Backbone

YOLOv5改进实战（导读篇） | YOLOv5 7.0 网络结构超详细解读

目录一、YOLOv5s网络结构图二、输入端(1)自适应锚框计算1.1计算过程1.2默认锚框1.3自定义锚框1.4手动计算锚框(2)Mosaic数据增强三、Backbone（1）CBS模块（
w94ghz·2023-10-20 16:43

YOLOv8改进实战 | 更换主干网络Backbone（二）之轻量化模型GhostnetV2

前言轻量化网络设计是一种针对移动设备等资源受限环境的深度学习模型设计方法。下面是一些常见的轻量化网络设计方法：网络剪枝：移除神经网络中冗余的连接和参数，以达到模型压缩和加速的目的。分组卷积：将卷积操作分解为若干个较小的卷积操作，并将它们分别作用于输入的不同通道，从而减少计算量。深度可分离卷积：将标准卷积分解成深度卷积和逐点卷积两个步骤，使得在大部分情况下可以大幅减少计算量。跨层连接：通过跨越多个层
w94ghz·2023-10-20 16:09

YOLOv8改进实战 | 更换主干网络Backbone（一）之轻量化模型Ghostnet

前言轻量化网络设计是一种针对移动设备等资源受限环境的深度学习模型设计方法。下面是一些常见的轻量化网络设计方法：网络剪枝：移除神经网络中冗余的连接和参数，以达到模型压缩和加速的目的。分组卷积：将卷积操作分解为若干个较小的卷积操作，并将它们分别作用于输入的不同通道，从而减少计算量。深度可分离卷积：将标准卷积分解成深度卷积和逐点卷积两个步骤，使得在大部分情况下可以大幅减少计算量。跨层连接：通过跨越多个层
w94ghz·2023-10-20 14:55

YOLOv8改进实战 | 更换主干网络Backbone之轻量化模型Efficientvit

前言轻量化网络设计是一种针对移动设备等资源受限环境的深度学习模型设计方法。下面是一些常见的轻量化网络设计方法：网络剪枝：移除神经网络中冗余的连接和参数，以达到模型压缩和加速的目的。分组卷积：将卷积操作分解为若干个较小的卷积操作，并将它们分别作用于输入的不同通道，从而减少计算量。深度可分离卷积：将标准卷积分解成深度卷积和逐点卷积两个步骤，使得在大部分情况下可以大幅减少计算量。跨层连接：通过跨越多个层
w94ghz·2023-10-20 11:03

transformer学习笔记

新一代的backbone，传统的深度学习依赖于网络结构的设计。
潇萧客·2023-10-20 02:50

vue.js 与传统库jquery开发思路的区别

众所周知最近几年前端发展非常的迅猛，除各种框架如：backbone、angular、reactjs外，还有模块化开发思想的实现库：sea.js、require.js、webpack以及前端上线部署集成工具如
种麦南山下·2023-10-17 20:07

EfficientDet: Scalable and Efficient Object Detection

CVPR2020V7Mon,27Jul2020引用量：243机构：Google贡献：1>提出了多尺度融合网络BiFPN2>对backbone、featurenetwork、box/classpredictionnetworkandresolution
低吟浅笑·2023-10-16 21:58

2015-4-26分享的PDF

/pan.baidu.com/s/siOS传感器应用开发最佳实践_PDF电子书下载带书签目录完整版http://pan.baidu.com/s/1dDtSP2LNode应用程序构建使用MongoDB和Backbone_PDF
qq2011705918·2023-10-15 22:16

深度学习算法优化系列四 | 如何使用OpenVINO部署以Mobilenet做Backbone的YOLOv3模型？

前言因为最近在和计算棒打交道，自然存在一个模型转换问题，如果说YOLOv3或者YOLOV3-tiny怎么进一步压缩，我想大多数人都会想到将标准卷积改为深度可分离卷积结构？而当前很多人都是基于DarkNet框架训练目标检测模型，并且github也有开源一个Darknet转到OpenVINO推理框架的工具，地址见附录。而要说明的是，github上的开源工具只是支持了原生的YOLOv3和YOLOV3-t
GiantPandaCV·2023-10-15 20:06

基于YOLOv5的车牌识别系统（YOLOv5+LPRNet）

YOLOv5网络结构图YOLOv5s的网络结构如图1所示，该结构分为四个部分输入端、Backbone（主干网络）、Neck网络和Prediction（输出端）。
txz2035·2023-10-15 19:39

