论文
文章平均质量分 94
硝烟_1994
这个作者很懒,什么都没留下…
展开
-
关于yolov8的一些理解
YOLOv8 是 ultralytics 公司在 2023 年 1月 10 号开源的 YOLOv5 的下一个重大更新版本。是一款强大、灵活的目标检测和图像分割工具,它提供了最新的 SOTA 技术。Loss 计算包括 2 个分支: 分类和回归分支,没有了之前的 objectness 分支分类分支依然采用 BCE Loss回归分支使用了 Distribution Focal Loss(DFL Reg_max默认为16)+ CIoU Loss。3 个Loss 采用一定权重比例加权即可。原创 2023-04-21 16:27:21 · 3514 阅读 · 0 评论 -
【论文笔记】【Faster Rcnn 优化】《Light-Head R-CNN: In Defense of Two-Stage Object Detector》
论文:https://arxiv.org/abs/1711.07264代码: GitHub - zengarden/light_head_rcnn: Light-Head R-CNN1.概述我们一般将Object detection分为两大系列: 一类是two-stage detector: 代表算法有Faster RCNN, Mask RCNN等 算法分两阶段进行,第1阶段是生成proposals,第2阶段是对这些proposals进行分类、回归【精调】 ..原创 2022-03-20 23:49:54 · 3269 阅读 · 0 评论 -
Bag of Tricks for Image
论文链接:https://arxiv.org/pdf/1812.01187.pdf本文由李沐大神18年12月提出,主要讨论了训练神经网络过程中的一些tricks,通过各种对比试验定量分析不同tricks对分类网络性能的贡献。论文的工作主要从三个方面着手:高效训练、网络微调和训练优化。这篇文章的优化点和测试主要是在图像分类领域,但论文提到的trick和结论,同样可以延申到其他计算机视觉任务,比如目标检测、语义分割、实例分割等等,具体效果需经过自己实践项目验证。Efficient Training(高效训原创 2021-05-26 21:20:21 · 126 阅读 · 1 评论