- 博客(12)
- 资源 (1)
- 收藏
- 关注
原创 YOLOX的损失函数(SimOTA 正负样本分配策略)
之后每个gt 从大到小 取出 不大于10个iou值 进行相加 ,并向下取整,即为每个gt 可以获得 anchor point 数量 ,之后将cost 从小 到大 每个gt取出相应数量的anchor ,并形成一个混淆矩阵,每个被选到anchor point 下面填 0,没被选上的填 1。最终可以得到每个gt 与其相应anchor point 的cost 得分,在计算cost时其实也把相应的 anchor point 与 gt的iou损失计算出来了(即pair_wise_iou)(A1,A2…
2024-01-23 23:10:11
491
1
原创 YOLOV5增加检测头
此时运行yolo.py,查看是否配置完成(别忘记改cfg路径),成功则配置完成,此时的yolov5(7)已经拥有了四个检测头。以下配置文件yolov5s_anchors4.yaml 将下面内容复制到models文件下。以下内容均以yolov5的7.0版本为准。以下手绘图(忽略白色粗线)
2024-01-18 19:31:47
988
2
原创 YOLOV5(7)——Swintransformer(无痛版)
此时运行yolo.py,查看是否配置完成(别忘记改cfg路径),成功则配置完成,此时的yolov5 backbone已经为 swintransformer。以下为配置文件 yolov5s_Swin.yaml 复制下面的内容到models。以下内容均以 YOLOV5的7.0版本为主。将以下内容写入 common.py。将以下内容复制到yolo.py中。
2024-01-18 19:18:54
609
原创 ASFF(自适应空间特征融合)
两个不同尺度的特征进行融合时x1(2,128,640,640)x2(2,512,320,320),他们不应该是一视同仁的,一定有重要的不重要的,那就要找出权重来进行重新分配,融合成新的特征 x3=ax1’+bx2’
2024-01-13 14:06:49
773
1
原创 YOLOV5 Softnms更换
论文:https://arxiv.org/abs/1704.04503。核心思想,将绿框替换为红框。SoftNMS分数衰减公式。
2024-01-10 16:46:01
414
原创 CBAM 注意力机制模块(通道+空间)
#(1)通道注意力机制 (相比较SE 多了全局最大池化)class channel_attention(nn.Module): # 初始化, in_channel代表输入特征图的通道数, ratio代表第一个全连接的通道下降倍数 def __init__(self, in_channel, ratio=4): # 继承父类初始化方法 super(channel_attention, self).__init__() # 全
2024-01-03 15:25:49
628
1
原创 幻影卷积Ghost conv
1.将原来的特征层经过1x1卷积进行通道融合变为特征层(2)2.将(2)进行深度卷积变为(3)3.将(2)(3)特征层进行拼接。
2024-01-03 13:07:09
870
1
原创 YOLOv5(7) ComputeLoss和build_targets
YOLOv5(7) ComputeLoss和build_targets
2023-12-29 17:05:13
537
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人