![](https://img-blog.csdnimg.cn/091fbf4cc8564939828cda285d0649ce.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习
文章平均质量分 96
包含除论文精度外的其他深度学习知识。
玉堃
一个计算机视觉方向的初学者,记录和分享学习经历,力求每天进步一点点。
保证每月至少更新一篇知识点分享文章。
展开
-
小知识点快速总结:Batch Normalization Layer(BN层)的作用
快速浏览BN层的作用,方便及时理解或者面试复习。原创 2024-06-15 16:54:59 · 1224 阅读 · 0 评论 -
小知识点快速总结:梯度爆炸和梯度消失的原理和解决方法
快速了解梯度爆炸和梯度消失的原理,方便快速复习。原创 2024-06-17 16:55:53 · 1284 阅读 · 0 评论 -
基于MMdeploy实现HorNet(GF)模型到ONNX转化的流程记录
本文主要分为两部分,分别为:第一部分介绍了HorNet(gf)模型转化为HorNe(gf)-ONNX模型过程中遇到的问题以及解决办法。第二部分介绍了通过OpenMMLab发布的MMdeploy工具,实现将HorNet(gf)模型转化为HorNet(gf)-ONNX模型的过程。原创 2022-12-23 18:20:21 · 1257 阅读 · 5 评论 -
Transformer:注意力机制(attention)和自注意力机制(self-attention)的学习总结
本文主要分为两个部分:第一部分重点介绍了注意力机制的原理、公式演变、评分函数以及多头注意力。第二部分重点介绍了自注意力机制的原理、优缺点以及和注意力机制的区别,并最后给出了单头和多头自注意力机制的图片示例。原创 2022-09-04 02:15:24 · 51016 阅读 · 45 评论 -
Detection:目标检测常用评价指标的学习总结(IoU、TP、FP、TN、FN、Precision、Recall、F1-score、P-R曲线、AP、mAP、 ROC曲线、TPR、FPR和AUC)
1. 第一部分介绍IoU这个指标的含义和计算方法。2. 第二部分介绍TP、FP、TN、FN这四个指标的含义,以及在目标检测中的使用方法。3. 第三部分介绍Accuracy、Precision、Recall、F1-score这四个指标的含义,以及在单类别和多类别下的计算方法。4. 第四部分介绍P-R曲线、AP和mAP这个三个指标的含义和计算方法。5. 第五部分介绍ROC曲线和AUC这个两指标的含义和计算方法。6. 最后还最后还附上了yolov5计算指标代码的部分解释,并举例说明。详情参见附录。原创 2022-11-08 22:42:37 · 5960 阅读 · 15 评论