- 博客(86)
- 收藏
- 关注
RSS订阅
原创 经典网络模型 —— 盘点 21篇必读论文与网络模型 + 5种常见数据集
🔥22篇必读论文与网络模型 + 🔥5种常见数据集：1、常见的数据集：MNIST、CIFAR-10、VOC2012、ImageNet；2、图像分类模型：AlexNet、GoogLeNet、VGG、ResNet、DenseNet；3、目标检测模型：R-CNN、Fast R-CNN、Faster R-CNN、SSD、YOLO系列、CenterNet；4、轻量级模型：SqueezeNet、MobileNet、ShuffleNet、Xception；5、注意力机制：SENet、CBAM、ECANet
2022-05-01 17:18:07
3506
2
原创 Pytorch 炼丹小结
常见优化器（Optimizer），包括SGD、Adagrad、RMSprop、Adam、AdamW；常见学习率（Learning Rate Scheduler），包括StepLR、MultiStepLR、ExponentialLR、CosineAnnealingLR、CosineAnnealingWarmRestarts、ReduceLROnPlateau；以及混合精度（GradScaler）操作和梯度累加（Add Grad）操作等；
2023-02-27 15:55:22
363
原创 [ 对比学习篇 ] 经典网络模型 —— Contrastive Learning
[ 对比学习篇 ] 经典网络模型 —— Contrastive LearningInstDisc、InvaSpread、CPC、CMC；MoCov1、SimCLRv1、MoCov2、SimCLRv2、SWaV；BYOL、SimSiam；MoCov3、DINO；CLIP；
2023-02-20 16:27:04
1737
1
原创 [ Transformer篇 ] 经典网络模型 —— Vision Transformer + Transformer in Transformer + Swin Transformer
[ Transformer篇 ] 经典网络模型 —— Vision Transformer + Transformer in Transformer + Swin Transformer；主要介绍Vision Transformer、Transformer in Transformer、Swin Transformer这三个Transformer的经典模型。
2023-02-17 19:51:45
988
原创 Visio 安装与操作小结
Visio 是一个非常强大的作图工具，可以利用简单的操作做出非常好看图 ；Visio 2019 🔗：https://pan.baidu.com/s/1Ijqjh7-S5moPH1BXm6TUmw
2022-08-11 15:56:07
1568
原创 Web 前端基础操作小结
Web 前端基础操作小结；1、HTML 认知排版标签；文本格式化标签；媒体标签；链接标签2、HTML 基础列表标签；表格标签；表单标签；语义化标签；字符实体3、CSS 基础选择器；字体和文本样式；Chrome 调试工具4、CSS 进阶选择器；背景属性；显示模式；CSS 特性5、CSS 盒子模型优先级；盒子模型6、CSS 浮动结构伪类选择器；伪元素；标准流；浮动；清除浮动7、CSS 定位装饰定位；装饰；.....................
2022-07-28 15:28:02
282
原创 计算机领域顶级会议归纳（计算机视觉CV、机器学习ML、人工智能AI）
本文具体介绍几种计算机视觉顶级会议，包括计算机视觉领域三大顶尖国际会议 ： CVPR、ICCV、ECCV ；还有其他一些 著名 会议： WACV、NIPS、ICLR、AAAI、ICML、IJCAI ；汇总信息在最后面，可以直接点击查看 ；...............
2022-07-12 16:43:41
17044
2
原创 [ 可视化 ] 经典网络模型 —— Grad-CAM 详解与复现
[ 可视化 ] 经典网络模型 —— Grad-CAM 详解与复现1、Grad-CAM；2、Grad-CAM 详解；论文贡献；原理介绍；Grad-CAM 可视化流程；Grad-CAM 计算；Guided Grad-CAM；实例展示；评估 Grad-CAM 定位能力，Grad-CAM 图像分类、视觉解释和文本解释、图像描述、视觉问答、其他；3、Grad-CAM 复现基于此提出的 ``Grad-CAM`` 利用热力图的方式实现网络预测过程的可视化，并帮助我们更好的理解神经网络 ；.........
2022-07-08 17:00:26
11425
11
原创 [ 目标检测 ] 经典网络模型5——YOLO-v1 详解与复现
[ 目标检测 ] 经典网络模型5——YOLO-v1 详解与复现1、You Only Look Once；2、YOLO-v1详解；特点、网络结构：网络设计 结构框图 损失函数 局限性 性能比较 ；3、YOLO-v1复现；在此之前目标检测都有着多阶段的过程，并采用单独的分类器来进行分类 ；如 R-CNN 利用一系列 SVMs 对生成的 Region proposals 进行分类预测，存在着 检测速度慢、优化难 的问题 ；YOLO 算法将目标检测作为一个单一的回归问题，直接对输入图像进行边界框与类别.
