神经网络学习—

还没搞懂YOLO v7，YOLO v8已经来了！

YOLOv1-YOLOv8系列回顾YOLOv1：2015年JosephRedmon和AliFarhadi等人（华盛顿大学）YOLOv2：2016年JosephRedmon和AliFarhadi等人（华盛顿大学）YOLOv3

沃恩智慧·2025-02-15 03:45

BP神经网络学习内容分享：学习激活函数和损失函数

一、激活函数1.激活函数的作用激活函数（ActivationFunction）在神经网络中扮演着至关重要的角色。它们的主要作用是将神经元的输入（加权和）转化为一个输出信号，这个输出信号可以进一步作为后续神经元或层的输入。具体来说，激活函数的作用包括以下几个方面：（1）引入非线性：激活函数的核心功能之一是引入非线性因素。由于神经网络的线性组合本身仍然是线性的，如果不使用激活函数，那么无论网络有多少层

强哥带你学BP神经网络·2025-02-12 19:32

人工智能-A* 算法与机器学习算法结合

我们会先使用A*算法生成一些路径规划数据，然后用这些数据训练一个简单的神经网络，让神经网络学习如何预测路径。最后，将训练好的神经网络应用到路径规划任务中，实现A*算法与机器学习算法的结合。

小赖同学啊·2025-02-09 12:11

python实现yolo目标检测_目标检测|YOLO原理与实现

欢迎交流与转载，文章会同步发布在公众号：机器学习算法全栈工程师(Jeemy110)最新的YOLOv2和YOLOv3:小白将：目标检测|YOLOv2原理与实现(附YOLOv3)zhuanlan.zhihu.com

weixin_39709194·2025-02-08 20:10

python写接口调用模型_对YOLOv3模型调用时候的python接口详解

需要注意的是：更改完源程序.c文件，需要对整个项目重新编译、makeinstall，对已经生成的文件进行更新，类似于之前VS中在一个类中增加新函数重新编译封装dll，而python接口的调用主要使用的是libdarknet.so文件，其余在配置文件中的修改不必重新进行编译安装。之前训练好的模型，在模型调用的时候，总是在lib=CDLL("/home/*****/*******/darknet/li

weixin_39835607·2025-02-07 07:28

YOLOv3在工业生产中产品瑕疵检测的可行性分析

图像中瑕疵检测1.概述瑕疵检测是机器视觉任务中的一条分支，在技术发展的过程中对于图片处理的方式往往使用CNN（卷积神经网络）作为处理模型，毫无疑问CNN的在处理图像方面有着独特的优势，通过设置卷积核我们可以使得计算机提取图像的特征数据，再通过延伸纵向的网络模型增加网络神经元的个数，可以很好地让网络模型识别图片中的内容，所以说CNN在图像分类和识别当中都有着很好的效果，在实践过程中也有着很不错的表现

Y.C.~·2025-02-04 16:59

图像超分，提高图像分辨率的方法和工具

基于深度学习的图像超分技术，可以利用深度神经网络学习图像的高频部分，从而提高了图像的分辨率和清晰度。总结：传统方法效果不

风暴之零·2025-02-01 14:52

交通领域当中的视觉识别算法

YOLOv3

若木胡·2025-01-24 05:56

深度学习YOLOv3压双黄线期末项目

一、引言实现功能目录一、引言实现功能打开视频连续检测车辆能检测到道路中间的双黄线能检测出车辆是否压双黄线当车辆压到双黄线时给出提示要求使用多线程实现功能二、技术栈概览三、代码功能深度剖析视频文件选择功能（choosevideo函数）四、项目亮点提炼五、总结与展望1.打开视频2.连续检测车辆3.能检测到道路中间的双黄线4.能检测出车辆是否压双黄线5.当车辆压到双黄线时给出提示6.要求使用多线程实现功

yzx991013·2025-01-17 16:59

Yolo-v3利用GPU训练make时发生错误：/usr/bin/ld: cannot find -lcuda

一.利用GPU训练Yolov3时，首先要修改MakeFile文件，修改格式如下：GPU=1(原来为0)CUDNN=1(原来为0)NVCC=/usr/local/cuda/bin/nvcc(新建,注意自己本机的地址

