- 博客(43)
- 收藏
- 关注
原创 解决yolov5权重在linux和Windows上不兼容的问题
本人在使用ultralytics的yolov5中,发现在Linux训练完的权重不能用于window系统上。
2024-08-09 15:09:11
310
原创 【文章翻译】解开LLMs的神秘面纱:他们怎么能做没有受过训练的事情?
探讨LLMs如何生成文本,它们为何有时会产生幻觉信息,以及围绕其令人难以置信的能力所涉及的伦理问题。
2024-01-16 14:35:51
1126
原创 【深度学习】cv领域中各种loss损失介绍
CV领域常用的损失函数介绍。如MSELoss/BCELoss/IOULoss/SmoothL1Loss等。
2024-01-04 13:00:44
1085
原创 【模型训练】提高pytorch训练时GPU利用率
深度学习模型训练过程经常看到GPU利用效率不高,以下是一些提高GPU利用率常用的方式。对于提高GPU利用率能有一定帮助,但要提高到100%比较难,毕竟GPU利用率低本质上是因为GPU与CPU通讯等原因,导致GPU 在程序运行的某些时间处在空闲状态,没有被充分利用起来。
2023-12-29 13:09:22
1061
原创 【目标优化】使用scipy.optimize.minimize获取模型最大输出对应的输入值
scipy.optimize.minimize模块使用心得
2023-12-25 15:07:27
1555
原创 【BUG】C++ Boost调用python报错:init_fs_encoding:failed to get the Python codec of the file
init_fs_encoding: failed to get the Python codec of the filesystem encoding
2023-10-13 15:14:16
3907
3
原创 【目标检测】YOLOX网络结构基础模块详解及代码实现
YOLOX可以看成是各基础模块堆叠而成,明白各基础模块如何形成,代码如何实现,就能搭建出网络结构。
2023-10-10 10:19:22
274
1
原创 【图像分类】AlexNet网络结构分析及代码实现
该专栏文章介绍图像分类的经典网络。网上提供的代码大多是神经网络代码包含图像预处理、后处理、tricks及一些可视化工具,网络结构部分代码反而没那么清晰。本系列将代码部分抽取出来,便于初学者学习。这篇文章网上介绍多如牛毛,写的也很详细,因此本篇也不再赘述。只介绍几个需要记住的知识点,面试可能会问道。AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。
2023-09-26 13:29:59
169
原创 【算法竞赛】kaggle的Global Wheat Detection练习(基于yolov8训练及预测)
kaggle上的Global Wheat Detection是一个经典的目标检测竞赛,数据集公开,目标明确,难度不大,很适合初学者作为前期项目学习的资料。竞赛目标是对小麦麦穗进行检测,将麦穗头检测框选出来,是典型的目标检测问题。由于密密麻麻的小麦植物常常重叠在一起,且风的吹拂会使照片变得模糊不清,给目标检测带来一定的难题。竞赛链接:https://www.kaggle.com/competitions/global-wheat-detection。
2023-09-26 08:42:14
918
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人