cv学习 - 随笔分类 - 千主

HybridEncoder

摘要：参考学习： RT-DETR 详解之 Efficient Hybrid Encoder_hybridencoder-CSDN博客 RT-DETR ｜ 3、AIFI_哔哩哔哩_bilibili RT- DETR ｜ 4、CCFM_哔哩哔哩_bilibili 本文用于剖析HybridEncoder结构，加阅读全文

posted @ 2025-08-11 22:46 千主阅读(30) 评论(0) 推荐(0)

HGNetv2

摘要：参考学习：常用 backbone 之 HGNetv2_哔哩哔哩_bilibili 本文用于记录解析HGNetv2网络结构，加强学习记忆。网络结构分析从class HG_Block(nn.Module)这个类中前向传播函数可以看见主要运用的就是两个大的组件：再查找这两大个组件： StemBloc 阅读全文

posted @ 2025-07-11 16:05 千主阅读(219) 评论(0) 推荐(0)

YOLOv8中间特征层可视化

摘要：原文地址：YOLOv8中间特征层可视化_yolov8特征图可视化-CSDN博客防止某些平台不当人，恰烂米，先搞过来一、优势和作用在 YOLOv8 或类似深度学习目标检测模型中使用中间特征层进行可视化有以下优点： 1. 理解网络的学习过程中间特征层可视化可以帮助我们深入了解模型在各个阶段如何提取和阅读全文

posted @ 2025-04-24 23:52 千主阅读(568) 评论(0) 推荐(0)

性能对比实验折线图绘制代码（YOLO系列为例）

摘要：本文用于绘制性能折线图，适用于对比实验，发现很多博文都是收费，欺负哥们懒得学习，一气之下ai了一下再进行代码修改，免费供给大家学习参考，便于大家撰写论文数据时利于绘制图像，节约时间。 import pandas as pd import matplotlib.pyplot as plt # 读取CS 阅读全文

posted @ 2025-03-07 23:26 千主阅读(447) 评论(0) 推荐(1)

Transformer中的Encoder与Decoder

摘要：参考学习：【超详细】【原理篇&实战篇】一文读懂Transformer-CSDN博客彻底搞懂了Transformer解码器（图文详解） - 知乎 (zhihu.com) 这样图解Transformer应该没人看不懂了吧——多头注意力机制详解_transformer 多头注意力机制-CSDN博客本阅读全文

posted @ 2024-10-13 21:04 千主阅读(516) 评论(0) 推荐(0)

Transformer中的词嵌入Embedding与位置编码Positional Encoding

摘要：参考学习：举个例子讲下transformer的输入输出细节及其他 - 知乎 (zhihu.com) transformer详细介绍(1)__输入Embedding与位置编码_input embedding-CSDN博客本文只是为了加强记忆而书写，具体想学习进入链接学习更清晰。 Transform 阅读全文

posted @ 2024-10-11 21:41 千主阅读(403) 评论(0) 推荐(0)

Yolov8 sppf模块

摘要：学习参考：原始SPP及在YOLO中的SPP/SPPF对比详解_sppf和spp-CSDN博客 Yolov8中的sppf模块是参考SPPNET中的SPP进行改造先了解SPPNET中的SPP模块：在这里对特征图进行池化操作，最终和成一个统一大小维度的特征块，其目的主要是为了处理CNN网络中输入图像尺阅读全文

posted @ 2024-09-12 12:47 千主阅读(1466) 评论(0) 推荐(0)

PyTorch调用迁移学习

摘要：PyTorch中有modelzoo还有一些训练好的权重参数可以直接使用，在迁移学习中就很方便 torchvision.models - PyTorch中文文档 (pytorch-cn.readthedocs.io) 看看上面中文文档就知道怎么调用模型了，要使用 torchvision.models 阅读全文

posted @ 2024-09-03 13:22 千主阅读(29) 评论(0) 推荐(0)

PyTorch使用GPU进行训练

摘要：要确保有GPU对应的CUDA版本下载好直接按照下图模块测测试调用GPU就好了这是测试GPU是否能使用。如果显示了可以使用后续使用操作如下：将实例化的模型传入GPU中：直接看一个训练的示例代码：要在GPU中处理使用都要传入GPU中才能用。阅读全文

posted @ 2024-09-03 11:59 千主阅读(74) 评论(0) 推荐(0)

PyTorch构建模型训练模块

摘要：前面几篇分别是数据导入模块，模型类的构建模块，损失函数模块，优化器模块，上述模块搭建好后建立训练模块，将上述几个模块在训练模块中调用完成训练。这个不太好解释直接看模块示例：上面是训练模块，分别传入训练总轮次steps，实例化模型model,损失函数loss_func，但是下面训练的时候它将损失函阅读全文

posted @ 2024-09-02 22:03 千主阅读(33) 评论(0) 推荐(0)

