算法开发入门

本系列主要记录在做算法模型训练过程中一些列用到的技术。
训练模型需要学习和积累的知识非常多。公认的高效的学习模式就是搭建自己的知识体系并形成输出，学习某一个知识点之后动手实现，然后记录下来，整理出总结性文章。不断构建自己的知识树，最终形成自己的体系。

• voc数据集转换成coco数据集
• coco数据集转voc数据集
• yolov1-yolov5 网络结构&正负样本筛选&损失计算
• yolov5 数据增强mosaic实现
• yolov5 网络结构
• yolov5 筛选正样本流程 代码多图详解
• yolov5 正样本可视化
• yolov5 损失函数代码详解
• yolov5 极大值抑制 nms 代码详解
• yolov5 mAP计算代码分析
• 目标追踪 ByteTrack 算法详细流程分析
• 目标检测高频评价指标的计算过程
• YOLOv8 架构原理详解

实战

• 记录一次简单的模型训练分析过程
• 一个小小空格问题引起的bug

入门知识

• Pytorch 手写数字识别 深度学习基础分享
• yolov8 框架自带模型体验页面
• 多模态模型 Grounding DINO 初识
• vLLM部署 Qwen-VL-2.5 多模态大模型
• 人脸识别初识原理及实现