主干网第9页

Twins：更高效的视觉Transformer主干网，完美适配下游检测、分割任务...

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达Twins:RevisitingtheDesignofSpatialAttentioninVisionTransformers单位：美团、阿德莱德大学Arxiv:http://arxiv.org/abs/2104.13840Github:https://github.com/Meituan-AutoML/Twins（分类、分割代码

Amusi（CVer）·2022-11-26 18:00

目标检测pytorch报错：RuntimeError: CUDA error: device-side assert triggered

我的任务：目标检测，主干网络采用各类经典轻量化网络如mobilenet、shufflenet、ghostnet，neck部分采用修改后的yoloxneck，在训练前面几个epoch时会突然报如下错误：#

风语者和波波娃·2022-11-26 01:42

叶菜病虫害图像识别赛题笔记——科大讯飞2021届AI开发者大赛算法赛答辩

组3组总体方案stage1：二分类+细粒度一和二三二和三stage2：transformer+半监督stage3：模型集成TricksSummary类别不平衡样本数量较少输入尺度变化大其他Future主干网络细粒度半监督学习问题二组模型选择测试

9CrimesAlright·2022-11-25 15:48

Nuscenes SOTA！BEVFormer v2: 通过透视监督使流行的图像Backbones适应BEV识别！

论文主要思路作者提出了一种具有透视监督的新型鸟瞰图（BEV）检测器，它收敛更快，更适合目前的图像主干网络。

自动驾驶之心·2022-11-25 13:33

YOLO V4 -- 学习笔记

–江大白*参考视频教程：目标检测基础——YOLO系列模型（理论和代码复现）--PULSE_YOLOV4主要创新·输入端创新：Mosaic数据增强、cmBN、SAT自对抗训练·BackBone(CNN)主干网络

DIAJEY·2022-11-25 06:14

2.1.2 RetinaNet网络结构详解

一、RetinaNetRetinaNet与FPN结构相似，但主要有三个不同点：1.FPN在主干网络Conv2x上有一个输出，但是RetinaNet在Conv2x上没有输出。2.FPN中P6是根据最大

qq_1418430025·2022-11-25 01:50

yolo v4 python_手把手教物体检测——YOLOV4（pytorch）

(2)BackBone主干网络：将各种新的方式结合起来，包括：CSPDa

weixin_39921087·2022-11-24 18:08

人脸检测之Retinaface算法：论文阅读及源码解析

文章目录前言一、Retinaface论文1.1论文信息1.2论文摘要翻译二、论文实现源码解析2.1网络框架结构2.2主干网络(Backbone)1)普通卷积2)深度可分离卷积3)mobilenet0.25

mcyJacky·2022-11-24 15:44

Yolo X目标检测系统【详解】

文章目录一、网络结构1、主干网络（backbone）1.1BottleNeck1.2CSPnet1.3Focus结构1.4Silu激活函数1.5SPP结构1.6整个主干网络（backbone）实现代码2

全息数据·2022-11-24 15:37

YoloX 阅读笔记

YoloX阅读笔记摘要IntroductionYOLOX主干网FPNhead更强的数据增强loss摘要WeswitchtheYOLOdetectortoananchor-freemannerandconductotheradvanceddetectiontechniques

lanmengyiyu·2022-11-24 15:06

深度学习(9):FastFCN论文翻译与学习

FastFCN:RethinkingDilatedConvolutionintheBackboneforSemanticFastFCN:重新思考膨胀卷积在语义分割主干网络中的作用注：部分插图近几天补上，

