Backbone 第15页

目标检测（3）--YOLOV4、YOLOV5

目录一、YOLOV41、导论2、基本思想（1）backbone网络结构-CSPDarknet53（2）PAN（3）数据增强（4）DropBlock二、YOLOV51、导论2、网络结构3、基本思想（1）BackBone

Struart_R·2023-01-14 12:34

目标检测（2）--YOLOV3、YOLOV3SPP

目录（一）YOLOV3一、导论二、基本思想1、backbone的改进2、针对多尺度预测编辑3、boundingbox预测4、正负样本的匹配5、多标签分类三、损失函数（二）YOLOV3SPP一、导论二、SPP

Struart_R·2023-01-14 12:04

【竞赛】竞赛的常见思路和方案——目标检测

采样环境标注框和感受野的设置，rpn中anchorratio，大目标和小目标考虑训练集和测试集的分布数据集的划分直接比列分层抽样，考虑类别的分布domain，根据数据集的分布，两个不同的年代k折划分2模型backbone

Deepsdu·2023-01-14 11:43

图像风格迁移及代码实现

Luanetal.andGatysetal.的工作都是利用VGGNet19作为该项任务的backbone，由于VGGNet19是一种近似“金字塔”型结构，所以随着卷积操作的加深，featuremaps的感受野越来越大

Legolas~·2023-01-14 07:02

OpenPCDet解析

1.3统一的3D目标检测坐标定义1.4模块化模型拓扑设计二、代码解析2.1框架介绍2.2数据处理流程2.3模型拓扑的依赖关系2.4模型的前向传播和最优2.5模型2.5.1detector2.5.23Dbackbonenetwork2.5.32DBackbonenetwork2.5.4Denseheads2.5.5RoIH

zyw2002·2023-01-13 21:43

对yolox框架进行自定义改进时遇到的问题及解决记录

先写一部分，后续更新---------------2022.07.16更新yolox训练过程中验证集评估时出现KeyError错误的分析及解决办法-------2022.07.28更新yolox如何自定义从backbone

WentingDu·2023-01-13 17:36

(YOLOv5-lite)-ONNX模型转换及Openvino推理

YOLOv5-lite主要就是用改进的ShuffleNetv2作为YOLOv5新的Backbone。

开鑫9575·2023-01-13 12:00

DB Face详解

首先来看BackBone部分，DBFace的BackBone部分采用了MobileNetV3。M

ShiningLeeJ·2023-01-13 10:25

【SwinTransformer】大杀四方的 Swin Transformer 详解及改进

文章目录SwinTransformerBackBoneStage0Stage1Stage2Stage3Stage4PatchMerging操作SwinTransformerBlocks计算单元基于窗口自注意力计算复杂度推导掩码操作改进

零碎@流年絮语·2023-01-13 08:49

Backbone中添加attention 之CBAM

注意力机制（AttentionMechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。上述机制通常被称为注意力机制。人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具有最强的敏锐度。为了合理利用有限的视觉信息处理资源，人类需要选择视觉区域中的特定部分，然后集中关注它。例如，

小弱不在家·2023-01-13 00:03

MMDetection理解

MMDetection理解1.Model整体构建流程和思想1.1训练核心组件1.1.1Backbone1.1.2Neck1.1.3Head1.1.4Enhance1.1.5BBoxAssigner1.1.6BBoxSampler1.1.7BBoxEncoder1.1.8Loss1.1.9Trainingtricks2

Arrow·2023-01-13 00:30

【论文阅读】【三维语义分割】Cylindrical and Asymmetrical 3D Convolution Networks for LiDAR Segmentation

文章目录Cylinder3DCylindricalPartitionbackboneDDCMPoint-wiseRefinementModuleExperimentablationstudyGeneralizationAnalyses

麒麒哈尔·2023-01-12 23:57

maskrcnn-benchmark　代码详解之　backbone.py

前言在backbone.py文件中，定义了各种不同的backbone结构，并使用Registry装饰器类来实现构造这些backbone结构函数的调用。

leijieZhang·2023-01-12 13:38

[2017NIPS]Learning Efficient Object Detection Models with Knowledge Distillation 论文笔记

其中蒸特征是使用的FitNet的方法在backbone做，在RPN和分类回归网络(RCN)部分蒸输出，两个部分都同时做分类和回归蒸馏。分类是做了一个weighted交叉熵

机器就不学习·2023-01-12 13:34

[2021ICLR]Improve Object Detection with Feature-based Knowledge Distillation 论文笔记

具体做法是在backbone处，利用attention生成一个fine-grainedmask而非二值mask，并且生成的mask包含空间maskMs∈RH,W和通道maskMc∈Rc两个部分