PyTorch使用优化器

摘要：优化器使用就很简单了基本上直接设置优化器直接调用就行，在训练的时候把优化器传入训练模型模块中优化器使用每次要清空不然会一直堆叠，在进行反向传播后更新参数也是调用优化器再来段文心生成的代码看看优化器什么时候使用：阅读全文

posted @ 2024-09-02 21:49 千主阅读(16) 评论(0) 推荐(0)

Pytorch损失函数模块

摘要：直接调用定义就好了要使用的损失函数，但是nn.functional和nn.Module中都有损失函数，至于从哪个包中调用损失函数看你的需求，和图中所说一样，如果没有需要学习的参数就用nn.functional,如果有要学习更新的参数就用nn.Module。虽然是这样说，但是我看这个代码下面使用的就阅读全文

posted @ 2024-09-02 21:44 千主阅读(14) 评论(0) 推荐(0)

PyTorch自定义模型类

摘要：使用Pytorch自己建立一个模型类：继承初始建立一个模型的类，一定要继承nn,Module父类，初始化: def __init__(self): super(self).__init__(): 如果不这样操作就使用不了继承中初始化，也使用不了继承的一些函数。建立自己的网络层图中初始化后的阅读全文

posted @ 2024-09-02 21:12 千主阅读(62) 评论(0) 推荐(0)

PyTorch导入数据

摘要：先导入数据：将要处理的文件数据导入x_train,y_train,x_valid,y_valid中，转换为张量。使用PyTorch中的数据模块，将上面转换为张量的数据使用TensorDataset函数转换为数据集。之后使用DataLoader来加载数据集，DataLoader包相当于一个派发器阅读全文

posted @ 2024-09-02 20:42 千主阅读(49) 评论(0) 推荐(0)

图像金字塔

摘要：参考学习：（三）图像的放大和缩小_图像缩放原理-CSDN博客【OpenCV学习笔记】之图像金字塔（Image Pyramid）_图像金字塔进行向下采样,是对图像进行-CSDN博客你真正了解图像金字塔吗？详细介绍拉普拉斯金字塔和高斯金字塔（pyrDown() and pyrUp()），参考《Op 阅读全文

posted @ 2024-08-03 20:13 千主阅读(52) 评论(0) 推荐(0)

Batch Normalization(批量归一化BN)

摘要：学习参考：【精读AI论文】YOLO V2目标检测算法_哔哩哔哩_bilibili 如何解决sigmoid函数饱和区问题_sigmoid函数趋于饱和怎么办-CSDN博客先理解函数饱和区的问题，函数饱和区就是其函数斜率很缓慢接近于0的情况，例如sigmoid函数两边情况，左图为其图像，右图为其导数图阅读全文

posted @ 2024-07-22 20:57 千主阅读(40) 评论(0) 推荐(0)

NMS（non maximum suppression）非极大值抑制

摘要：参考学习：算法精讲-预测阶段后处理-NMS非极大值抑制_哔哩哔哩_bilibili 以YOLOv1的模型来讲，预测阶段后处理就是把每个bounding box中的每个种类的值算出全概率，再对比bounding box中同种类物品，先设定一个阈值，把bounding box中同种类全概率低于阈值的算为阅读全文

posted @ 2024-07-20 14:33 千主阅读(62) 评论(0) 推荐(0)

深度学习吴恩达学习记录 141-150

摘要：人脸验证问题：对于进行人脸验证我们在数据库中可能只有每位员工的一张照片而已，然而要通过这一张照片验证出是否是库中的员工，同时如果在库中增加成员是否能验证出来，这种数据集实在太小，可以使用learning a similarity function 这个函数进行计算验证，其作用就是设置一个阈值，如果说阅读全文

posted @ 2024-05-24 16:05 千主阅读(15) 评论(0) 推荐(0)

深度学习吴恩达学习记录 133-140

摘要：目标定位：对于图像上的目标，如果进行识别后还需要将其在图上进行框出，我们就要多训练几个数据，一个就是识别目标的中心点，另外一个就是我设置圈出的长与宽可以记为bx,by,bh,bw；根据训练出的模型在图像检测上预测出这四个点的位置，当物体出现的时候就可以根据这个数据进行定位。当然要做出这些预测在训练阅读全文

posted @ 2024-05-22 20:44 千主阅读(43) 评论(0) 推荐(0)

随笔分类 - cv学习