轻量化Backbone | ShuffleNet+ViT结合让ViT也能有ShuffleNet轻量化的优秀能力

视觉Transformer（ViTs）在各种计算机视觉任务中表现出卓越的性能。然而，高计算复杂性阻碍了ViTs在内存和计算资源有限的设备上的适用性。尽管某些研究已经深入探讨了卷积层与自注意力机制的融合，以增强ViTs的效率，但在纯自注意力机制的基础上构建小型但有效的ViTs仍存在知识空白。此外，采用直接策略来减少大型但性能卓越的ViT中的特征通道往往会导致性能显著下降，尽管效率得到改善。为了解决这
xwz小王子·2023-10-15 15:05

opencv dnn模块 示例(18) 目标检测 object_detection 之 pp-yolo、pp-yolov2和pp-yolo tiny

文章目录1、PP-YOLO1.1、网络架构1.1.1、BackBone骨干网络1.1.2、DetectionNeck1.1.3、DetectionHead1.2、Tricks的选择1.2.1、更大的batchsize1.2.2
aworkholic·2023-10-14 02:28

anaconda虚拟环境的创建、删除与查看

1.查看编译环境使用win+R打开命令行窗口，输入"cmd“，进入操作界面2.查看当前python虚拟环境condainfo--env（*代表着你当前的编译所属环境）3.删除yolobackbone环境
不会写代码！！·2023-10-14 01:41

torch.hub.load报错urllib.error.HTTPError: HTTP Error 403: rate limit exceeded

在运行DINOv2的示例代码时，需要载入预训练的模型，比如：backbone_model=torch.hub.load(repo_or_dir="facebookresearch/dinov2",model
一个菜鸟的奋斗·2023-10-14 00:17

Pytorch卷积神经网络经典Backbone(骨干网络)——（VGG）

VGG网络架构：VGG16网络由13层卷积层+3层全连接层构成1.1改进：1.更小的卷积核，对比AlexNet，VGG网络使用的卷积核大小不超过33，这种结构相比于大卷积核有一个优点，就是两个33的卷积核堆叠对于原图提取特征的感受野（特征图一个像素融合了输入多少像素的信息决定了感受野的大小）相当于一个55的卷积核（如图），在同等感受野的条件下，两个33卷积之间加入激活函数，其非线性能力比单个5*5
梦在黎明破晓时啊·2023-10-13 16:32

使用adapter微调模型的简单教程

github.com/OpenGVLab/LLaMA-Adapter/tree/main/llama_adapter_v2_multimodal这个连接中有一个大模型微调的例子个人认为adapter只有在backbone
是尘埃呀！·2023-10-13 08:22

chapter 5 Cloud-Enabling Technology

原文：我的blog一.单选题（共10题,40.0分）1EstablishedanddeployedbyISPs,theInternet’slargestbackbone(主干)networksarestrategicallyinterconnectedbycore
举焰·2023-10-13 05:18

7-vue-1

谈谈你对MVVM的理解为什么要有这些模式，目的：职责划分、分层（将Model层、View层进行分类）借鉴后端思想，对于前端而已，就是如何将数据同步到页面上MVC模式代表：Backbone+underscore
loveX001·2023-10-12 15:53

深度学习基础知识 给模型的不同层 设置不同学习率

深度学习基础知识给模型的不同层设置不同学习率1、使用预训练模型时，可能需要将2、学习率设置方式：1、使用预训练模型时，可能需要将（1）预训练好的backbone的参数学习率设置为较小值，（2）backbone
郭庆汝·2023-10-12 12:27

计算机竞赛YOLOv7 目标检测网络解读

文章目录0前言1yolov7的整体结构2关键点-backbone关键点-head3训练4使用效果5最后0前言世界变化太快，YOLOv6还没用熟YOLOv7就来了，如果有同学的毕设项目想用上最新的技术，不妨看看学长的这篇文章
Mr.D学长·2023-10-11 09:38

All are Worth Words : A ViT Backbone for Diffusion Models

AllareWorthWords:AViTBackboneforDiffusionModels—CVPR2023论文地址：https://arxiv.org/abs/2209.12152项目地址：https
通街市密人有·2023-10-11 04:08

【CVPR 2023】 All are Worth Words: A ViT Backbone for Diffusion Models

AllareWorthWords:AViTBackboneforDiffusionModels,CVPR2023论文：https://arxiv.org/abs/2209.12152代码：https:/
m0_61899108·2023-10-11 04:03

CasA：用于点云 3D 目标检测的级联注意力网络

RPN使用3-Dbackbone网络将体素编码为3-D特征volumes。然后采用二维检测头来生成区域
飞大圣·2023-10-10 22:11

gromacs PCA 做自由能景观图

73https://www.zhihu.com/question/19895566跑完动力学后蛋白比对gmxtrjconv-fmd.xtc-smd.tpr-fitrot+trans-omdfit.xtc选择backbone
xiaolan39·2023-10-10 19:46

