Deep Learning
文章平均质量分 68
DL
Jackilina_Stone
在职算法工程师,我们一起努力学习吧!学无止境,加油加油!!!
展开
-
【AI】简单了解AIGC与ChatGPT
简单了解AIGC与ChatGPT原创 2024-09-19 12:19:54 · 515 阅读 · 0 评论 -
【论文】(2024.6) KAN: Kolmogorov–Arnold Networks 阅读笔记 | KAN周边扩展
KAN: Kolmogorov–Arnold Networks 阅读笔记 | KAN周边扩展原创 2024-07-17 18:05:52 · 1322 阅读 · 0 评论 -
【论文】(2024.6)LW-DETR: A Transformer Replacement to YOLO for Real-Time Detection阅读笔记 | 百度&北航提出的LW-DETR
LW-DETR: A Transformer Replacement to YOLO for Real-Time Detection阅读笔记原创 2024-06-27 16:45:05 · 1336 阅读 · 1 评论 -
【YOLOv10】2024年5月最新的YOLO系列模型Yolov10(论文阅读笔记) + 完整创新点说明 + 总结
2024年5月最新的YOLO系列模型Yolov10的论文阅读笔记原创 2024-05-29 19:06:54 · 2253 阅读 · 0 评论 -
【YOLOv10】使用yolov10训练自己的数据集/验证 /推理 /导出模型/ONNX模型的使用
使用yolov10训练自己的数据集/验证 /推理 /导出模型/ONNX模型的使用原创 2024-05-29 13:44:04 · 2300 阅读 · 1 评论 -
【YOLOv10的使用】YOLOv10的训练/验证/预测/导出模型/ONNX模型的使用
YOLOv10的训练/验证/预测/导出模型/ONNX模型的使用原创 2024-05-29 11:57:07 · 2052 阅读 · 0 评论 -
【自然语言处理】InstructGPT、GPT-4 概述
GPT(Generative Pre-trained Transformer)是一种自然语言处理技术,基于Transformer架构的大型语言模型。原创 2024-04-25 10:15:10 · 1601 阅读 · 0 评论 -
【TensorFlow 精简版】TensorFlow Lite
【TensorFlow 精简版】TensorFlow Lite原创 2023-12-27 15:33:34 · 1294 阅读 · 0 评论 -
【模型】模型量化技术:动态范围、全整数和Float16量化
【模型】模型量化技术:动态范围、全整数和Float16量化技术原创 2023-12-26 16:06:19 · 1331 阅读 · 1 评论 -
【DL:智能写作】训练RNN并自动生成恐龙的名字
【DL:智能写作】训练RNN并自动生成恐龙的名字原创 2019-11-06 16:59:36 · 934 阅读 · 1 评论 -
【DL理论知识】关于RNN,这些是你应该知道的...
【DL理论知识】关于RNN,这些是你应该知道的...原创 2019-11-06 17:33:04 · 696 阅读 · 1 评论 -
基于混合高斯模型的运动目标检测算法
运动目标检测是计算机视觉领域中的一个重要内容,其检测效果将会对目标跟踪与识别造成一定的影响。1混合高斯背景模型 在混合高斯模型中,对图像中每一个像素点建立K个高斯模型,对于t时刻像素点X的概率密度函数如下所示。2背景的选取 首先,按权值和标准差的比值将每个像素点的K个高斯分布由大到小进行排序,则描述背景可能性越大的分布越靠前,描述背景可能性...原创 2018-07-21 14:37:40 · 10947 阅读 · 1 评论 -
【DL】Ultralytics YOLOv8
它通过引入新的骨干网络、新的无锚分裂头和新的损失函数等创新,性能优于以前的版本。YOLO(You Only Look Once)是一种流行的目标检测和图像分割模型,由华盛顿大学的Joseph Redmon和Ali Farhadi推出。作为一款尖端、最先进的(SOTA)模型,YOLOv8在之前版本成功的基础上,引入了新的功能和改进,以增强性能、灵活性和效率。YOLOv1:2015年Joseph Redmon和Ali Farhadi等人(华盛顿大学)提出,以其高速和准确迅速走红。方法二:git clone。原创 2023-04-10 17:45:28 · 3130 阅读 · 1 评论 -
【深度学习】模型量化:AIMET
