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

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

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

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

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

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

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