【自动驾驶】PETR/PETRv2/StreamPETR论文分析

1.PETRPETR网络结构如下，主要包括image-backbone,3DCoordinatesGenerator,3DPositionEncoder,transformerDecoder1.1ImagesBackbone
AI小白龙·2023-10-10 18:29

mmdetection组件构成与注册表分析

将一般的目标检测算法分成了几个不同的模块,在使用时只需要在配置文件中声明各个模块使用的组件名称和参数,就可以像搭建积木一样搭建一个完整的目标检测模型;基本组件mmdetection的组件大多数以类的形式定义:BACKBONES
寒夏凉秋·2023-10-09 20:35

图像语义分割 FCN图像分割网络详解

图像语义分割FCN图像分割网络详解0、介绍1、VGG16网络结构2、转置卷积3、FCN-32S、FCN-16S，FCN-8S网络结构4、损失函数5、膨胀卷积6、FCN(Backbone-ResNet-50
郭庆汝·2023-10-09 16:38

云计算：常用系统前端与后端框架

angular.Js(模型，scope作用域，controller,依赖注入，MVVM):前端MVC.require.JS:AMD,commonJSSeajs:CMD，commonJSVUE.JS:MVVMbackbone.JS
cronaldo91·2023-10-09 14:00

Spherical Transformer for LiDAR-based 3D Recognition训练环境配置

4，backbone（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。5，PRN（RegionProposalNetwork，区域生成网络），通俗讲是“
东-115·2023-10-08 20:03

基于YOLOv5的工地安全帽、口罩检测系统

目录1，YOLOv5模型原理介绍1.1输入侧1.1.1数据增强1.1.2自适应锚框计算1.1.3自适应图片缩放1.2Backbone1.3Neck1.4输出端2，基于YOLOv5的工地安全帽、口罩检测系统实现流程
txz2035·2023-10-08 07:32

【YOWO代码解析】

文章目录1.backbones_2d&backbones_3d2.cfg（config）2.1ava.yaml（jhmdb.yaml、ucf24.yaml）2.2ava_categories_count.json
三木今天学习了嘛·2023-10-07 11:30

目标检测算法改进系列之Backbone替换为RIFormer

原文地址：RIFormer:KeepYourVisionBackboneEffectiveButRemovingTokenMixer基于此，本文基于重参数机制
我悟了-·2023-10-06 21:09

目标检测算法改进系列之Backbone替换为Swin Transformer

HierarchicalVisionTransformerusingShiftedWindows》作为2021ICCV最佳论文，屠榜了各大CV任务，性能优于DeiT、ViT和EfficientNet等主干网络，已经替代经典的CNN架构，成为了计算机视觉领域通用的backbone
我悟了-·2023-10-06 21:08

目标检测算法改进系列之Backbone替换为RepViT

RepViT简介轻量级模型研究一直是计算机视觉任务中的一个焦点，其目标是在降低计算成本的同时达到优秀的性能。轻量级模型与资源受限的移动设备尤其相关，使得视觉模型的边缘部署成为可能。在过去十年中，研究人员主要关注轻量级卷积神经网络（CNNs）的设计，提出了许多高效的设计原则，包括可分离卷积[2]、逆瓶颈结构[3]、通道打乱[4]和结构重参数化[5]等，产生了MobileNets[2,3]，Shuff
我悟了-·2023-10-06 02:55

目标检测算法改进系列之Backbone替换为NextViT

NextViT介绍由于复杂的注意力机制和模型设计，大多数现有的视觉Transformer（ViTs）在现实的工业部署场景中不能像卷积神经网络（CNNs）那样高效地执行，例如TensorRT和CoreML。这带来了一个明显的挑战：视觉神经网络能否设计为与CNN一样快的推理和与ViT一样强大的性能？最近的工作试图设计CNN-Transformer混合架构来解决这个问题，但这些工作的整体性能远不能令人满
我悟了-·2023-10-06 02:25

目标检测算法改进系列之Backbone替换为PoolFormer

PoolFormerMetaFormer是颜水成大佬的一篇Transformer的论文，该篇论文的贡献主要有两点：第一、将Transformer抽象为一个通用架构的MetaFormer，并通过经验证明MetaFormer架构在Transformer/mlp类模型取得了极大的成功。第二、通过仅采用简单的非参数算子pooling作为MetaFormer的极弱token混合器，构建了一个名为PoolFo
我悟了-·2023-10-06 02:25

