![](https://img-blog.csdnimg.cn/bcf4e68182fa484c800ad6ef0990ebc8.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
YoloV5|V7改进与实战——入门篇
文章平均质量分 58
这个专栏使用常见的改进方法,对YoloV5和V7做改进。文章包含论文的翻译、改进过程和代码。代码和PDF版本的文章,我会放在网盘里。网盘链接在文章的末尾!
DragonnAi
本硕博计算机,博士研究方向计算机视觉应用
展开
-
YOLOv7改进:CotNet Transformer
有自注意力的Transformer引发了自然语言处理领域的革命,最近还激发了Transformer式架构设计的出现,并在众多计算机视觉任务中取得了具有竞争力的结果。在今天分享的工作中,研究者设计了一个新颖的Transformer风格的模块,即Contextual Transformer (CoT)块,用于视觉识别。同样,当我们读一句话时,大脑也会首先记住重要的词汇,这样就可以把注意力机制应用到自然语言处理任务中,于是人们就通过借助人脑处理信息过载的方式,提出了Attention机制。原创 2023-12-02 09:13:26 · 1069 阅读 · 1 评论 -
目标检测改进系列篇内容-包含YOLO系列常见注意力机制及代码【持续更新】
【代码】目标检测改进系列篇内容-包含YOLO系列常见注意力机制及代码【持续更新】原创 2024-03-25 15:50:13 · 164 阅读 · 1 评论