- 博客(4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 yolov10模型调用
发现一个forward，进去一看是父类的，而且里面还需要进。好好，既然如此那我就再入，入到了最后的一关。进入DetectionModel类。最后返回的x，是一个包含了。
2024-09-07 19:48:40
144
原创 transformer简易流程结构阐述
以词汇翻译为例，将英文翻译成德文首先会有一个词表，正常情况下，词表的长度就是所有的英文单词（德文单词）的长度，对应着每一个单词，如首先看图，我们的inputs就是普通的向量，形状为[batch_size, src_len]，但是推理模式和训练模式下的解码器输入是不同的，因为最后的output表示的是对下一个词的预测（以下都省略了batch_size）接下来，inputs进来后，要先经过一个embedding，这个的作用就是把单词映射到高纬度的矩阵。
2024-09-02 19:43:16
650
1
原创 yolov8简易结构流程阐述
但若要计算损失，还需要确定正负样本，因为图像中大部分其实是没有我们事先标注好的检测对象的，也就是没有object，对于它们来说，去计算预测框损失是没用的，对于负样本来说，应该保证的是预测框的80个类别概率都应该非常非常低，甚至是没有，这才是好的结果，所以对于负样本，有他适合的损失函数，也就是纯粹的分类损失，因为负样本没有必要去算预测框坐标损失。对于预测框类别，得到8400*80（假设有80个类别），表示每个预测框对每种类别的预测概率。是预测框和 gt 框的 iou，两者相乘就可以衡量对齐程度。
2024-08-30 18:08:28
160
空空如也
洛谷上挺简单的一题，不知道自己错在哪
2022-01-20
TA创建的收藏夹 TA关注的收藏夹
TA关注的人