- 博客(6)
- 资源 (3)
- 问答 (1)
- 收藏
- 关注
原创 yolov5使用知识蒸馏
本文介绍的论文《Distilling Object Detectors with Fine-grained Feature Imitation》即是基于 Fine-grained Feature Imitation 技术的目标检测知识蒸馏方法。该方法将 Fine-grained Feature Imitation 应用于学生模型的中间层,以捕捉更丰富的特征信息。
2023-02-22 15:27:57
5960
12
原创 RepPoints网络模型详解
模型的结构主要分为两部分,上半部分为回归分支,下半部分为分类分支,回归分支分为两个阶段。(2)根据上一阶段回归结果调整偏移量进行更加精细化回归。分类分支根据回归分支第一阶段产生的结果直接进行分类预测。(1)产生offsets并回归。接下来讲解代码的具体执行方式。
2022-10-21 13:40:52
717
原创 Retinanet网络详解
Retinanet 网络结构详解以及源代码讲解网络backbone使用ResNet【18, 34, 50, 101, 152】FPN层首先输入的照片的大小为672x640, 然后经过一个池化层, 使用ResNet网络提取特征,得到四个不同尺度的特征图,layer1, layer2, layer3,layer4.源代码中的尺度融合是从layer2层开始。然后再经过尺度融合得到f3, f4, f5, f6, f7五个不同尺度的特征层。一、Focal LossRetinanet网络的核心就是Foc
2022-03-29 18:05:30
28897
4
学生测试及信息管理系统.zip
2019-12-11
wenet流模式相关的问题咨询
2024-03-08
wenet中efficient conformer流模式代码
2024-03-08
yolov5参数更新问题
2023-02-20
yolov5单机多卡训练报错
2022-10-25
yolov5训练问题
2022-09-02
cuda移植到DCU
2022-08-31
yolov5训练NAN
2022-08-16
yolov5训练损失为Nan
2022-08-12
TA创建的收藏夹 TA关注的收藏夹
TA关注的人