Backbones

保姆级使用PyTorch训练与评估自己的VGG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·2022-11-15 12:26

保姆级使用PyTorch训练与评估自己的HorNet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·2022-11-15 11:43

保姆级使用PyTorch训练与评估自己的Swin Transformer V2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·2022-11-09 12:20

保姆级使用PyTorch训练与评估自己的MViT V2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·2022-11-09 12:20

保姆级使用PyTorch训练与评估自己的EfficientFormer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·2022-11-09 12:11

论文阅读-ViTDet：Exploring Plain Vision Transformer Backbones for Object Detection

目录A.写在前面B.有个工作我得说说C.摘要拆分D.先看看结果E.代码细节1.MaskRCNN部分的修改2.数据增强部分3.SFP的实现F.参考文献A.写在前面ViTDet[1]其实就是MAE[2]和ViT-basedMaskR-CNN[3]两项工作的衍生。MAE提出了一种ViT视觉模型的生成式训练方法。ViT-basedMaskR-CNN(后称MViTv1)给出了使用ViT作为backbone的
是魏小白吗·2022-10-16 08:16

注意力机制

https://github.com/HaloTrouvaille/YOLO-Multi-Backbones-AttentionYOLO融合注意力机制可以参考下NeuralNetworks2020|哈工大与北大提出注意力引导的图像去噪
无止境x·2022-07-27 13:26

论文阅读笔记 | Transformer系列——Transformer in Transformer

TNTApproach2.1Preliminaries2.2TransformerinTransformer2.3Positionencoding3.Resultpaper：TransformerinTransformercode：https://github.com/huawei-noah/CV-Backbones
Clichong·2022-07-19 07:54

High-Resolution Network (篇二)：MMpose代码讲解之Backbone及关键点Detector部分

Backbone部分Backbone部分的代码在mmpose\models\backbones\hrnet.py中，该脚本文件调用了ResNet的BasicBlock和Bottleneck，我们只需要关注
@会飞的毛毛虫·2022-07-15 07:44

【图像分类】模型如何搭建/文件如何调用

项目地址：https://github.com/Fafa-DL/Awesome-Backbones项目说明：开箱即用，涵盖主流模型的图像分类|主干网络学习/对比/魔改项目视频教程：https://www.bilibili.com
啥都生·2022-07-04 07:41

使用PyTorch训练与评估自己的AlexNet网络教程

文章目录前言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.评估前言项目地址：https://github.com/Fafa-DL/Awesome-Backbones
啥都生·2022-07-04 07:10

CV+Deep Learning——网络架构Pytorch复现系列——basenets(BackBones)(一)

引言此系列重点在于复现计算机视觉（分类、目标检测、语义分割）中深度学习各个经典的网络模型，以便初学者使用（深入浅出）！代码都运行无误！！首先复现深度学习经典网络模型（basenet）（就是家喻户晓的Backbone，但是我会对Backbone做一些改动，所以这个系列就不叫Backbone，叫basenet）这些网络大都是分类的经典网络（1.，2.，3.，4.，5.，6.，7.），目标检测的Back
游客26024·2022-06-30 07:14

【图像分类】学习率更新策略/优化器

项目地址：https://github.com/Fafa-DL/Awesome-Backbones项目说明：开箱即用，涵盖主流模型的图像分类|主干网络学习/对比/魔改项目在models下的配置文件中，学习率更新方式以及参数均在
啥都生·2022-05-21 17:45

保姆级使用PyTorch训练与评估自己的Wide ResNet网络教程

文章目录前言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.评估前言项目地址：https://github.com/Fafa-DL/Awesome-Backbones
啥都生·2022-05-20 15:21

使用PyTorch训练与评估自己的PoolFormer网络

文章目录前言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.评估前言项目地址：https://github.com/Fafa-DL/Awesome-Backbones
啥都生·2022-05-07 16:01

涨点明显，华为提出PyramidTNT：用金字塔结构改进Transformer

ImprovedTransformer-in-TransformerBaselineswithPyramidArchitecture论文：https://arxiv.org/abs/2201.00978代码（刚刚开源）：https://github.com/huawei-noah/CV-Backbones
机器学习社区·2022-04-13 07:38

