型训练不收敛。2、单单使用大学习率容易导致模型不精确学习率小的优点:1、帮助模型收敛,有助于模型细化。2、提高模型精度。学习率小的缺点:1、无法跳出局部最优值。2、收敛缓慢。原创 2023-12-22 00:15:00 · 1161 阅读 · 0 评论 -
交叉熵数学公式推导(含熵和KL散度数学公式)
特性:1.非对称性: ∑p(xi)log(q(xi)/p(xi)) 不等于 ∑p(xi)log(p(xi)/q(xi))2.非负性: ∑p(xi)log(q(xi)/p(xi))>=0仅在p=q时等于0。物理学概念:一个系统的混乱程度,信息熵就是熵的另一种名称。P(x):表示随机变量x的概率函数。n:表示随机变量可能的取值数。KL散度 = 交叉熵-信息熵。第二章 KL散度(相对熵)原创 2023-12-21 00:15:00 · 1243 阅读 · 0 评论 -
DeepSORT(特点和核心)
2.使用卡尔曼滤波进行目标跟踪,以预测目标的位置和速度。3.使用匈牙利算法将检测到的目标与跟踪的目标进行匹配。4.使用外观描述符(Appearance Descriptor)来区分不同的目标,即使它们具有相似的外观特征。DeepSORT是一种基于深度学习的目标跟踪算法,它结合了卡尔曼滤波和匈牙利算法,可以在视频中对目标进行跟踪。如果长时间遮挡,导致预测的位置不确定性更大,即协方差会更大,马氏距离计算是使用了协方差的倒数会更小。匈牙利算法的核心是构造代价矩阵,马氏距离和余弦距离的线性加权和。原创 2023-12-20 00:15:00 · 666 阅读 · 0 评论 -
深度学习损失函数(含公式和代码)
深度学习,机器学习,损失函数,loss原创 2023-12-14 00:30:00 · 1327 阅读 · 1 评论