机器就不学习·2023-01-12 13:34

MobileNet V2模型——pytorch实现

（也可以作为backbone完成检测和分割任务）MobileNetV2的优点：相较于V1，模型更小，精度更高。

Peach_____·2023-01-12 11:19

MobileNet V3模型——pytorch实现

（也可以作为backbone完成检测和分割任务）MobileNetV3的优点：相较于V2，模型更小(small)，精度更高。

Peach_____·2023-01-12 11:47

平时学习随笔

一天yolo之anchoryolov1只用了backbone，没有加其他的网络。步长越大，得到的特征图就越小，特征图越小用的锚框就越大，为了更好检测大目标，反之相反。

我真的太难了啊·2023-01-12 01:34

YOLOv6 Pro | YOLOv6网络魔改 (1) ——RepGFPN融合高效聚合网络(ELAN)和重参数化的目标检测Neck（来自DAMO-YOLO）

在阿里达摩院ICLR2022发表的论文《GiraffeDet:AHeavy-NeckParadigmforObjectDetection》中，他们提出了GiraffeDet，它具有极轻量级计算量的backbone

羊羊了个杨·2023-01-11 20:57

理解yolov6网络结构

yolov6论文地址：https://arxiv.org/abs/2209.02976先上一张yolov6的网络架构图片来源于网络BACKBONEyolov6使用了repVGG作为backbone如果不了解

athrunsunny·2023-01-11 19:45

repvgg预训练模型迁移到yolov5-repvgg的pt的backbone中/模型的保存与读取

前情我在训练改进的yolov5-repvgg时，发现yolov5s训练50epoch，和我改进的yolov5-repvgg模型，以yolov5s预训练模型为预训练，俩对比都训50，发现没有yolov5s训50epoch，也可能我的待测物体比较特殊。但是就是认为是yolov5-repvgg不应该以yolov5s.pt为预训练模型，确实俩都不用yolov5s.pt为预训练模型后，yolov5-repv

Just_a_Way_Plus·2023-01-11 19:44

【YOLO系列】YOLOv8算法（尖端SOTA模型）

前言回顾在这里粗略回顾一下YOLOv5，这里直接提供YOLOv5的整理的结构图吧Backbone：CSPDarkNet结构，主要结构思想的体现在C3模块，这里也是梯度分流的主要思想所在的地方；PAN-FPN

心无旁骛~·2023-01-11 18:05

YOLOv8 抢先解读

回顾一下YOLOv5，不然没机会了这里粗略回顾一下，这里直接提供YOLOv5的整理的结构图吧：Backbone：CSPDarkNet结构，主要结构思想的体现在C3模块，这里也是梯度分流的主要思想所在的地方

TigerZ*·2023-01-11 15:48

目标检测小结

除了从backbone，neck，head，loss以及数据预处理上理解整个架构，还要从最核心的正负样本定义，匹配上理解，这块分两部分，一是anchor-based的，一是anchor-free方法。

Kun Li·2023-01-11 13:54

目标检测论文阅读：GiraffeDet算法笔记

id=cBu4ElJfneV相比于其它文章对于neck的改进，这篇文章还指出目标检测中backbone并没有neck重要这一点。

Convolution@·2023-01-11 11:04

使用pytorch分布式进行训练的时候发生的错误

mostrecentcalllast):File"my_train.py",line194,inmain(parser.parse_args())File"my_train.py",line75,inmainbackbone

leonardee·2023-01-11 08:38

论文阅读|一阶段的目标检测器EfficientDet

yanghaoplus·2023-01-11 07:19

2020.10.11-基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别

使用以Im-AlexNet为BackBone的FasterRCNN这篇论文的创新点是什么？作者最引以为豪的结论是什么？

我真的爱发明·2023-01-10 11:33

AQA&HPE 论文整理

论文整理前言动作质量评估AQA1.基础backbone---I3D模型2.直接回归质量分数AssessingtheQualityofActions3.时间空间关系图评估关节运动ActionAssessmentbyJointRelationGraphs4

sulizhi_ylearn·2023-01-10 10:56

Paddle2.0实现PSPNet进行人体解析（图像分割）

PSPNet-金字塔模块(PyramidPooling)PSPNet的总体结构PSPNet-Backbone代码引入需要的包PyramidSceneParsingNetworkConvBN

TQ2·2023-01-10 07:00

YoloV5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（backbone）实现代码2、F

全息数据·2023-01-09 22:50

基于DAMO-YOLO的RepGFPN多尺度特征融合的YOLOv5、YOLOv7、Faster RCNN、FCOS、CenterNet等目标检测器改进

具体包括：基于NAS搜索的新检测backbone结

计算机视觉、一维信号分类·2023-01-09 22:48

人脸识别项目总结

1]Multi-taskconvolutionalneuralnetwork（MTCNN）实现流程：1.构建图像金字塔2.P-Net3.R-Net4.O-Net[2]ResNet-50模型输入LossBackbone

