- 博客(18)
- 资源 (1)
- 收藏
- 关注
原创 【yolov3模型】
特征提取的backbone使用了效果更好的Darknet-53。与Darknet-19相比,该网络增加了更多连续的3x3和1 x1卷积层,同时引入了残差连接Residual,使得网络更有效。网络输出三个不同尺寸大小的结果,使得网络预测结果能够融合更细粒度的特征,提升效果。
2023-08-05 20:41:01 110
原创 【yolov2模型】
误差方面:与Fast R-CNN相比,yolov1的会有更多的定位误差召回率:与区域候选框的方法相比,yolov1的召回率更低由此,作者在yolov2模型中做了一系列的改进来优化定位效果和提升召回率,包括增加BN层、增大分辨率、引入候选框、多尺度训练等。
2023-07-23 12:24:46 324
原创 【yolov1模型】
在yolov1提出之前,目标检测常用的方法有DPM和R-CNN方法,DPM是通过一个滑动窗口来定位和识别物体,R-CNN是先提取候选框再识别物体,这些检测方法流程复杂,性能较差。并且每个模块都必须单独训练调优,很难优化。
2023-07-06 23:59:03 148
原创 Tensorflow常用接口
说明: tensorflow1.0中的接口,在tensorflow2.0中用tf.compat.v1.global_variables兼容本接口。说明: tensorflow1.0中的接口,在tensorflow2.0中用tf.compat.v1.variable_scope兼容本接口。说明: tensorflow1.0中的接口,在tensorflow2.0中用tf.compat.v1.get_variable兼容本接口。作用:上下文管理器,用于定义创建变量的操作。作用:保存和恢复变量,常用于模型保存。
2023-06-23 15:19:31 90
原创 3.2 STL初识
提供一种方法,使之能够依序寻访某个容器所含的各个元素, 而又无需暴露该容器的内部表示方式。常用的数据结构: 数组, 链表, 树, 栈, 队列, 集合, 映射表等。有限的步骤, 解决逻辑或数学上的问题, 这一门学科叫做算法(Algorithms)区间内的元素内容, 例如, 查找, 计数, 替换, 寻找极值等等。: 强调值的排序, 序列式容器中的每个元素均有固定位置,区间内的元素的内容. 例如 拷贝, 替换, 删除等等。: 二叉树结构, 各元素之间没有严格的物理上的顺序关系。
2023-06-10 07:32:47 425
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人