AIMET是一个使用户能够压缩和量化模型的软件工具包。AIMET提供了用于训练模型的优化设计,从而可以对得到的压缩和/或量化模型进行进一步训练(也称为微调),以恢复任何精度损失。AIMET目前支持TensorFlow和PyTorch模型。AIMET架构见下图:使用AIMET时工作流程的高级视图,见下图。如上图,用户将从TensorFlow或PyTorch的已训练模型开始。这个经过训练的模型被传递给AIMET,使用API进行压缩和量化。原创 2023-03-30 17:50:29 · 694 阅读 · 0 评论 -
[论文]著名会议和期刊
著名会议和期刊原创 2022-07-13 20:44:51 · 1250 阅读 · 0 评论 -
【模型部署】NNI:剪枝和量化
一 简介1 剪枝和量化将神经网络部署在计算资源匮乏或具有严格延迟要求的设备上的时候,需要先对模型进行压缩处理。模型压缩后,模型大小会变小,在不会显著降低模型性能的情况下,能够加速模型的训练/推理。模型压缩技术分类:剪枝(Pruning)和量化(Quantization)。(1) 剪枝方法探索模型权重中的冗余, 并尝试删除/修剪冗余和非关键的权重。(2) 量化是指通过减少权重表示或激活所需的比特数来压缩模型。2 NNINNI (Neural Network Intelli...原创 2022-05-11 23:06:16 · 3041 阅读 · 0 评论 -
【模型】模型下载以及pth模型转onnx模型的实践
【模型】模型下载以及pth模型转onnx模型的实践原创 2022-06-07 22:25:14 · 1306 阅读 · 0 评论 -
【DL】self-attention
自注意力原创 2022-08-20 00:37:26 · 346 阅读 · 1 评论 -
【DL】神经网络的前向反向传播
神经网络的前向和反向传播原创 2022-08-20 00:01:54 · 397 阅读 · 0 评论 -
【Deep learning】MLP多层感知机
1 简介 多层感知机(MLP,Multilayer Perceptron)也叫人工神经网络(ANN,Artificial Neural Network)。 除了输入层和输出层,它中间可以有多个隐层。 最简单的MLP只包含一个隐层。 隐层的神经元与输入层是全连接的。 多层感知机层与层之间是全连接的。多层感知机最底层是输入层,中间是隐藏层,最后是输出层。MLP一般还会加上ReLU、Sigmoid等非线性的激活函数。 隐含层到输出层可以是一个softmax分类原创 2022-08-19 11:58:29 · 464 阅读 · 0 评论 -
【30天入门人工智能】部分知识
网站:https://www.jiangdabai.com/30天入门人工智能视频地址:https://www.jiangdabai.com/vcat/%e3%80%8a30%e5%a4%a9%e5%85%a5%e9%97%a8%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e3%80%8b%e7%b3%bb%e5%88%97%e8%af%be%e7%a8%8b大白老师网课部分视频截图如下。仅作学习使用,如有侵权,请联系作者删除。1损失函数和成本函数2反向参数更新原创 2022-01-18 16:49:14 · 986 阅读 · 1 评论 -
【深度学习】YOLOv4
YOLOv4资料YOLO v4 论文:https://arxiv.org/abs/2004.10934YOLO v4 开源代码:https://github.com/AlexeyAB/darknet相关博客:https://blog.csdn.net/IceLimbo2019/article/details/105770835?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-3&am....原创 2020-05-09 20:39:38 · 729 阅读 · 0 评论 -
【深度学习】NCHW、NHWC和CHWN格式数据的存储形式
深度学习中的数据一般是4D的,NCHW或NHWC格式。其中:N 代表Batch,C 代表Channel,H 代表Height,W 代表Width。 虽然逻辑表达上是4维的数据,但是在计算机中存储时都是按照1D来存储的。物理存储👇: NCHW是先取W方向数据;然后是H方向;之后是C方向;最后是取N方向的数据。NHWC和CHWN格式以此类推。......原创 2022-06-22 22:33:15 · 3601 阅读 · 0 评论 -
