- 博客(115)
- 资源 (2)
- 收藏
- 关注
原创 改进YOLO系列:改进YOLOv8,教你YOLOv8如何添加20多种注意力机制,并实验不同位置。
注意力机制(Attention Mechanism)是深度学习中一种重要的技术,它可以帮助模型更好地关注输入数据中的关键信息,从而提高模型的性能。注意力机制最早在自然语言处理领域的序列到序列(seq2seq)模型中得到广泛应用,后来逐渐扩展到了计算机视觉、语音识别等多个领域。注意力机制的基本思想是为输入数据的每个部分分配一个权重,这个权重表示该部分对于当前任务的重要程度。
2023-04-10 16:12:34 45884 150
原创 在 Windows 10 上 安装 WSL 2
如果您想在最新的 Windows 版本中尝试经过改进的(即 WSL 2) ,要怎么做呢?我们在本文中介绍了安装它所需要做的所有事情。
2024-04-15 15:32:26 307
原创 改进YOLOv8系列:结合自研注意力模块MultiScaleAttentiveConv (MSAConv)
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2024-04-14 16:30:00 189 7
原创 改进YOLOv8注意力系列七:结合空间关系增强注意力SGE、SKAttention动态尺度注意力、TripletAttention
改进YOLOv8注意力系列七:结合空间关系增强注意力SGE、SKAttention动态尺度注意力、全局上下文信息注意力Triplet Attention
2024-04-08 21:08:09 116
原创 使用open3d进行人体配准和重建学习记录
seg_body可以裁剪出人体上半部分点云图,目前裁剪出的点云图失去了彩色部分。其中RGBD2cloud可以将rgb和depth转化为点云图,
2024-04-03 11:48:46 413
原创 改进YOLOv8注意力系列六:结合SEAttention轻量通道注意力、ShuffleAttention重排特征注意力模块、SimAM无参数化注意力
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。改进YOLOv8注意力系列六:结合SEAttention轻量通道注意力、ShuffleAttention重排特征注意力模块、SimAM无参数化注意力
2024-03-19 21:37:43 254
原创 改进YOLOv8注意力系列五:结合ParNetAttention注意力、高效的金字塔切分注意力模块PSA、跨领域基于多层感知器(MLP)S2Attention注意力
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2024-02-25 11:38:43 1121 2
原创 改进YOLOv8注意力系列四:结合ParNetAttention注意力、高效的金字塔切分注意力模块PSA、跨领域基于多层感知器(MLP)S2Attention注意力
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2024-02-25 11:38:00 89
原创 改进YOLOv8注意力系列四:结合中心化特征金字塔EVCBlock、大核卷积注意力LKA_Attention、全局注意力MobileViTAttention
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2024-01-13 09:54:06 318
原创 YOLOv5 损失函数改进 | 引入 Shape-IoU 考虑边框形状与尺度的度量
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2024-01-11 20:46:08 440
原创 YOLOv8 损失函数改进 | 引入 Shape-IoU 考虑边框形状与尺度的度量
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2024-01-10 21:27:49 716
原创 改进YOLOv8注意力系列三:结合CrissCrossAttention、ECAAttention、EMAU期望最大化注意力
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2023-12-24 21:35:28 1230
原创 改进YOLOv8注意力系列二:结合CBAM、Coordinate Attention、deformable_LKA_Attention可变形大核注意力
改进YOLOv8注意力系列二:结合CBAM、Coordinate Attention、deformable_LKA_Attention可变形大核注意力