biter0088·2022-11-24 11:15

【论文精读】Fast R-CNN

FastR-CNN在使用VGG-16的主干网络时，训练速度比R-CNN快9倍，测试速度快了213倍，并提升了检测精度。训练速度比SPP

takedachia·2022-11-24 10:10

Deformable DETR：DEFORMABLE TRANSFORMERS FOR END-TO-END OBJECT DETECTION 论文阅读

1.主干网络DeformableDETR的主干网络也是采用的CNN进行特征提

w_study_ty·2022-11-24 09:53

MMDetection库中的一些模块介绍

本文目前仅包含1个主干网络和1个颈部网络。如果有机会，会继续补充更多模型。若发现内容有误，欢迎指出。

byzy·2022-11-24 05:34

MMDetection3D库中的一些模块介绍

本文目前仅包含2个体素编码器、2个中间编码器、1个主干网络、1个颈部网络和1个检测头。如果有机会，会继续补充更多模型。若发现内容有误，欢迎指出。

byzy·2022-11-24 05:04

（科普快餐）语义分割经典论文--3：U-Net

arxiv.org/abs/1505.04597核心思想：U型encoder-decoder跳跃连接优点：有效的提取了深层的语义特征，并通过跳跃连接结合了浅层的空间特征缺点：特征融合的效果一般，早期的主干网络能力一般

幼儿园级科研人士·2022-11-23 22:31

最详细的语义分割---03PSPNet的搭建

PSPNet是利用ResNet为主干网络，再配上池化金字塔模块进行上采样还原特征，其主要结构见下图。主要就是通过循环叠加不同尺寸的全剧平均池化后的特征图来构建的。

正在学习的浅语·2022-11-23 22:00

SSD算法

算法简介One-stage简介SSD算法原理简介SSD优化算法SSD算法简介刘伟2016ECCV提出来的作用于不同尺度上面的目标检测算法直接回归作用于目标位置与类别One-stage简介SSD算法原理简介主干网

你的笑很夕阳·2022-11-23 21:09

（９）训练时报错KeyError: ‘conv1.1.0.weight‘

将B_mobilenet_yolov4_lite的PANet改为原来的3x3卷积，命名为L_mobilenet-yolov4_VOC，即将B_yolov4的主干网络换为mobilenet，训练时报错：Traceback

weixin_40227656·2022-11-23 14:00

19.MFA-Conformer: Multi-scale Feature Aggregation Conformer forAutomatic Speaker Veriﬁcation

论文代码：https://github.com/zyzisyz/mfa_conformer摘要：本文提出了一种基于卷积增广变换的多尺度特征聚合conformer（MFA-conformer）的说话人自动识别主干网

一根藤～·2022-11-23 07:52

详解3D物体检测模型: Voxel Transformer for 3D Object Detection

这是第一篇使用voxel-basedTransformer做3D主干网络，用于点云数据3D物体检测。

自动驾驶小学生·2022-11-22 19:11

YOLOv5与结构重参数化以及ShuffleNetV2激情碰撞【人脸检测GUI系统】

YOLOv5与结构重参数化以及ShuffleNetV2激情碰撞【人脸检测GUI系统】一、主干网络替换为ShuffleNetV2【ECCV2018】1、目前，神经网络架构设计主要由计算复杂度的间接指标（即

qq_57064445·2022-11-22 16:20

目标检测之YOLOX: Exceeding YOLO Series in 2021

CVPR2021下载：https://arxiv.org/abs/2107.084300.摘要有几个特点：1.anchor-free2.主干网络CSPDarknet和Focus3.DecoupledHead

Diros1g·2022-11-22 15:47

深度学习中的backbone的意思

主干网络，用来做特征提取的网络，代表网络的一部

墨子王·2022-11-22 11:57

目标检测算法的大体框架-------backbone、head、neck

1、具体含义backbone 骨干网络也称为主干网络，主要用于特征提取，提取不同尺度、不同感受野下、不同类别的目标特征，以满足目标检测；head 检测头，主要用于预测目标的种类和位置(bounding

