backbone：从AlexNet到...（持续补充ing）

已于 2023-11-13 15:50:43 修改
阅读量265 收藏
点赞数 1
分类专栏： Supplementary knowledge 文章标签： 目标检测 人工智能 深度学习
于 2023-11-11 12:09:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qihshe/article/details/134344559
版权
Supplementary knowledge 专栏收录该内容
6 篇文章 0 订阅 ¥299.90 ¥399.90
订阅专栏
本文详细介绍了从AlexNet到FasterNet的深度学习目标检测发展历程，涉及VGGNet、ResNet和DenseNet等重要网络结构，强调了1*1卷积、残差结构和特征重用在解决网络退化和提高效率中的作用，并探讨了FasterNet的PConv层及其优势。
摘要由CSDN通过智能技术生成

文章目录

Introduction（前言知识）

一个目标检测器由3个部分组成：Backbone、Neck、Heads

骨干结构主要决定特征表示能力，同时骨干结构的设计对推理效率有着关键的影响，骨干结构承载着很大一部分的计算成本，利用颈部将低层次的物理特征与高层次的语义特征聚合在一起，构建各层次的金字塔特征图，头部由多个卷积层组成，并根据颈部组合的多层次特征预测最终检测结果，从结构的角度来看，它可以分为基于锚的和无锚的，或者更确切地说，是参数耦合的头和参数解耦的头