2023-12-13 22:45:58 1282
原创 改进YOLOv8注意力系列一:结合ACmix、Biformer、BAM注意力机制
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2023-12-09 23:35:21 1350
原创 最新版本11.17的YOLOv8加入注意力方法
本文基于11.17版本,以往版本略有不同,可查看[改进YOLOv8,教你YOLOv8如何添加20多种注意力机制](http://t.csdnimg.cn/PdugV)进行参考
2023-12-09 17:29:09 776 1
原创 RuntimeError: Input type (float) and bias type (c10::Half) should be the same
截图如下。
2023-12-08 15:13:05 1647 2
原创 数据增强改进,实现检测目标copypaste,增加目标数据量,提升精度
数据增强改进,实现检测目标copypaste,增加目标数据量,提升精度
2023-12-06 21:01:02 1144 1
原创 改进YOLO5:结合CVPR2023最新 PConv |包含 YOLOv5 / YOLOv8 模型 YAML 文件
论文介绍了一种名为部分卷积(Partial Convolution,简称PConv)的新型运算符,旨在解决神经网络中每秒浮点运算次数(FLOPS)偏低的挑战。研究发现,仅仅减少FLOPS的数量并不必然导致延迟的减少,其主要原因在于FLOPS的低效率。PConv通过减少不必要的计算和内存访问,更有效地提取空间特征。基于此,作者们进一步开发了一种新的神经网络架构,名为FasterNet。
2023-11-30 19:56:02 1221
原创 改进YOLOv8 | YOLOv5系列:RFAConv续作,即插即用具有任意采样形状和任意数目参数的卷积核AKCOnv
基于卷积运算的神经网络在深度学习领域取得了显著的成果,但标准卷积运算存在两个固有缺陷:一方面,卷积运算被限制在一个局部窗口,不能从其他位置捕获信息,并且其采样形状是固定的;另一方面,卷积核的大小是固定为k × k的,它是一个固定的方形形状,参数的数量往往与大小成正比。很明显,在不同的数据集和不同的位置,目标的形状和大小是不同的。针对上述问题,本研究探索了可变核卷积(AKConv),它为卷积核提供了任意数量的参数和任意采样形状,为网络开销和性能之间的权衡提供了更丰富的选择。暂时先这样,有空再加上论文细节。
2023-11-24 22:43:14 1291
原创 改进YOLOv5 | C3模块改动篇 | 轻量化设计 |骨干引入动态卷积|CondConv
CondConv是一种新型的卷积层,与传统的固定卷积核不同,CondConv通过将卷积核作为输入的函数来计算,意味着每个样本都能学习到专门的卷积核。CondConv能作为现有卷积层的直接替代品,研究表明,在保持高效推理的同时,使用CondConv能在多个CNN架构上提高模型容量和性能,如ImageNet分类和COCO对象检测任务。研究发现CondConv层能学习样本间有意义的语义关系,从而计算出条件化的卷积核。在ImageNet分类任务中,应用于EfficientNet-B0的CondConv取得了78.3
2023-11-22 21:51:16 370
原创 YOLOv5结合华为诺亚VanillaNet Block模块
本研究引入了VanillaNet,一种在设计上追求简洁性的神经网络架构。VanillaNet避免了复杂的构建如高深度网络结构、捷径连接和自注意力机制,呈现出一种令人耳目一新的简明强大。它的每一层都经过精心设计,简洁且直接,训练后的非线性激活函数被精简,以还原至最初的简洁结构。
2023-11-22 16:40:55 840 1
原创 改进YOLOv8:结合Biformer——基于动态稀疏注意力构建高效金字塔网络架构
改进YOLOv8:结合Biformer——基于动态稀疏注意力构建高效金字塔网络架构
2023-11-21 21:21:32 479
原创 改进YOLOv8:结合ConvNeXt V2骨干网络!使用MAE共同设计和扩展ConvNet
改进YOLO系列:改进YOLOv8,结合ConvNeXt V2骨干网络!使用MAE共同设计和扩展ConvNet
2023-11-20 21:51:10 480
原创 改进YOLOv8:结合ODConv构成C2f_ODConv:即插即用的动态卷积/可轻量化
- YOLOv8轻松上手,适用技术小白,文章代码齐全,仅需一键train,解决YOLOv8的技术突破和创新潜能。
2023-11-19 22:33:43 381
原创 改进YOLOv8:结合ICCV2023|动态蛇形卷积,构建不规则目标识别网络