徐小妞66666·2024-09-11 20:58

目标检测-YOLOv3

YOLOv3介绍YOLOv3(YouOnlyLookOnce,Version3)是YOLO系列目标检测模型的第三个版本，相较于YOLOv2有了显著的改进和增强，尤其在检测速度和精度上表现优异。

wydxry·2024-09-11 09:05

目标检测-YOLOv4

YOLOv4介绍YOLOv4是YOLO系列的第四个版本，继承了YOLOv3的高效性，并通过大量优化和改进，在目标检测任务中实现了更高的精度和速度。

wydxry·2024-09-08 13:11

来了，YoloV5的TensorFlow版开源

可能是第一个纯正的tensorfow2版本，欢迎tryandstar：github.com/LongxingTan…之前在工作中接触过yolov3(跑过demo应该就算接触过了)，效果惊艳。

半壶雪·2024-09-06 23:18

YOLO缺陷检测学习笔记（2）

**YOLOv3和YOLOv4的残差连接架构**YOLO网络架构概述1.特征提取网络2.预测头（DetectionHead）3.后处理（Post-processing）YOLOv3/v4的改进YOLOv3YOLOv4SoftmaxSoftmax

tt555555555555·2024-09-06 16:00

OpenAI Chatgpt发展历史和Chatgpt-3的研发过程工作原理

该技术使用了一种无需人类标注的方式，使神经网络学习到了大量自然语言处理任务的知识。2018年，OpenAI团队开发了第一个GPT模型，并在自然语言处理领域取得了显著的成果。该

roxxo·2024-09-03 04:29

DNN学习平台（GoogleNet、SSD、FastRCNN、Yolov3）

DNN学习平台（GoogleNet、SSD、FastRCNN、Yolov3）前言相关介绍1，登录界面：2，主界面：3，部分功能演示如下（1）识别网络图片（2）GoogleNet分类（3）人脸识别（4）SSD

吾名招财·2024-08-31 06:10

YOLO系列目标检测数据集大全_yolo数据集(1)

Darknet版YOLOv4猫狗识别训练好的权重文件：https://download.csdn.net/download/zhiqingAI/85541214Darknet版YOLOv3猫狗识别训练好的权重文件

2401_84187537·2024-08-28 12:17

反向传播算法：深度神经网络学习的核心机制

引言深度神经网络（DNNs）之所以在众多领域取得革命性的成功，很大程度上归功于其强大的学习能力，而这一能力的核心是反向传播算法（Backpropagation）。这是一种高效的监督学习算法，用于训练多层前馈神经网络。本文将深入探讨反向传播算法的工作原理及其在DNN中的应用。反向传播算法的基本概念反向传播算法结合了梯度下降优化和链式法则，通过计算损失函数关于网络参数的梯度来更新网络权重。1.损失函数

2402_85758936·2024-08-28 08:22

目标检测 | yolov8 原理和介绍

hero_hilog·2024-08-25 13:39

【计算机视觉面经四】基于深度学习的目标检测算法面试必备（RCNN~YOLOv5）

3.1CascadeR-CNN四、单阶段目标检测算法4.1编码方式4.1.1基于中心坐标4.1.1.1方案14.1.1.2方案24.1.1.3方案34.2YOLOv14.3SSD4.4YOLOv24.5RetinaNet4.6YOLOv34.7YOLOv44.8YOLOv5

旅途中的宽~·2024-03-06 05:57

ReLU和ReLU6

ReLU（RectifiedLinearUnit）优点非线性：ReLU是一个非线性函数，能够帮助神经网络学习复杂的模式和特征计算简单：ReLU函数的计算速度快，只需要判断输入是否大于零，因此在实践中被广泛采用解决梯度消失问题

chen_znn·2024-02-24 10:28

深度学习||YOLO（You Only Look Once）深度学习的实时目标检测算法（YOLOv1~YOLOv5）

目录YOLOv1:YOLOv2:YOLOv3:YOLOv4:YOLOv5:总结：YOLO（YouOnlyLookOnce）是一系列基于深度学习的实时目标检测算法。

小嘤嘤怪学·2024-02-19 23:35

挑战杯 YOLOv7 目标检测网络解读

从2015年的YOLOV1，2016年YOLOV2，2018年的YOLOV3，到2020年的YOLOV4、

laafeer·2024-02-19 10:59

神经网络和深度学习

原著作者：michael_nielsen前往神经网络和深度学习神经网络和深度学习是一本免费的在线图书，这本书将教给你：神经网络，是一个由于生物启发的编程规范，使计算机通过观察数据进行学习深度学习，一种强大的神经网络学习技术神经网络和深度学习目前为图像识别