目标检测算法改进系列之Backbone替换为InceptionNeXt

InceptionNeXt受VisionTransformer长距离依赖关系建模能力的启发，最近一些视觉模型开始上大Kernel的Depth-Wise卷积，比如一篇出色的工作ConvNeXt。虽然这种Depth-Wise的算子只消耗少量的FLOPs，但由于高昂的内存访问成本(memoryaccesscost)，在高性能的计算设备上会损害模型的效率。举例来说，ConvNeXt-T和ResNet-50
我悟了-·2023-10-06 01:54

折腾LINUX复古终端

后来用x11docker，因为我要远程通过SSH的x11转发，但实际x11docker的默认backbone就说docker，也就说要先用docker下载镜像，再用x11docker加载。
虚拟搬运工·2023-10-04 08:12

基于YOLOv8的安全帽检测系统

具体改进如下：Backbone：使用的依旧是CSP的思想，不
AI小怪兽·2023-10-02 13:00

阅读笔记-PVT-Pyramid Vision Transformer_A versatile backbone for dense prediction without convolutions

来源：arXiv:2102.12122v1单位：南大、南理、商汤、港中文代码:https://github.com/whai362/PVTtitle文章内容用一句话概括就是给ViT方法装上金字塔结构处理密集预测问题。主要创新点包括两点：1.progressiveshrinkingstrategy能够实现金字塔结构；2.spatialreductionattention减少self-attentio
熙熙江湖·2023-10-02 02:24

基于TensorFlow Object Detection API实现RetinaNet目标检测网络（附源码）

文章目录一、RetinaNet简介1.Backbone网络2.FPN网络二、RetinaNet实现1.tf.train.CheckPoint简介2.RetinaNet的TensorFlow源码一、RetinaNet
liuqiker·2023-10-01 12:20

Faster R-CNN网络架构详解和TensorFlow Hub实现（附源码）

文章目录一、RPN网络1.RPN网络简介2.backbone网络简介二、FasterR-CNN网络架构1.FasterR-CNN网络简介2.基于TensorFlowHub实现FasterR-CNN  前言
liuqiker·2023-10-01 12:20

【目标检测系列】一、One-Stage/Two-Stage目标检测算法概述

目录参考资料相关概念1.目标检测网络中的backbone,neck,head2.计算机视觉的任务2.1计算机视觉四大任务：2.2上游任务和下游任务第1章概述第2章One-Stage2.1概念介绍2.2相关工作第
travellerss·2023-09-30 23:00

11.5每日一词backbone

Hedidn'thavethebackboneandgaveupthescholarshipapplicationatthelastminute.
霄肖·2023-09-30 22:41

A Simple Baseline for multi-object Tracking(FairMOT)论文阅读笔记

FairMOT论文笔记（一）Title（二）Summary（三）ResearchObejct（四）ProblemStatement（五）Method5.1backbone5.2ObjectDetectionBranch5.3IdentityEmbeddingBranch5.4LossFunctions5.5
不知道叫啥好一点·2023-09-30 18:18

手动实现BERT

一.BERT架构  BERT设计初衷是作为一个通用的backbone，然后在下游接入各种任务，包括翻译任务、分类任务、回归任务等。BERT模型架构如下所示：1.输入层  BERT每次计算时输入两句话。
NLP工程化·2023-09-30 07:08

2023年十大开源项目：革新技术创新

Open-sourceprojectshaverevolutionizedtheworldofsoftwaredevelopmentbyfosteringinnovation,collaboration,andcommunity-drivencontributions.Theseprojectsareoftenthebackboneofcoun
开源社·2023-09-30 05:22

yolox相关

yoloxYOLOXYOLOX-DarkNet53yolov3作为baseline输入端StrongdataaugmentationMosaic数据增强MixUp数据增强注意BackboneNeckPrediction
国服最强貂蝉·2023-09-29 21:46

YOLOv7改进：ConvNeXt（backbone改为CNeB）

1.介绍论文地址：https://arxiv.org/abs/2201.03545官方源代码地址：https://github.com/facebookresearch/ConvNeXt.git自从ViT(VisionTransformer)在CV领域大放异彩，越来越多的研究人员开始拥入Transformer的怀抱。回顾近一年，在CV领域发的文章绝大多数都是基于Transformer的，比如202
陈子迩·2023-09-29 08:17

YOLOv5、YOLOv8改进：ConvNeXt（backbone改为ConvNextBlock）

目录1.介绍2.YOLOv5修改backbone为ConvNeXt2.1修改common.py2.2修改yolo.py2.3修改yolov5.yaml配置1.介绍论文地址：https://arxiv.org
陈子迩·2023-09-29 08:16
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他