代码参考

GitHub

卷积、池化输出

设n为输入尺寸，p为填充尺寸，f为卷积核（过滤器）尺寸,s为移动步长

退化

网络越深，梯度消失的现象就越来越明显，网络的训练效果也不好，

了解本专栏 订阅专栏 解锁全文
怎么全是重名
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
订阅专栏
KeyError: ‘conv1.1.0.weight‘
weixin_44905678的博客
09-28 3375
KeyError: ‘conv1.1.0.weight‘ 最近在训练faster rcnn +resnet101时，出现了很多问题。 先是训练VOC2007数据集，训练了一周没有框。后来发现原因是载入权值出现了问题，应该这样去载入。 def resnet101(pretrained=False, **kwargs): model = ResNet(Bottleneck, [3, 4, 23, 3], **kwargs) if pretrained: model.load_st
（９）训练时报错KeyError: ‘conv1.1.0.weight‘
weixin_40227656的博客
07-17 8890
将B_mobilenet_yolov4_lite的PANet改为原来的3x3卷积，命名为L_mobilenet-yolov4_VOC，即将B_yolov4的主干网络换为mobilenet，训练时报错： Traceback (most recent call last): File "/home/lidan/PycharmProjects/yolov4/L_mobilenet-yolov4_VOC_0717/train.py", line 221, in <module> pret
maskrcnn-benchmark报错 KeyError “Non-existent config key: MODEL.BACKBONE.OUT_CHANNELS“
weixin_44384749的博客
08-20 3281
在尝试利用vqa-maskrcnn-benchmark:Files · master · Vedanuj Goswami / vqa-maskrcnn-benchmark · GitLab提取视觉特征的时候， 依据INSTALL的指示编译maskrcnn-benchmark后，运行 python script/extract_features.py ... 出现错误： KeyError "Non-existent config key: MODEL.BACKBONE.OUT_CHANNELS"
AttributeError: module ‘torch.distributed‘ has no attribute ‘_all_gather_base‘
AI浩
11-28 1万+
路径：apex/contrib/optimizers/distributed_fused_lamb.py。接下来添加环境变量。键，退出编辑模型，按。
Require.js Error: Load timeout for modules: backbone,jquerymobile
qq_31965515的博客
11-26 4929
require.js加载模块超时或者很慢的解决方案。 Require.js错误：加载模块的超时：backbone，jquerymobile   Require.js有一个名为waitSeconds的Config选项。这可能有所帮助。 RequireJS waitSeconds 以下是使用waitSeconds的示例： requirejs.config({ baseUrl: "...
TypeError: torch.nn.modules.activation.ReLU is not a Module subclass解决办法
热门推荐
AnnChou的博客
09-18 1万+
TypeError: torch.nn.modules.activation.ReLU is not a Module subclass解决办法 TypeError: torch.nn.modules.activation.ReLU is not a Module subclass解决办法 最近学习pytorch，编写数字识别网络时遇到了如下问题： 给出的错误为： 题主发现原来错误是： ...
Backbone.js简单入门范例
TheBadWaka的博客
07-13 4566
原文地址：http://dmyz.org/archives/598 Backbone.js已经很古老了，在Angular.js大行其道的今天，我们公司居然还在用Backbone。。。【哭笑不得脸】 这篇文章写的非常浅显易懂，一步一步教你如何使用Backbone.js，特此转过来收藏 11年刚开始用前端MVC框架时写过一篇文章，当时Knockout和Backbone都在用，但之后的
backbone.js_Backbone.js简介
danpu0978的博客
05-14 1546
backbone.js 介绍 多年来，Web应用程序开发过程一直在发展。 最初，Web应用程序只是静态HTML页面，需要程序员更改代码才能更改内容。 后来，在Web 2.0中，添加了服务器端编程语言以根据用户输入和数据库中存储的数据动态生成HTML页面。 当今的Web应用程序需要大量使用JavaScript来即时生成内容。 用户不必在请求和页面刷新之间等待。 过去在服务器端的许多逻辑/代码已...
利用torchvision.models实现卷积神经网络的backbone
weixin_43080939的博客
05-09 1425
改写torchvision.models实现其他任务网络的backbone，包括网络结构定义和与加载预训练权重等步骤
maskrcnn-benchmark　代码详解之　backbone.py
leijieZhang的博客
06-03 3875
前言 在backbone.py文件中，定义了各种不同的backbone结构，并使用Registry装饰器类来实现构造这些backbone结构函数的调用。指的一提的是，backbone.py将不同的模块搭建出拥有不同功能的backbone结构，为边框预测等操作提供各自合适的特征提取网络； 其中Resnet的第2个stage非常重要，因为第一个阶段就是对原始图像的一次粗糙的特征提取，从第二阶段开始...
drbx-js-backbone:一个drbx.js骨干插件
05-24
＃drbx-js-backbone 一个drbx.js主干插件，以同步到... Backbone.init({ client : { key : [Dropbox API Key] }, auth : new Dropbox._Dropbox.AuthDriver.Popup({ receiverUrl : [receiverUrl], rememberUser
backbone.transceiver:简化使用 Backbone.Radio 的 Backbone 插件
06-14
这是一个 Backbone 插件，它简化了 Backbone.Radio 在 Marionette 应用程序中的使用。 它允许使用简单的语法以声明方式配置事件、请求和命令： var MyApplication = Marionette.Application.extend({ channels: {...
backbone:学习 Backbone.js
05-30
Controller在Backbone.js中被抽象为Router，它处理URL路由，将特定的URL映射到特定的视图或操作上。这使得Backbone.js应用可以利用浏览器的history API，实现无刷新的页面跳转。在PHP后端，我们可能会用路由来处理...
backbone:Backbone.js和underscore.js待办事项示例
05-23
**Backbone.js与Underscore.js：构建动态Web应用的核心技术** Backbone.js是一个轻量级的JavaScript库，专门用于构建复杂、数据驱动的Web应用。它为前端开发者提供了一套结构化的框架，使得在浏览器端管理数据和...
learn-backbone:学习 Backbone.js
07-05
在Backbone.js中，**模型（Model）**是数据存储的核心，它可以绑定到后端API，负责数据的获取和保存。模型拥有属性和方法，其中属性通过`attributes`对象存储，而方法则可以处理数据的操作和验证。 **视图（View）*...
大模型微调工具-torchtune
weixin_40777649的博客
08-08 1053
1.定义2.安装3. 案例。
根据哈希值或者特征值判断图片是否相同
Y_warmth
08-09 713
detectAndCompute 方法结合了特征检测和描述符计算两个步骤，可以在图像中检测出特征点并计算这些特征点的描述符。ORB（Oriented FAST and Rotated BRIEF）是一种结合了 FAST 特征检测器和 BRIEF 描述符的特征提取算法，具有旋转不变性和尺度不变性，适用于图像特征匹配、目标检测等任务。接着使用 ORB 对象的 detectAndCompute() 方法检测图像中的特征点并计算描述符，最后将特征点绘制在图像上并显示出来。
LangChain与Elasticsearch向量数据库的完美结合
最新发布
python1234_的博客
08-13 1154
在过去的一年中，生成式 AI (Generative AI) 领域取得了显著的进展。许多新的服务和工具应运而生。其中，LangChain 已成为构建大语言模型 (LLM) 应用程序（例如检索增强生成 (RAG) 系统）最受欢迎的框架之一。该框架极大地简化了原型开发，并使开发者能够轻松实验不同的模型和检索系统。最近Elasticsearch将其集成从社区包升级为官方的 LangChain 合作伙伴包。这一升级使得在 LangChain 应用程序中引入 Elasticsearch 功能变得更加简便。
阿里推出视频 AI 生成式框架 Tora，通过轨迹生成视频
qq_57728300的博客
08-13 404
阿里集团推出面向轨迹的视频生成框架 Tora，可以生成精美的视频。
Backbone.js入门指南：从基础到实战
WebChat是一个实际的BackBone.js应用示例，涵盖了从功能分析、详细设计到前后端开发的全过程，展示了BackBone.js在实时通讯场景下的应用。 BackBone.js提供了一套工具，使得前端开发者能以更有序的方式处理复杂的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值