2022-07-07 13:43:24
1343
原创 [ 目标检测 ] 经典网络模型——性能评价指标 AP、mAP
[ 目标检测 ] 经典网络模型——性能评价指标1、正负样本——TP TN FP FN；2、Precision、Recall、Accuracy；3、Precision-Recall 曲线；4、AP、mAP；5、IoU (Intersection over Union)；6、FPS (Frames Per Second)；
2022-07-04 20:40:45
2041
原创 [ 目标检测 ] 经典网络模型4——SSD 详解与复现
[ 目标检测 ] 经典网络模型4——SSD 详解与复现1、Single Shot Detector2、SSD 详解3、SSD 复现SDD 是一种利用 单一深度神经网络 检测图像中的目标的方法 ；它的一个关键特征是：使用 多尺度卷积边界框 输出 附加到网络顶部的多个特征图上 ；它将边界框的输出空间离散化为一组默认框，每个特征图位置具有不同的纵横比和比例 ；在预测时，网络会根据每个默认框中的对象类别生成分数，并对该框进行调整，以更好地匹配对象的形状 ；...............
2022-06-15 14:29:39
2418
1
原创 [ 图像分类 ] 经典网络模型实例—— CIFAR10 + ResNet50 详解与复现
[ 图像分类 ] 经典网络模型实例—— CIFAR10 + ResNet50 详解与复现CIFAR10 + ResNet50 图像分类实例；准备工作；库文件准备；命令行接口；加载数据集；加载模型；定义损失函数与优化器；打印模型；模型训练与测试；模型训练；模型测试；训练过程数据分析；保存模型；保存训练参数；绘制 Loss-Acc 曲线；主函数；CIFAR10 + ResNet50 完整代码；...
2022-05-13 19:03:31
2175
1
原创 [ 目标检测 ] 经典网络模型3——Faster R-CNN 详解与复现
[ 目标检测 ] 经典网络模型3——Faster R-CNN 详解与复现；1、Real-Time Object Detection with RPN；2、Faster R-CNN 详解；3、Faster R-CNN 复现；目前先进的目标检测网络如 SPP-Net 和 Fast R-CNN 都采用区域建议算法假设目标位置 ；这些网络都缩短了检测网络的运行时间，但 区域建议计算 依然是目标检测任务的 瓶颈 问题 ；基于此，提出了一个 区域建议网络RPN，实现与检测网络 共享 输入图像的 卷积特征 ；
2022-05-09 16:01:42
3622
原创 [ 目标检测 ] 经典网络模型2——Fast R-CNN 详解与复现
[ 目标检测 ] 经典网络模型2——Fast R-CNN 详解与复现1、Fast Region-based Convolutional Network；2、Fast R-CNN详解；3、Fast R-CNN复现；Fast R-CNN 是一种基于区域卷积网络的快速目标检测方法 ；Fast R-CNN 比 R-CNN 快 9倍，在测试时快 213倍，在 PASCAL VOC 2012 上实现了更高的映射 ；基于此作者提出了一种单阶段训练算法 (single-stage training)......
2022-05-08 22:29:23
4385
原创 [ 目标检测 ] 经典网络模型1——R-CNN 详解与复现
[ 目标检测 ] 经典网络模型1——R-CNN 详解与复现1、Regions with CNN features ；2、R-CNN 详解 ；3、R-CNN 复现 ；近年来，目标检测性能在标准 PASCAL VOC 数据集上保持稳定 ；性能最好的方法是复杂的集成系统（complex ensemble systems），通过将多个低维图像特征与高维背景结合 ；利用 候选区域与 CNN 相结合 的方式，实现了平均精度（mAP）提高了30%以上 ；..................
2022-05-08 17:50:07
2122
1
原创 [ 轻量级网络 ] 经典网络模型4——Xception 详解与复现
[ 轻量级网络 ] 经典网络模型4——Xception 详解与复现1、Xception；2、Xception 详解；3、Xception 复现；Xception 是一种受启发于 Inception 的新颖深度卷积神经网络架构 ；将 Inception 模块替换为 深度可分离卷积( depthwise separable convolution ) ；Xception 与 Inception V3 具有相同数量的参数，但由于模型参数的更有效使用，使得性能进一步的提高 ；...
