摘要： 1. Transformer的框架 这段描述的基本结构涉及到了Transformer模型中的几个重要组成部分，下面对每个部分进行简要解释： 1. Embedding + Position Embedding Embedding层将输入的token转换为向量表示，通常是通过一个可学习的词嵌入矩阵将每个 阅读全文

摘要： 1. NLP的发展脉络 1.1 文本表示方式的演进 要处理NLP问题，首先要解决文本的表示问题。虽然我们人去看文本，能够清楚明白文本中的符号表达什么含义，但是计算机只能做数学计算，需要将文本表示成计算机可以处理的形式。自然语言处理的核心是将“语言”转化为“模型可处理的向量”，其表示方式经历了如下演变 阅读全文

摘要： 参考：https://blog.csdn.net/weixin_42392454/article/details/122667271 ： ViT 的 pytorch实现代码： import torch from torch import nn from einops import rearrange 阅读全文

摘要： 代码处理： 1 import os 2 3 def dayOrdark_TXT(): 4 path = 'D:/01_myWorkFile/02_VisDrone/04_datasets/VisDrone/VisDrone2019-DET-val/dark' 5 txtPath = 'D:/01_m 阅读全文

摘要： 1. 小目标检测 https://github.com/52CV/WACV-2023-Papers https://www.cvmart.net/login?redirect=%2Fcommunity%2Fdetail%2F5300 https://zhuanlan.zhihu.com/p/3836 阅读全文

摘要： 动态库dll工程下：testClass：的 testClass.h 1 #ifndef TEST_CLASS_H_ 2 #define TEST_CLASS_H_ 3 4 #include <iostream> 5 #include <string> 6 7 using namespace std; 阅读全文

摘要： dx*pw 与系数有关系，而不是直接dx，原因是跟图像的大小有关系。 Faster R-cnn的关键点，就是利用RPN网络取代了Selective Search方法，减少耗时。 上采样方法：双线性插值、反卷积（有参数）、 阅读全文

摘要： a：正负样本的比例设置的权值；Y是相等于像素点判断的类别的难易程度权值。 卷积：提取特征；池化：压缩特征；全连接层： padding：添加0，对于原图没有影响；填充其他数字的话，可能会对数据产生影响，故一般只填充0； 池化层：压缩特征或者降采样，（原图中，并不是所有的特征都很重要，对特征进行压缩后， 阅读全文

摘要： 参考：https://zhuanlan.zhihu.com/p/143747206 dropblock理解：https://blog.csdn.net/qq_14845119/article/details/85103503 阅读全文

摘要： 注：Anchor box、预测框、实际框三者之间的关系理解： 在目标检测任务中，通常会以某种规则在图片上生成一系列锚框，将这些锚框当成可能的候选区域。模型对这些候选区域是否包含物体进行预测，如果包含目标物体，则还需要进一步预测出物体所属的类别。还有更为重要的一点是，由于锚框位置是固定的，它不大可能刚 阅读全文