北京纯牛奶·2022-11-22 11:22

深度学习backbone、neck、head等术语解释

backbone：主干网络，用来提取特征，常用Resnet、VGG等head：获取网络输出，利用提取特征做出预测neck：放在backbone和head之间，进一步提升特征的多样性及鲁棒性bottleneck

zyb-小波·2022-11-22 11:20

深度学习中backbone是什么东西

backbone这个单词原意指的是人的脊梁骨，后来引申为支柱，核心的意思在此处的意思是：主干网络主干网络大多时候指的是提取特征的网络，其作用就是提取图片中的信息，共后面的网络使用这些网络经常使用的是resnetVGG

kyle-fang·2022-11-22 11:49

深度学习框架-Backbone汇总

Backbone——Neck——Head1.Backbone：翻译为骨干网络的意思，既然说是主干网络，就代表其是网络的一部分，那么是哪部分呢？

David-Chow·2022-11-22 11:16

YOLOV4-综述

YOLOV4整体上可以分为以下4个部分，主干网络CSPDarknet53，特征金字塔SPP，PANet，预测部分YoloHead。

daweq·2022-11-22 07:12

Mask RCNN详解

1.MaskRCNN网络结构MaskR-CNN是对FasterR-CNN的直观扩展，网络的主干有RPN转换为主干网络为ResNet的特征金字塔网络(FPN)，同时添加了一个分支用于预测每个感兴趣区域(RoI

樱花的浪漫·2022-11-22 04:43

UniFormer：新的主干网络！在六大视觉任务上大放光彩！...

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者丨happy转载自丨极市平台导读CNN与Transformer相互借鉴是必然趋势，但如何借鉴并扬长避短仍需进一步深入挖掘。本文的UniFormer提供了一个非常不错的思路，它将卷积与自注意力以transformer方式进行了统一构建UniFormer模块，并由此构建了UniFormer。最后，作者在不同视觉任务(包含图像分类、

Amusi（CVer）·2022-11-21 17:02

【YOLOv3 net】YOLOv3网络结构及代码详解

文章目录1总体介绍2YOLOv3主干网络3FPN特征融合3.1构建方式解读13.2构建方式解读24利用YoloHead获得预测结果5不同尺度的先验框anchorbox5.1理论介绍5.2代码读取6YOLOv3

寻找永不遗憾·2022-11-21 12:37

论文解读：深度监督网络（Deeply-Supervised Nets）

所谓深监督(DeepSupervision)，就是在深度神经网络的某些中间隐藏层加了一个辅助的分类器作为一种网络分支来对主干网络进行监督的技巧，用来解决深度神经网络训练梯度消失和收敛速度过慢等问题。

紫芝·2022-11-21 03:20

yolov7的网络结构代码详解

yolov7的主干网络是其核心创新，主要是增加了E-ELAN模块和aux的辅助检测头，目前来看新的网络结构还是有点效果的，主要的代码详解如下，对应yolo.py。

guanshanjushi2·2022-11-21 03:45

我对FastFCN的理解

FastFCN:重新思考膨胀卷积在语义分割主干网络中的作用扩张卷积=膨胀卷积=空洞卷积一、前言1.解决的问题时下的语义分割模型通常在主干网络中使用扩张卷积来获得高分辨率的特征图，但是这样做会增加计算复杂度和内存占用

像梦一样自由al·2022-11-21 01:26

BEVDepth

相同的分辨率输入，相同的主干网络，基于深度的目标检测器速度会比较慢。主要贡献：提出了一种具有显示深度

財鸟·2022-11-21 00:48

SSD要点回顾

SSD要点回顾SSD1数据增强和编码1.1数据增强1.2制作标签y_true2主干网络2.1SSD_head2.2生成先验框3损失函数3.1损失函数流程4预测4.1预测流程4.2检测框4.3解码SSDSSD

山居秋暝LS·2022-11-21 00:27

物体分类__pytorch

物体分类classification目录1.数据处理1.1获取物体类别和图片地址1.2数据增强2.主干网络2.1vgg162.2resnet502.3mobilenet3.损失函数3.1交叉熵4.训练4.1