2022-05-07 08:00:00
3775
原创 [ 轻量级网络 ] 经典网络模型3——ShuffleNet 详解与复现
[ 轻量级网络 ] 经典网络模型3——ShuffleNet 详解与复现1、ShuffleNet；2、ShuffleNet 详解；3、ShuffleNet 复现；ShuffleNet 使用是一种计算效率极高的CNN架构，它是专门为计算能力非常有限的移动设备设计的 ；通过 点态群卷积(Pointwise Group Convolution) 和 通道洗牌(Channel Shuffle) 两种新运算，在保持精度的同时大大降低了计算成本 ；...
2022-05-06 18:01:33
4785
原创 [ 轻量级网络 ] 经典网络模型2——MobileNet 详解与复现
[ 轻量级网络 ] 经典网络模型2——MobileNet 详解与复现1、MobileNet；2、MobileNet 详解；3、MobileNet 复现；MobileNet 使用 深度可分离卷积 来构建轻量级的深度神经网络，是一种用于 移动和嵌入式视觉 应用的高效模型 ；通过引入的两个简单 全局超参数，有效地在 延迟和准确性 之间进行权衡 ；🔗 论文地址：...
2022-05-05 20:55:46
1962
原创 [ 轻量级网络 ] 经典网络模型1——SqueezeNet 详解与复现
[ 轻量级网络 ] 经典网络模型1——SqueezeNet 详解与复现；1、SqueezeNet；2、SqueezeNet详解；3、SqueezeNet复现；SqueezeNet 在 ImageNet 上实现与 AlexNet 同等级别的精度，但 参数少了50倍 ；通过模型压缩技术，实现了 SqueezeNet 模型压缩到小于0.5MB，相比 AlexNet 模型小了510倍 ；🔗 论文地址：SqueezeNet: AlexNet-level accuracy with 50x fewer...
2022-05-03 17:39:29
3722
原创 [ 数据集 ] ImageNet 数据集介绍
[ 数据集 ] ImageNet 数据集介绍ImageNet 是一个用于视觉对象识别软件研究的大型可视化数据库，由李飞飞团队从2007年开始，耗费大量人力，通过各种方式（网络抓取，人工标注，亚马逊众包平台）收集制作而成，它作为论文在 CVPR-2009 发布；ImageNet大规模视觉识别挑战赛（ImageNet Large Scale Visual Recognition Challenge，ILSVRC）；...
2022-05-02 21:26:32
19084
原创 [ 数据集 ] MINIST 数据集介绍
[ 数据集 ] MINIST 数据集介绍MINIST``Size:`` 28×28 灰度手写数字图像；``Num:`` 训练集 60000 和 测试集 10000，一共70000张图片；``Classes:`` 0，1，2，3，4，5，6，7，8，9；具体介绍了数据集的读取与可视化操作等...
2022-05-02 14:00:13
19483
1
原创 Win10 14个常用快捷键，便捷日常小生活
Win10 14个常用的快捷键，快学起来吧！显示桌面；任务视图；运行；文件资源管理器；切换任务视图；搜索内容；锁屏；高级用户功能；截图工具；多重剪贴板；任务栏软件启动；创建虚拟桌面；虚拟桌面切换；日历显示等...
2022-04-29 10:11:31
1376
原创 UserWarning: reduction: ‘mean‘ divides the total loss by both the batch size and the support size.
1、错误提示损失函数计算损失时，出现 ``UserWarning`` ：`` UserWarning: reduction: 'mean' divides the total loss by both the batch size and the support size.'batchmean' divides only by the batch size, and aligns with the KL div math definition.2、错误原因出现这个错误一般选择的损失函数为：
2022-04-22 16:00:01
5163
2
原创 [ 数据集 ] VOC 2012 数据集介绍
[ 数据集 ] VOC 2012 数据集介绍VOC 2012它从根本上说是一个有监督的学习问题，提供了一组标记图像的训练集；包括二十个对象类别：Person、Animal、Vehicle、Indoor；有三个主要的对象识别竞赛：分类、检测和分割；VOC 2012 文件夹介绍1）Annotations2）ImageSetsActionLayoutMainSegmentation3）JPEGImages4）SegmentationClass5）SegmentationObject..
2022-04-21 21:39:41
12666
4
原创 MatPlotlib 最全 使用技巧与操作指南
MatPlotlib 最全 使用技巧与操作指南简单绘图 定制画布风格 绘制简单函数 设置坐标轴 坐标轴范围 坐标轴标签 图例 线条颜色及风格 线条颜色 线条风格 颜色 + 风格 多个子图 表格插图 堆叠子图表 网格子图表 不规则子图表 简单绘图首先从创建 图形 和 维度 开始：...
