- 博客(115)
- 资源 (2)
- 收藏
- 关注
RSS订阅
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