【深度学习】目标检测最少训练数据量及类别不平衡的实战研究
以下内容均来自大白老师的文章。链接:https://mp.weixin.qq.com/s/iZYmst7GuWPpEr4s-rTsqg仅作为学习用途,如有侵权,请联系作者删除!原创 2022-03-15 16:52:05 · 1706 阅读 · 0 评论 -
【nanodet】nanodet的使用
目录1根据requirements.txt安装nanodet的环境包。2 检测效果NanoDet作者开源代码地址:GitHub - RangiLyu/nanodet: ⚡Super fast and lightweight anchor-free object detection model. ????Only 980 KB(int8) / 1.8MB (fp16) and run 97FPS on cellphone????(致敬)下述代码基于NanoDet项目进行小裁剪,专门用来实现Py原创 2021-11-05 12:14:50 · 1687 阅读 · 1 评论 -
【YOLOV5】使用YOLOV5训练自己的数据集并预测
yolov5 github的地址:https://github.com/ultralytics/yolov5一 数据准备使用的labelImg标注工具,对数据进行标注。标注工具具体使用方法,可以自己去查一下。在yolov5-master/data文件下新建下列文件夹images文件夹放置图像文件,Annotations文件夹放置标注好的xml文件,ImageSets文件夹放置生成的训练txt文件,labels放置生成的标签文件。A在yolov5-master文件夹..原创 2021-11-02 14:10:47 · 4502 阅读 · 2 评论 -
【深度学习】激励函数
1 sigmoid 把一个实数压缩至0到1之间,当输入的数非常大的时候,结果会接近1,当输入非常小的负数时,则会得到接近0的结果。2 tanh3 Relu优点: (1)不会出现梯度消失,收敛速度快; (2)前向计算量小,只需要计算max(0, x),不像sigmoid中有指数计算; (3)反向传播计算快,导数计算简单,无需指数、出发计算; (4)有些神经元的值为0,使网络具有saprse性质,可减小过拟合。...原创 2021-10-11 18:52:16 · 313 阅读 · 0 评论 -
【Linux】【深度学习】使用YOLOv4训练自己的数据集
1 准备数据集Annotations里面存放标签xml文件。JPEGImage 里面存放图片。ImageSets 里面的txt按行存放着图片的名字。2 生成指定的TXT(1)build/darknet/x64/data/voc/voc_label.py,修改voc_label.py如下:(2)在主目录darknet-master下执行voc_label.py,生成如下文件:3修改配置文件(1)将 cfg 目录下coco.da...原创 2020-05-13 22:30:54 · 1565 阅读 · 0 评论 -
【Linux】【深度学习】YOLOV4的使用
目录1 编译2 测试3YOLOv3与YOLOv4结果简单对比环境:Ubuntu 18.04(命令:cat /etc/issue)Python 2.7 (命令:python -V)cuda 10.0 (命令:cat /usr/local/cuda/version.txt)1 编译(1)如果需要使用GPU加速,就将项目里面的makefile文件修改如下:(2)修改后,cd到darknet-master目录下,然后直接输入make。...原创 2020-05-12 19:56:27 · 2297 阅读 · 0 评论 -
深度学习: VGG 网络
目录1VGG 网络网络结构2 代码论文链接:https://arxiv.org/abs/1409.15561VGG 网络网络结构VGG16包含了16个隐藏层:13个卷积层和3个全连接层VGG19包含了19个隐藏层:16个卷积层和3个全连接层2 代码from __future__ import absolute_importfrom __fut...原创 2020-01-09 14:46:16 · 264 阅读 · 0 评论 -
yolov3的使用及小补充
目录(零)模型评价(一)yolov3原版链接(二) 数据集(三)配置文件、训练及预测(四) 计算IOU(五) 检测结果后处理(零)模型评价(1)图片批量检测,运行yolo_test_final.py 会在 result文件夹里生成所有测试集检测图片,并生成test.txt。输入:test.txt,见下图yolo_test_final.py...原创 2019-12-31 10:36:31 · 825 阅读 · 0 评论 -
