深度学习开发实战
文章平均质量分 94
本专栏是一个实用指南,涵盖深度学习的理论、模型、数据处理、训练和部署等方面。
优惠券已抵扣
余额抵扣
还需支付
¥49.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
穿着帆布鞋也能走猫步
这个作者很懒,什么都没留下…
展开
-
使用自己的数据集训练DETR模型
本文将使用四个预训练的DETR模型(DETR ResNet50、DETR ResNet50 DC5、DETR ResNet101和DETR ResNet101 DC5)在自定义数据集上对其进行微调,通过比较它们在自定义数据集上的mAP,来比较评估每个模型的检测精度。原创 2024-05-17 15:27:03 · 157 阅读 · 0 评论 -
基于Multiscale Vision Transformer的视频动作识别
本文基于Multiscale Vision Transformer进行视频动作识别,并附录完整代码。原创 2024-04-18 17:20:01 · 357 阅读 · 1 评论 -
使用YOLOv7进行视频实时姿态估计
本文基于YOLOv7进行人体姿态的实时估计,并附录完整代码。原创 2024-03-07 11:15:56 · 481 阅读 · 0 评论 -
基于Pytorch的驾驶员分心行为实时检测
本文使用深度学习和Pytorch实时检测驾驶员的分心行为,并附录完整代码。原创 2023-10-25 10:38:20 · 1070 阅读 · 0 评论 -
微调Yolov8动物姿势估计模型
本文主要以狗的姿势估计为例,展示如何对当下流行的YOLOv8姿势模型进行Fine-tuning,并附录完整代码。原创 2023-10-13 18:41:38 · 633 阅读 · 1 评论 -
利用KerasCV YOLOv8轻松实现目标精确检测
利用KerasCV YOLOv8轻松实现目标精确检测原创 2023-10-09 18:29:24 · 346 阅读 · 2 评论 -
使用Pytorch从零实现Vision Transformer
使用Pytorch从零实现Vision Transformer原创 2023-09-27 17:51:57 · 408 阅读 · 0 评论 -
用于小物体检测的切片辅助超推理SAHI实现YOLOv8推理
如下图所示,在推理过程中采用了切片法,最初,原始图像被划分为尺寸为M×N的重叠块。通过结合使用调整大小的补丁和原始图像,模型可以学习到适应不同尺度的物体,并提高对大型物体的检测能力。然而,由于网络的局限性,学习到的特征可能无法充分捕捉到较小物体的微妙而复杂的细节。预训练模型,尤其是使用深度卷积神经网络(CNN)架构的模型,可以捕获丰富的分层特征,这对于小物体的检测非常有帮助。SAHI的独特之处在于它能够与任何物体检测器无缝集成,无需繁琐的微调,并在不影响性能的情况下快速应用,为小物体检测带来了重大的突破。原创 2023-09-21 16:59:11 · 4342 阅读 · 1 评论