山居秋暝LS·2022-11-21 00:57

FasterRCNN详解

FasterRCNN详解1.2.2FasterRCNN1模型1.1主干网络VGG16orResNet50.1.2RPN生成建议框1.3RCNN进行分类和回归2预测2.1预测流程3训练3.1训练流程3.2

山居秋暝LS·2022-11-21 00:26

ResNet之残差结构的理解

ResNet论文2015年提出的ResNet2016年改进后的ResNet博客本人实现的2015-2016的ResNet网络复现深度学习—残差resnet网络原理详解ResNet详解——通俗易懂版主干网络系列

小哈蒙德·2022-11-20 23:05

YOLOPv2: Better, Faster, Stronger for Panoptic Driving Perception（翻译）

YOLOPv2来啦|YOLOv7结合YOLOP的多任务版本，超越YOLOP以及HybridNets注：这篇文章相较于YOLOP改动较少，主干网络改为E-ELAN、可行驶区域分割分支接在主干网络的末端、车道线损失函数改为

贰叁z·2022-11-20 22:27

CV 经典主干网络 (Backbone) 系列: GoogLeNet（InceptionNet）

CV经典主干网络(Backbone)系列:GoogLeNet（InceptionNet）作者：ChristianSzegedy等发表时间：2014Paper原文：Goingdeeperwithconvolutions

kuweicai·2022-11-20 19:46

【MMCV】让你在10分钟了解mmcv注册器（registry)

二、使用步骤一个简单的例子自定义构建MMCV实例说明三.注册器的层次总结前言MMCV使用注册器来管理具有相似功能的不同模块,例如,检测器中的主干网络、头部、和模型颈部。

海牛亡命天涯·2022-11-20 00:51

目标检测论文阶段性总结——Anchor-Free Detectors

目录背景（针对anchor-basedmodel）CornerNet1.主干网络——HourglassNetwork2.DetectingCorner-Pairs1)Heatmaps2）Offests3

wutongxdf·2022-11-19 20:28

深度学习|基于MobileNet的多目标跟踪深度学习算法

薛俊韬马若寒胡超芳摘要针对深度学习算法在多目标跟踪中的实时性问题,提出一种基于MobileNet的多目标跟踪算法.借助于MobileNet深度可分离卷积能够对深度网络模型进行压缩的原理,将YOLOv3主干网络替换为

renhongxia1·2022-11-19 19:25

trick2-mobilenetv1、mobilenetv2、mobilenetv3替换YOLO主干

文章目录前言一、YOLOV4主干网络二、Mobilenetv1,Mobilenetv2,Mobilenetv3构建1.Mobilenetv1构建（深度可分离卷积）2.Mobilenetv2构建(倒残差结构

qq_1418430025·2022-11-19 19:23

目标检测：YOLOV3

1、YOLOV3的backbone改进：各个主干网络在imagenet上的运行效果。Darknet-53对比ResNet-152，top1和top5差不多，但速度快一倍。

wanchengkai·2022-11-19 13:09

CVPR 2021 TransFG: A Transformer Architecture for Fine-grained Recognition

这些工作都需要一个专门设计的模块来提取候选区域，并且这些选定的区域需要再次通过主干网络进行传播以进行最终的分类。此外，一些被提取得候选区域往往包含了整个目标，判别力不够。而且，这种策略不可避

smile909·2022-11-19 06:56

yolov3学习笔记

yolov3学习笔记yolov3实现思路Resnetdarknet53yolov3主干网络前向传播先验框参数调整特征层参数解码yolov3实现思路大体来说，是将输入图片传入给主干网络darknet53，

柴可拉夫斯基·2022-11-19 04:36

【毕业设计】深度学习人脸性别年龄识别系统 - python

文章目录0前言1课题描述2实现效果3算法实现原理3.1数据集3.2深度学习识别算法3.3特征提取主干网络3.4总体实现流程4具体实现4.1预训练数据格式4.2部分实现代码5最后0前言Hi，大家好，这里是丹成学长的毕设系列文章

caxiou·2022-11-19 00:07

推荐频道

主干网