pangxing6491的博客

https://blog.csdn.net/bluesliuf/article/details/88862918

https://www.ngui.cc/el/1035789.html?action=onClick

https://blog.csdn.net/lzzzzzzm/article/details/122634983

https://blog.csdn.net/lzzzzzzm/article/details/122766178

https://blog.csdn.net/qq_40379132/article/details/125392497

https://blog.csdn.net/W1995S/article/details/115583492?spm=1001.2014.3001.5506

https://www.jianshu.com/p/d98db6cc50ea

gcc

dice loss+bce loss

WeightedCrossEntropyLoss

ohem loss

yolov5 focal loss

cv2.minAreaRect

https://blog.csdn.net/qq_37541097/article/details/124346626?spm=1001.2101.3001.6650.5&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-5-124346626-blog-107646269.pc_relevant_multi_platform_whitelistv3&depth_1-utm_s

StereoSGBM_create

https://blog.csdn.net/weixin_40059786/article/details/121935076

https://github.com/aliyasineser/stereoDepth

https://blog.csdn.net/qq_41685265/article/details/105777229

https://panjinquan.blog.csdn.net/article/details/121301896

int8

精度解析

算力详解

segformer研读

https://zhuanlan.zhihu.com/p/43534801

yolov5超参数

yolov5_loss

详解：yolov5中推理时置信度，设置的conf和iou_thres具体含义

https://blog.csdn.net/idwtwt/article/details/82841361?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-82841361-blog-102725285.pc_relevant_antiscanv3&depth_1-utm_source=distribute.pc_relevant.none-ta

【详解】Ultra Fast Structure-aware Deep Lane Detection

在文字检测DB算法中，传统的二值化函数（如下图）不可微，其原因是根据导数的定义，若t=0,则函数在t=0时的导数是不存在的；因此，该函数不可微；、*****---------------------以下为导数的定义-----------------------------------****...

全监督：这个好理解，需要制作数据集，输入为RGB图像，label为对应的深度图；典型的深度学习算法如：Vision Transformers for Dense Prediction、DepthFormer: Exploiting Long-Range Correlation and Local Information for Accurate Monocular Depth Estimation；自监督：个人理解为，整个网络设计时，结合了前后帧、位姿等信息，推理...

【yolov5 trick1】训练阶段和推理阶段图像分辨率的处理方法_机器学习算法那些事的博客-CSDN博客

1、图片切分后的向量，在前面连接一个cls_token的作用？类似于BERT中的[class] token,ViT引入了class token机制，其目的：因为transformer输入为一系列的patch embedding，输出也是同样长的序列patch feature，但是最后要总结为一个类别的判断，简单方法可以用avg pool，把所有的patch feature都考虑算出image feature。但是作者没有用这种方式，而是引入一个类似flag的class token，放在了...

vit结构如下：Transformer主要包含Attention和FeedForwardvit结构手写（对照下面代码观看）：vit实现代码如下，可对照上图理解：import torchfrom torch import nnfrom einops import rearrange, repeatfrom einops.layers.torch import Rearrange# helpersdef pair(t): return t if isinstan..

nn.LayerNorm的实现及原理_harry_tea的博客-CSDN博客_layer norm

目前，基于RNN文字识别算法主要有两个框架：CNN+RNN+CTC(CRNN+CTC) CNN+Seq2Seq+Attention下面主要介绍第一种方法CRNN,下图为CRNN的基本结构:下图为CRNN结构的详细结构解读，每个张量的维度也已标明：下面为详细的实现代码，与上图可对照着看：import torch.nn as nnimport torch.nn.functional as F# 第一个lstm: nIn, nHidden, nOut = 512, 2...

【Python笔记】之conda install和pip install的区别_醉逍遥_翔的博客-CSDN博客conda install和pip install的区别1、安装路径不同conda 安装包路径是 xxxxx\Anaconda3\pkgspip 安装包路径在虚拟环境下是 xxxx\Anaconda3\envs\a_conda_env\Lib\site-packages2、conda list列表数量>pip list因为1的原因，conda安装多个环境时，同一个包只需要安装一次，由conda

目前阶段，目标检测对小目标的检测效果还不尽如人意，例如yolov5经过FPN后有三种输出尺寸，19*19， 38*38， 76*76，最大的76*76负责检测小目标,而对应到608*608上，每格特征图的感受野是608/76=8*8大,图中小目标小于8*8大小就容易检测不到；针对这种情况，可用以下方法提高对小目标的检出；1、目前的检测网络都包含FPN结构，可在FPN中增加一种尺度，例如，152*152,其检测小目标的结果会更好；2、若是大分辨率图像小目标检测，例如，原图为7680*2...

关于Transformer的那些个为什么 - 知乎答案解析(2)-3分钟彻底掌握Transformer的Encoder—满满干货！！ - 知乎