- 博客(3)
- 收藏
- 关注
RSS订阅原创 【YOLOV5】
(1)主干部分：特征提取(2)残差边部分：不做任何的处理(1)主干进行残差、堆叠(2)残差边部分进行少量的处理每隔一像素点取一值，将取值后的结果在通道上进行堆叠得到一个特征层通过不同池化核大小的最大池化进行特征提取，提高网络的感受野如下图所示，yolov5网络主要分为主干网络部分和加强特征提取网络部分。1.首先对数据集进行标注、划分为训练集和验证集。对数据进行增强等相关的处理之后，对处理好的图像进行Focus前处理2.处理后的数据依次进行到主干网络、加强特征网络（FPN、PAN）、和Head层。数据进
2023-04-18 14:54:11
2144
原创 《卷积神经网络》
卷积神经网络（Convolutional Neural Network，简称CNN）是一种深度学习模型，主要用于图像识别、图像分类、物体检测、语音识别等领域。CNN的作用是对输入的图像进行特征提取和分类。它可以自动从原始数据中学习到一系列特征，这些特征可以被用来进行分类或者其他的任务。CNN在处理图像数据时，通过卷积操作提取图像中的局部特征，并将这些特征组合成更高层次的抽象特征，从而实现对图像的分类。相较于传统的神经网络，CNN在处理图像数据时可以减少参数数量，提高计算效率，更加适用于大规模图像数据的处理。
2023-04-11 21:47:32
629
1
原创 《感知机与多层感知机的介绍》
本文介绍感知机这一算法。在1957年由美国的一位学者Frank Rosenblatt提出感知机。因为感知机作为深度学习的起源，所以学习感知机是必要的，对弄懂深度学习具有很大的帮助。1.1感知机是什么？感知机就是接受多个信号，输出一个信号。比如图1-1所示，是一个接受两个输入信号的感知机例子。x1、x2是输入信号，y是输出信号，w1、w2是权重。图中的圆圈被称为“神经元”或者“节点”。输入信号被送往神经元时，会被分别乘以固定的权重。神经元会计算传送过来的信号总和。当总和超过一定的界限时，就会输出。
2023-04-10 16:53:02
625
1
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