2022-04-21 18:19:24
820
原创 collections.OrderedDict() 函数使用技巧
本文主要讲解collections.OrderedDict() 函数使用技巧，在构建神经网络模型时的用法以及其他用法。
2022-04-21 14:51:11
5161
原创 [ 图像分类 ] 经典网络模型5——DenseNet 详解与复现
[ 图像分类 ] 经典网络模型5——DenseNet 详解与复现1、Dense Convolutional Network2、DenseNet 详解3、DenseNet 复现就是熟知的 `` DenseNet（密集卷积网络）``，是 CVPR 2017年 的 Oral ；对于每一层，前面所有层的特征映射作为输入，并将特征映射作为后续所有层的输入 ；它缓解了 ``消失梯度`` 问题，加强了 ``特征传播`` ，鼓励了 ``特征重用`` ，并大大减少了 ``参数量`` ；...
2022-04-21 14:08:34
2774
1
原创 NotImplementedError
1、错误提示``python`` 程序运行报错 ：`` NotImplementedError ``2、错误原因python程序中，raise 可以实现报错的功能，且报错的条件和内容都是程序员自己规定的 ；在面向对象编程中，如果想在父类中预留一个方法，使该方法在子类中实现，如果子类中没有对该方法进行重写就被调用，则会报错：NotImplementError ！而这边是因为没有调用 ``forward()`` 方法 3、解决方案
2022-04-21 13:49:40
10203
1
原创 [ 注意力机制 ] 经典网络模型3——ECANet 详解与复现
[ 注意力机制 ] 经典网络模型3——ECANet 详解与复现1、Efficient Channel Attention Module2、ECANet 详解3、ECANet 复现简称 ``ECA``，2020年 提出的一种 ``高效通道注意力(ECA)模块`` ；该模块只涉及少数几个 参数，但具有明显的 效果增益 ；提出了一种 ``不降维`` 的局部跨信道交互策略，避免降维对于通道注意力学习效果的影响 ；适当的 ``跨通道交互`` 可以在保持 *性能* 的同时 *显著降低模型的复杂性* ；..
2022-04-20 10:30:00
40725
14
原创 torch.mean()、torch.max() 和 nn.AdaptiveAvgPool2d()、nn.AdaptiveMaxPool2d() 用法小结
本文主要讲解torch.mean()、torch.max() 和 nn.AdaptiveAvgPool2d()、nn.AdaptiveMaxPool2d()这四个函数的基本用法以及区别
2022-04-19 16:51:37
1949
原创 OSError: [WinError 1455] 页面文件太小,无法完成操作。 Error loading “E:\Anaconda\......“
1、错误提示``python`` 程序运行报错 ：``OSError: [WinError 1455] 页面文件太小,无法完成操作。 Error loading "E:\Anaconda\......"``<br>2、 错误原因以为是数据量太大了，修改batch size、后面还修改了输入图片的大小，结果还是报错 ，默认其他磁盘没有分配虚拟内存，所以会出现这样的错误 ，
2022-04-19 16:45:12
638
原创 [ 注意力机制 ] 经典网络模型2——CBAM 详解与复现
[ 注意力机制 ] 经典网络模型2——CBAM 详解与复现1、Convolutional Block Attention Module2、CBAM 详解Channel Attention ModuleSpatial Attention Module3、CBAM 复现简称 ``CBAM``，2018年 提出的一种新的 *卷积注意力模块* ；对前馈卷积神经网络 是一个 简单而有效的 注意力模块 ；因为它的轻量级和通用性，可以无缝集成到任何CNN网络当中 ；...
2022-04-19 15:43:29
40882
27
原创 [ 注意力机制 ] 经典网络模型1——SENet 详解与复现
[ 注意力机制 ] 经典网络模型1——SENet 详解与复现1、Squeeze-and-Excitation Networks2、Squeeze-and-Excitation block3、SENet 详解4、SENet 复现Squeeze-and-Excitation Networks简称 SENet ，由 Momenta 和 牛津大学 的 胡杰等人 提出的一种新的网络结构；目标是通过显式的建模 卷积特征通道 之间的 相互依赖关系 来提高网络的表示能力；最后一届ImageNet比赛获得冠军
2022-04-18 10:30:00
22696
11
原创 [ 图像分类 ] 经典网络模型1——AlexNet 详解与复现
[ 图像分类 ] 经典网络模型1——AlexNet 详解与复现1、AlexNet2、AlexNet 详解3、AlexNet 复现AlexNet是2012年 Alex Krizhevsky 等人提出的一种的深度学习结构，并以其名命名；拥有6000万个参数和65万个神经元，由5个卷积层组成，后面跟着3个全连接层和1000的softmax；在2012年 ImageNet 比赛 classification 任务上获得 第一名；...
2022-04-17 14:43:56
2691
2
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