灰斗儿·2024-02-15 08:40

神经网络简述

一、什么是神经网络机器学习中谈论的神经网络是指“神经网络学习”，或者说，是机器学习和神经网络这两个学科领域的交叉部分[1]。

城市中迷途小书童·2024-02-14 12:08

yolov3-tiny

文章目录一、目标检测简介二、Yolov3-tiny2.1anchorbox2.2NMS算法三、后记一、目标检测简介针对一张图片，根据后续任务的需要，有三个主要层次。

HelloWorldQAQ。·2024-02-12 14:50

YOLO系列详解（YOLOV1-YOLOV3）

YOLO算法简介本文主要介绍YOLO算法，包括YOLOv1、YOLOv2/YOLO9000和YOLOv3。

X.AI666·2024-02-12 14:49

AI助力农作物自动采摘，基于YOLOv3全系列【yolov3tiny/yolov3/yolov3spp】参数模型开发构建作物生产场景下番茄采摘检测计数分析系统

去年十一那会无意间刷到一个视频展示的就是德国机械收割机非常高效自动化地24小时不间断地在超广阔的土地上采摘各种作物，专家设计出来了很多用于采摘不同农作物的大型机械，看着非常震撼，但是我们国内农业的发展还是相对比较滞后的，小的时候拔草是一个人一列蹲在地里就在那埋头拔草，不知道什么时候才能走到地的尽头，小块的分散的土地太多基本上都是只能人工手工来取收割，大点的连片的土地可以用收割机来收割，不过收割机基

Together_CZ·2024-02-10 12:22

【机器学习 & 深度学习】开发工具Anaconda的安装与使用

机器学习python实战：用python带你感受真实的机器学习深度学习：现代人工智能的主流技术介绍往期推荐：【机器学习&深度学习】神经网络简述【机器学习&深度学习】卷积神经网络学习笔记【Python基础

为梦而生~·2024-02-10 01:47

如何用OpenCV加载Yolov5并使用CUDA加速

而且先前的Yolov3和Yolov4有官方直接支持，可以自接加载weights和cfg文件。

geekboys·2024-02-09 11:28

在C++上如何使用OpenCV头文件是什么_用OpenCV的dnn模块调用yolov3模型

一般情况下，我们可以使用opencv的dnn模块去调用yolov3。下面大致讲解一下如何是实现调用。一、环境准备1、编译好darknet的GPU版本。

weixin_39785858·2024-02-09 05:25

C++ OpenCV-dnn模块调用模型进行目标检测（支持CUDA加速）

/face/yolov3-tiny.cfg";//网络文件constexprconstchar*darknet_w

枸杞叶儿·2024-02-09 05:55

神经网络学习小记录36——Keras实现LSTM与LSTM参数量详解

神经网络学习小记录36——Keras实现LSTM学习前言什么是LSTM1、LSTM的结构2、LSTM独特的门结构3、LSTM参数量计算a、遗忘门b、输入门c、输出门d、全部参数量在Keras中实现LSTM

Bubbliiiing·2024-02-08 02:30

python 神经网络学习

追寻内心的梦想·2024-02-07 14:35

人工智能福利站，初识人工智能，图神经网络学习，第三课

欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一图神经网络专栏人工智能专业知识学习二图神经网络专栏人工智能专业知识学习三图神经网络专栏文章目录初识人工智能(图神经网络)一、图神经网络学习

普修罗双战士·2024-02-07 08:44

人工智能福利站，初识人工智能，图神经网络学习，第二课

欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一图神经网络专栏人工智能专业知识学习二图神经网络专栏文章目录初识人工智能(图神经网络)一、图神经网络学习(2)11.请介绍常见的图神经网络模型

普修罗双战士·2024-02-07 08:13

Darknet yolov3 Makefile文件解析

文章目录1.darknetMakefile注释2.reference现在搞深度学习都在linux平台，经常遇到gcc手动编译的时候。由于linux平台没有通用的IDE，大家都是靠Makefile配置文件进行make。在学习darknet框架的过程中，决定要顺便搞清楚Makefile的写法和参数配置。Makefile完整的教程网上有很多，我暂时也不打算完整学一遍，仅仅把遇到的都搞懂，下次遇到新的东西

未完城·2024-02-05 19:20

人工智能福利站，初识人工智能，图神经网络学习，第一课

欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一图神经网络专栏文章目录初识人工智能(图神经网络)一、图神经网络学习(1)01.什么是图神经网络(GNN)？