【第31篇】探索普通视觉Transformer Backbones用于物体检测

摘要我们探索了普通的、非分层的视觉转换器（ViT）作为目标检测的骨干网络。这种设计使原始ViT架构能够针对对象检测进行微调，而无需重新设计用于预训练的分层主干。通过对微调的最小调整，我们的普通骨干检测器可以获得具有竞争力的结果。令人惊讶的是，我们观察到：（i）从单尺度特征图（没有常见的FPN设计）构建一个简单的特征金字塔就足够了；（ii）使用窗口注意力（没有移位）就足够了跨窗口传播块。通过将普通V
AI浩·2022-04-05 07:30

YOLOX论文翻译

题目：《YOLOX:2021年超越YOLO系列》文章目录摘要一、介绍二、YOLOX2.1YOLOX-DarkNet532.2其他backbones三、与SOTA比较四、流媒体感知挑战第一名(2021年CVPR
秦失其鹿的博客·2022-03-15 07:49

MMEditing如何添加自己的新模型

因为自己平时做超分辨率，所以这里用BasicVSR的改动作为例子，一般需要在MMEditing中添加三个文件：配置，backbones以及restores。
ACALJJ32·2021-11-14 19:04

resnet结构_PyTorch实现ResNet亲身实践

代码已同步到GitHub：https://github.com/EasonCai-Dev/torch_backbones.git1论文关键信息1.1核心-ResidualBlock核心思想是：训练残差，
weixin_39562234·2020-11-21 21:59

siamfc-pytorch代码讲解（一）：backbone&head

siamfc-pytorch代码讲解（一）：backbone&head论文概述backbones.py分析heads.py下一篇最近才真正开始研究目标跟踪领域（好吧，是真的慢）。
laizi_laizi·2020-08-13 15:46

商汤开源目标检测工具箱mmdetection代码详解（一）------ build和Registry和配置信息，分析mmedetection如何动态构建网络

mmdetection版本：2.0一、注册表全局变量：1.DATASETS,BACKBONES,LOSSES,DETECTORS等等的注册表全局变量是什么：我们在看mmdetection源码时，首先肯定找主函数
ZJE_ANDY·2020-07-10 05:11

【mmdetection源码解读(一)】骨干网络--ResNet

本文解读的源码为mmdet/models/backbones中的resnet.py首先附上ResNet原文地址DeepResidualLearningforImageRecognition其中，ResNet
cc__cc__·2020-07-04 12:01

Tensorflow2.0：Faster RCNN 代码详解(一)

第一部分给出FaterRCNN文件的代码解析，主要是模型主体的执行过程，在此文件引入下述几个文件的函数引用，对于backbones，necks和test_mixins文件来说，主要是用来构建模型结构，并不复杂
DocPark·2020-06-29 15:17

CBAM: Convolutional Block Attention Module

原文链接：https://www.jianshu.com/p/2eb15b5771201.前言这篇论文来自于ECCV2018.这里有MxNet的实现https://github.com/JunrQ/backbones
chen645096127·2019-08-21 18:15

CBAM: Convolutional Block Attention Module

1.前言这篇论文来自于ECCV2018.这里有我在MxNet下的实现https://github.com/JunrQ/backbones随着ResNet，Inception等网络结构的出现，人们边热衷于寻找更加高效
Junr_0926·2018-11-10 10:39

backbones

Libextobjc是一个无比强大的objective-c的语言扩展。为objective-c提供诸如Safe category，safe keyPath, Tuple乃至面向切面Aspect-oriented支持。听起来酷归酷，问题它本身依赖也挺多的，好用不好用得哪天来试试了。 Nocila是一个objective-c http测试框架。用来生成mock http request &am
·2015-10-31 09:22

jquery mobile的mvc实践并总结

貌似jquery.mobile和backbones的一些实践网上有很多了，我就分享下最近做的jquery.mobile的应用，中间mvc和数据、逻辑隔离部分的设计和代码。 
key232323·2012-04-21 19:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他