🔥🔥🔥 提升多尺度、不规则目标检测,创新提升 🔥🔥🔥🔥🔥🔥 捕捉图像特征和处理复杂图像特征 🔥🔥🔥👉👉👉: 本专栏包含大量的新设计的创新想法,包含详细的代码和说明,具备有效的创新组合,可以有效应用到改进创新当中 👉👉👉:🐤🐤🐤。
2023-11-11 16:31:07 501
原创 改进YOLOv5:结合ICCV2023|动态蛇形卷积,构建不规则目标识别网络
🔥🔥🔥 提升多尺度、不规则目标检测,创新提升 🔥🔥🔥🔥🔥🔥 捕捉图像特征和处理复杂图像特征 🔥🔥🔥👉👉👉: 本专栏包含大量的新设计的创新想法,包含详细的代码和说明,具备有效的创新组合,可以有效应用到改进创新当中 👉👉👉:🐤🐤🐤。
2023-11-08 22:45:41 548
原创 创新YOLOv8改进:结合全新可变形大核注意力(D-LKA Attention)实现多尺度目标涨点
🔥🔥🔥 提升多尺度目标检测,创新提升 🔥🔥🔥🔥🔥🔥 捕捉图像特征和处理复杂图像特征 🔥🔥🔥👉👉👉: 本专栏包含大量的新设计的创新想法,包含详细的代码和说明,具备有效的创新组合,可以有效应用到改进创新当中 👉👉👉:🐤🐤🐤。
2023-10-15 17:28:51 876
原创 创新YOLOv5改进:结合全新可变形大核注意力(D-LKA Attention)实现多尺度目标涨点
🔥🔥🔥 提升多尺度目标检测,创新提升 🔥🔥🔥🔥🔥🔥 捕捉图像特征和处理复杂图像特征 🔥🔥🔥👉👉👉: 本专栏包含大量的新设计的创新想法,包含详细的代码和说明,具备有效的创新组合,可以有效应用到改进创新当中 👉👉👉:🐤🐤🐤。
2023-10-15 15:37:20 773
原创 Ubuntu 22.04‘Temporary failure resolving‘ 解决方案
进入文件夹,使用 ls 查看目录,会显示 base head tail。使用 sudo vim base 编辑base文件,进入时为空,点击 i 添加。
2023-10-12 14:46:34 1148
原创 stable diffusion和gpt4-free快速运行
包含已经搭建好的环境和指令,代码等运行所需。安装好系统必备anaconda、conda即可运行。
2023-09-27 14:03:54 1754
原创 改进YOLOv5小目标检测:构建多尺度骨干和特征增强模块,提升小目标检测
🔥🔥🔥 提升小目标检测,创新提升🔥🔥🔥 测试在小目标数据集进行提点👉👉👉: 新设计的创新想法,包含详细的代码和说明,具备有效的创新组合🐤🐤🐤1. 本文包含两个创新改动,适合多尺度目标和小目标检测。2. 包含多种修改方式,创新介绍。3. 创新1:特征增强模块,得到更多的多尺度目标特征;创新2:构建更为强大的多尺度特征提取网络,无缝嵌入现有的yolo网络。🐤🐤🐤。
2023-09-16 23:49:17 1084 2
原创 改进YOLOv8:结合轻量化骨干,华为顶刊IJCV2022:G-GhostNet!
这篇论文讨论了如何为具有有限内存和计算资源的异构设备(如CPU和GPU)设计高效的神经网络。作者提出了两个模块,C-Ghost和G-Ghost,以利用特征图中的冗余并使用廉价操作生成更多特征。C-Ghost模块是为类似CPU的设备设计的,可以轻松地集成到现有的卷积神经网络中。C-Ghost模块的设计思路是,通过在特征图中引入一些“幽灵”(Ghost)特征,即通过廉价的操作(如线性变换)生成的特征,来增加特征图的数量,从而提高网络的表达能力。
2023-09-04 09:54:12 1944 5
原创 MMSegmentation训练自己的语义分割数据集
我选择的是configs/deeplabv3/deeplabv3_r50-d8_4xb2-40k_cityscapes-512x1024.py,主要是修改继承的数据部分。mmseg/datasets里生成一个my_data.py文件,这个文件存储的是类别信息和seg颜色。这个就是一个读取数据的文件了,包含数据地址、type和加载增加等方式。每次修改配置文件,最好是运行一遍。labels里存储的如下形式。
2023-08-30 18:09:31 480
原创 YOLOv8改进,结合最新自适应特征金字塔网络AFPN,适合多尺度目标
本文介绍了一种用于目标检测的渐进特征金字塔网络—— 渐进特征金字塔网络(AFPN)渐进特征金字塔网络(AFPN),旨在克服传统特征金字塔在多尺度特征提取中的信息丢失问题。AFP网络通过直接连接非相邻层,实现了高效的跨层特征融合,从而显著降低了语义差异。此外,网络采用自适应空间融合机制,有效管理了特征冲突,提升了检测精度。
2023-08-14 20:57:38 592 1
YOLOv5行人重识别+PYQT5操作画面
2023-04-07
电脑所需各种DLL文件
2022-07-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人