普修罗双战士·2024-02-05 19:44

Python GCN、GAT、MP等图神经网络学习，从入门全面概述和讲解GNN，入门到精通图神经网络

1.图的分类：1.1根据边的方向性：有向图（DirectedGraph）：图中的边具有方向性，表示节点之间的单向关系。例如，A指向B的边表示节点A指向节点B。无向图（UndirectedGraph）：图中的边没有方向性，表示节点之间的双向关系。例如，A和B之间的边表示节点A和节点B之间存在连接关系。1.2根据边的是否具有权重：加权图（WeightedGraph）：图中的边具有权重，表示节点之间的强

医学小达人·2024-02-04 03:14

吴恩达coursera机器学习个人向笔记——9章神经网络学习

文章目录课时62非线性假设09:36课时63神经元与大脑07:47课时64模型展示Ⅰ12:01课时65模型展示Ⅱ11:46课时68例子与直觉理解Ⅰ07:15课时70例子与直觉理解Ⅱ10:20课时71多元分类03:51课时62非线性假设09:36对图1那样的作分类，逻辑斯蒂回归中，只要g(θ转X)中的(高次)项足够多，就一定能找出边界但这是2个特征的情况如果有100个特征，二次交叉项会将近5000个

选西瓜专业户·2024-02-03 06:31

【深度学习】基于PyTorch架构神经网络学习总结（基础概念&基本网络搭建）

nn.Module的使用利用PyTorch架构使用神经网络模型时，一般是利用torch.nn函数自定义神经网络框架|官方示例：importtorch.nnasnnimporttorch.nn.functionalasFclassModel(nn.Module):def__init__(self):super().__init__()self.conv1=nn.Conv2d(1,20,5)self.

hi_ly_51·2024-02-02 13:25

使用colab、featurize进行深度学习

神经网络学习小记录69——Pytorch使用GoogleColab进行深度学习_googlecolabpytorch_Bubbliiiing的博客-CSDN博客PyTorch快速查看pth文件保存的参数

TowerCrane2C·2024-02-02 04:55

【从零开始学习YOLOv3】5. 网络模型的构建

前言：之前几篇讲了cfg文件的理解、数据集的构建、数据加载机制和超参数进化机制，本文将讲解YOLOv3如何从cfg文件构造模型。

pprpp·2024-02-02 02:55

python相对导入错误，ValueError: attempted relative import beyond top-level package

在yolov3的文件中出现了类似的相对导入错误，同时类似的还有ValueError:attemptedrelativeimportnoparentpackage或者明明存在的.py文件报错说不存在，例如

aminghhhh·2024-01-30 20:15

【深度学习】神经网络可视化工具，超全汇总！

扩展阅读：神经网络学习到的是什么？

风度78·2024-01-29 08:49

经典目标检测YOLO系列(三)YOLOv3算法详解

经典目标检测YOLO系列(三)YOLOv3算法详解不论是YOLOv1，还是YOLOv2，都有一个共同的致命缺陷：小目标检测的性能差。

undo_try·2024-01-29 06:10

经典目标检测YOLO系列(三)YOLOv3的复现(2)正样本的匹配、损失函数的实现

经典目标检测YOLO系列(三)YOLOv3的复现(2)正样本的匹配、损失函数的实现我们在之前实现YOLOv2的基础上，加入了多级检测及FPN，快速的实现了YOLOv3的网络架构，并且实现了前向推理过程。

undo_try·2024-01-29 06:33

[笔记]深度学习入门基于Python的理论与实现(六)

飞鸟malred·2024-01-28 10:02

经典目标检测YOLO系列(三)YOLOV3的复现(1)总体网络架构及前向处理过程

经典目标检测YOLO系列(三)YOLOV3的复现(1)总体网络架构及前向处理过程和之前实现的YOLOv2一样，根据《YOLO目标检测》(ISBN:9787115627094)一书，在不脱离YOLOv3的大部分核心理念的前提下

undo_try·2024-01-28 09:50

keras yolo v3调用笔记本本地摄像头实时监测

最近在学习yolov3，下载了yolo的keras版本，按照工程里readme中将权重下载，运行Convert后，可以进行yolo的图像检测，图像检测命令：pythonyolo_video.py--image

A大于_963a·2024-01-28 02:45

推荐频道

神经网络学习——YOLOV3