千禧霓虹-CSDN博客

YOLO-V2-Batch Normalization: 舍弃了Dropout，每次卷积后全部加入Batch Normalization 网络的每一层的输入都进行了归一化，收敛相对更容易经过Batch Normalization处理后，网络的mAP值提高了2% YOLO-V2-更大的分辨率: V1训练时用的是224∗224224*224224∗224，测试时使用448∗448448*448448∗448 可能导致模型水土不服，V2训练时额外又进行了10次448∗448448*448448∗448的微

2024-01-23 21:34:27 1319 1

原创「目标检测从0到1」——（一）评估指标：IOU、Precision、Recall、Map

每个预测框都有置信度，置信度代表框内有物体的概率。召回率代表物体是否漏检，漏检的程度。精度代表真实框和预测框的接近程度。

2024-01-23 15:57:45 1386 1

原创「目标检测从0到1」——（二）YOLO- V1

经典的方法把问题转化成问题，一个即可搞定可以对视频进行检测S∗SgridcellobjectobjectBBoundingBoxesCBoundingBoxconfidenceBoundingbox5xywhconfidencexywhconfidenceboxobjectboxboxgroundtruthIoUcon。

2024-01-23 15:06:16 1226 1

原创（十六）完整的模型训练套路

（9）数据可视化与模型保存。（6）设置训练网络参数。

2024-01-20 20:07:45 432

原创（十五）网络模型的保存与加载

【代码】（十五）网络模型的保存与加载。

2024-01-19 20:53:47 357 1

原创（十四）现有网络模型的修改

【代码】（十四）现有网络模型的修改。

2024-01-19 20:23:03 787 1

原创（十三）优化器

Module):my_module = My_Module() loss = nn . CrossEntropyLoss() # 定义损失函数optimizer = optim . SGD(params = my_module . parameters() , lr = 0.01) # 定义优化器 , 采用随机梯度下降算法。

2024-01-19 19:34:09 351 1

原创（十二）损失函数与反向传播

【代码】（十二）损失函数与反向传播。

2024-01-19 18:53:19 369 1

原创（十一）神经网络- CIFAR-10的网络模型搭建及Sequential的使用

dilation默认值是1，代表不使用空洞卷积。

2024-01-19 11:22:47 404 1

原创（十）神经网络-线性层

实现下图Fully Connected的类似部分（图中数据与代码无关）Module):Linear(in_features=196608, out_features=10) # 使torchSize([10])imgs_tensor = torch.flatten(imgs) # torch.flatten()作用是将张量展平，使torch。

2024-01-18 22:06:17 418 1

原创（九）神经网络-非线性激活

【代码】（九）神经网络-非线性激活。

2024-01-18 21:19:43 373 1

原创（八）神经网络-池化层

stride = 3。

2024-01-18 20:46:59 334 1

原创（七）神经网络-卷积层

卷积演示动态图 3.Convolution Layers 3.1 torch.nn.Conv2d类介绍

2024-01-18 11:22:48 354 1

原创（六）神经网络的基本骨架-nn.Module的使用

子类继承nn.Module需要重写forward（）方法。

2024-01-18 10:07:24 394 1

原创（五）DataLoader的使用

writer . add_images(tag = "test_loader" , img_tensor = imgs , global_step = step) # 因为batch_size = 64 , 所以使用add . images() 函数而不是add . image() step += 1 writer . close()ToTensor()])step = 0# 因为batch_size=64,所以使用add.images()函数而不是add.image()step += 1。

2024-01-17 22:59:33 507

原创（四）torchvision中数据集的使用

1.CIFAR-10数据集介绍 2.torchvision内含数据集的下载 from torchvision import datasets from torchvision import transforms from torch.utils.tensorboard import SummaryWriter compose = transforms.Compose([ transforms.ToTensor() ]) train_dataset = datasets.CIFAR10(root=

2024-01-17 22:12:24 372

原创（三）Transforms的使用

Compose（）中的参数需要是一个列表，Python中列表的表示形式为[数据1，数据2，数据3，…在Compose中，数据需要是transforms类型，所以得到Compose（[transforms参数1，transforms参数2，…

2024-01-17 19:24:35 384

原创（二）TensorBoard的使用

tensorboard --logdir=logs – port=6007，指定端口。tensorboard --logdir=logs，logs是事件文件所在的文件夹。默认浏览器要改成Google，safari不支持。

2024-01-17 17:36:45 376

原创（一）DataSet类

【代码】（一）DataSet类。

2024-01-17 11:32:46 357

qq_46093326的博客

原创「目标检测从0到1」——（四）YOLO-V3

原创「目标检测从0到1」——（三）YOLO-V2