R-CNN Fast R-CNN Faster R-CNN
以下资料均来自大白老师网课的部分截图。仅作为学习用途,如有侵权,请联系作者删除。顺便说一下,大白老师的《30天入门深度学习》系列课程,挺不错的!原创 2019-12-05 09:54:33 · 150 阅读 · 0 评论 -
ssh远程链接服务器,避免因断网而中断训练de 方法
1 链接服务器.2 利用screen 命令 ,重起一个新的screen.screen -S name(新screen的名字,可以任起)3 开始训练.4 可以断开terminal,此时训练不受影响.************************************************1 启动terminal,查看存在的screen的命令.screen -ls...原创 2018-11-01 15:55:11 · 1644 阅读 · 0 评论 -
【DL】YOLO
YOLO速度非常快(检测问题——>回归问题)。YOLO是在整个图像上进行处理的。YOLO能学习到object的泛化表征。1 YOLO核心思想输入:整张图 输出:bounding box的位置和bounding box所属的类别。faster RCNN中将整张图作为输入,但是faster-RCNN采用了proposal+classifier(放在CNN中...原创 2019-01-23 16:47:30 · 484 阅读 · 1 评论 -
深度学习中过拟合和欠拟合的解决办法
1 深度学习中欠拟合的解决方法扩充训练集的特征种类 使用更加复杂的模型 减少正则化的参数2 深度学习中过拟合的解决方法数据增强 采用正则化 Batch Nomalization Dropout 提前终止训练过程...原创 2019-02-20 10:14:17 · 852 阅读 · 0 评论 -
Lenet
LeNet5诞生于1994年,由Yann LeCun提出,充分考虑图像的相关性。当时结构的特点如下:1)每个卷积层包含三个部分:卷积(Conv)、池化(ave-pooling)、非线性激活函数(sigmoid)2)MLP作为最终的分类器3)层与层之间稀疏连接减少计算复杂度LeNet-5中主要的有卷积层、下抽样层、全连接层3中连接方式。Input Layer:1*32*...原创 2019-02-20 13:34:06 · 439 阅读 · 0 评论 -
AlexNet
目录一 意义二AlexNet模型的特点三 AlexNet网络结构四 总结五 代码一 意义 2012年,Alex Krizhevsky、Ilya Sutskever在多伦多大学Geoff Hinton的实验室设计出了一个深层的卷积神经网络AlexNet,夺得了2012年ImageNet LSVRC的冠军,且准确率远超第二名(top5错误率为15.3%,第...原创 2019-02-20 14:05:35 · 313 阅读 · 0 评论 -
简述YOLOV1 YOLOV2 YOLOV3
1 yolov1(1)每个grid cell 预测 2 个BBOX。(2) 输入图片(448 X 448 X 3) ——> 7 X 7 X 30 30 = (2 X 5 + 20) 5 —> (x, y, w, h, score)(3)不适于小目标和密集目标检测。(4)Loss(5) Leaky Relu 端到端:反向...原创 2019-04-26 17:48:31 · 1059 阅读 · 1 评论 -
yolov3的配置文件分析
[net]# Testing# batch=1# subdivisions=1# Training# 每16个样本进行一次参数更新batch=16# 将batch分割为2个子batch(内存不够大)# 降低对显存的占用情况subdivisions=2# 图片宽和高# 只设置成32的倍数(考虑precision)width=1024height=1024# 输入图像的通...原创 2019-06-11 13:34:10 · 4125 阅读 · 5 评论 -
open pose 相关
1 pip install tqdm2pip install slidingwindow3pip install git+https://github.com/ppwwyyxx/tensorpack.git4 swig下载地址:http://www.swig.org/download.html添加环境变量到path, 比如: E:\swigw...原创 2019-07-10 20:03:37 · 611 阅读 · 2 评论