目标检测
文章平均质量分 75
太简单了
机器视觉
展开
-
yolo v5
参考睿智的目标检测56——Pytorch搭建YoloV5目标检测平台原理前处理网络结构整体思想思想框架特征提取-特征加强-预测先验框对应的物体情况。改进部分1、主干部分:使用了Focus网络结构,具体操作是在一张图片中每隔一个像素拿到一个值,这个时候获得了四个独立的特征层,然后将四个独立的特征层进行堆叠,此时宽高信息就集中到了通道信息,输入通道扩充了四倍。该结构在yolov5第5版之前有所应用,最新版本中未使用。2、数据增强:Mosaic数据增强、Mosaic利用了四原创 2023-06-06 15:40:57 · 861 阅读 · 0 评论 -
yolo v8
回归值相关的预测头的通道数均为16 × 4 = 64,三个特征层的shape为(20,20,64),(40,40,64),(80,80,64)。(320,320,64)-->(160,160,128)-->(80,80,256)-->(40,40,512)-->(20,20,1024*deep_mul)(1)经过卷积1*1,步长1后,对半劈开,以第一个CSP模块举例(160,160,128)-->(160,160,256)-->a1(160, 160, 128), a2(160,160,128),原创 2023-05-30 20:16:31 · 2120 阅读 · 1 评论