小屋

目录深度学习网络分类评价指标原理yolov1yolov2yolov3yolov4yolov5源码解读 深度学习网络分类 深度学习经典检测方法 通常分为 two-stage（两阶段）：Faster-rcnn Mask-Rcnn系列 one-stage（单阶段）：YOLO系列 one-stage： 最核心的优势：速度非常快，适合做实时检测任务 但是缺点也是有的，效果通常情况下不会太好 two-stage： 速度通常较慢（5FPS），但是效果通常还是不错的 非常实用的通用框架MaskRcnn 评价指标

现在关于transformer的论文铺天盖地，那这个在自然语言领域的龙头算法框架如何在cv领域大展手脚，最近的一些成果已经带给我们很多震撼，cv是否也能像NLP一样迎来transformer时代还需要cv学者共同探索。就目前来看虽然使用transformer可以达到现有cv水准，但其训练所需的设备直接劝退，家底不厚确实无法开展transformer之旅。下面就将自己的学习过程做好记录去，去领略transformer的神奇之处。 目录1.论文简介2.入门资料3.注意力机制4.位置编码5.残差与LayNorm