Fred_27·2023-01-09 14:02

【图像分割之开山之作】 2015-FCN CVPR

在做语义分割存在的问题2.1全卷积网络2.1.1FCN结构2.1.2全卷积怎么替换全连接2.2上采样Upsampling2.2.1常见的上采样2.2.2转置卷积2.3跳跃连接(原文在第4章)使用VGG16作为backboneFCN

說詤榢·2023-01-09 14:31

DBNet笔记

1、模型结构，训练阶段：模型backbone为resnet+dcn，颈部采用标准的FPN结构，具体细节：输入图片进行下采样得到c2、c3、c4、c5，对应下采样4倍、8倍、16倍、32倍，通过FPN自底向上的方式

iddd·2023-01-09 10:59

Yolo v4的学习

目录一、Yolov4的structure1、Backbone：CSPDarknet532、Neck：SPP、PANet2.1、SPP：2.2、PANet：3、Prediction：Yolov3Head二

kiwi_hhh·2023-01-09 08:19

【深度学习笔记】超分辨率方向相关论文汇总【偶尔更新】

说明：除了超分领域的论文外，同时也会附加一些backbone网络或者buildingblock、去噪（Denoise）、去雾（Dehaze）、去雨（Derain）去模糊（Deblur）、修复（Restoration

月满星沉·2023-01-09 08:45

基于改进 YOLOv5 的小目标检测论文代码复现

使用yolov5-6.0源码、yolov5x.yaml、yolov5x.pt1、在主干网络中,加入CBAM注意力模块增强网络特征提取能力参考：加入CBAM#YOLOv5v6.0backbonebackbone

day day happy·2023-01-09 08:32

maskrcnn-benchmark源码解析-config篇

目前网上看到的源码解析都主要在写mask-Rcnn，包括backbone,rpnhead,loss之类的，但是关于maskrcnn-benchmark本身的组织形式，config是如何调用的，目标检测的

Rainylt·2023-01-09 06:51

保姆级使用PyTorch训练与评估自己的ConvNeXt网络教程

1.数据集制作1.1标签文件制作1.2数据集划分1.3数据集信息文件制作2.修改参数文件3.训练4.评估5.其他教程前言项目地址：https://github.com/Fafa-DL/Awesome-Backbones

啥都生·2023-01-08 16:38

mmsegment训练技巧（九）

目录1、训练技巧1.1、Backbone和Heads不同学习率1.2、在线难样本挖掘（OHEM）1.3、类平衡损失2、自定义优化设置2.1、Pytorch支持的自定义优化器2.2、定制优化器2.3、在配置文件中指定优化器

alex1801·2023-01-08 09:34

多传感器融合目标检测系列：CenterFusion(基于CenterNet)源码深度解读: ：DLA34 (四)

文章目录一、CenterFusion与CenterNet二、CenterNet(backbone)2.1DLA34基本结构2.2DLASeg2.3DLASeg基本模块BasicBlockRootTreeDLA34IDAUP

naca yu·2023-01-08 00:39

votenet理解

网络结构：参考1参考21、backbone：SA-SA-SA-SA-FP-FP1模块：SA：在小区域中使用点云采样+分组+提取局部特征的方式，从局部到全局逐渐扩大感受野，包含这三部分的结构称为SetAbstraction

不知语冰·2023-01-08 00:38

VoteNet源码解析

出发点：RPN(区域提议网络)系列用于点云检测的问题：RPN偏向于从目标中心预测，但是点云的目标中心不同于图像的是点云中心往往没有数据(零向量)，如果RPN基于中心预测，会产生零向量预测的问题结构a.Backbone

naca yu·2023-01-08 00:37

【医学图像分割网络】之Res U-Net网络PyTorch复现

这次分享ResNet+U-Net的一个改进版，ResNet本身就是一个十分优秀的backbone，目前应用仍然十分广泛，我们融合进ResNet后，我们就可以使得U-Net进行迁移

一只稚嫩的小金毛·2023-01-07 12:27

图像语义分割模型 FCN

FCNFCN以VGG16作为backbone提取不同层次的特征，之后再通过双线性插值方法恢复特征图的分辨率，在这过程中同时利用了跳跃连接，逐步融合下采样端产生

算法恩仇录·2023-01-07 12:51

深度学习之图像分类（二）--pytorch查看中间层特征矩阵以及卷积核参数

查看中间层特征矩阵以及卷积核参数1.可视化featuremaps2.可视化kernelweights深度学习之图像分类（二）pytorch查看中间层特征矩阵以及卷积核参数在开始学习深度学习图像分类模型Backbone

木卯_THU·2023-01-07 09:01

【目标检测】G-GhostNet

GhostNetsonHeterogeneousDevicesviaCheapOperations》论文地址：https://arxiv.org/pdf/2201.03297.pdf代码地址：https://github.com/huawei-noah/CV-Backbones2

三拾佳易·2023-01-07 08:18

使用PyTorch训练与评估自己的MLP Mixer网络