darknet代码阅读

论文代码阅读及部分复现：Revisiting Deep Learning Models for Tabular Data

论文地址：https://arxiv.org/pdf/2106.11959.pdf项目地址：GitHub-yandex-research/rtdl-revisiting-models:(NeurIPS2021)RevisitingDeepLearningModelsforTabularData相关数据：https://www.dropbox.com/s/o53umyg6mn3zhxy/2024年2
thorn_r·2025-02-14 19:44

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-patches.py

patches.pyultralytics\utils\patches.py目录patches.py1.所需的库和模块2.defimread(filename:str,flags:int=cv2.IMREAD_COLOR):3.defimwrite(filename:str,img:np.ndarray,params=None):4.defimshow(winname:str,mat:np.nda
红色的山茶花·2025-02-14 09:33

再学Blazor——扩展方法

上篇提到Blazor组件的高级写法，是采用扩展方法对HTML元素和组件进行扩展，以便于书写组件结构和代码阅读。本篇主要介绍扩展方法实现的思路。
·2025-02-14 09:09

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-ops.py

ops.pyultralytics\utils\ops.py目录ops.py1.所需的库和模块2.classProfile(contextlib.ContextDecorator):3.defsegment2box(segment,width=640,height=640):4.defscale_boxes(img1_shape,boxes,img0_shape,ratio_pad=None,pa
红色的山茶花·2025-02-12 19:34

Jetpack Compose学习(2)——文本(Text)的使用

本篇涉及到Kotlin和DSL特性的使用若不了解的话可能会造成代码阅读困难,阅读前确保你有上述基础知识!!!
l软件定制开发工作室·2025-02-11 16:21

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-dist.py

dist.pyultralytics\utils\dist.py目录dist.py1.所需的库和模块2.deffind_free_network_port()->int:3.defgenerate_ddp_file(trainer):4.defgenerate_ddp_command(world_size,trainer):5.defddp_cleanup(trainer,file):1.所需的库
红色的山茶花·2025-02-09 12:36

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-instance.py

instance.pyultralytics\utils\instance.py目录instance.py1.所需的库和模块2.def_ntuple(n):3.classBboxes:4.classInstances:1.所需的库和模块#UltralyticsAGPL-3.0License-https://ultralytics.com/licensefromcollectionsimportab
红色的山茶花·2025-02-09 12:36

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-errors.py

errors.pyultralytics\utils\errors.py目录errors.py1.所需的库和模块2.classHUBModelError(Exception):1.所需的库和模块#UltralyticsAGPL-3.0License-https://ultralytics.com/licensefromultralytics.utilsimportemojis2.classHUBM
红色的山茶花·2025-02-08 11:31

YOLOv8-ultralytics-8.2.103部分代码阅读笔记-trainer.py

trainer.pyultralytics\engine\trainer.py目录trainer.py1.所需的库和模块2.classBaseTrainer:1.所需的库和模块#UltralyticsYOLO,AGPL-3.0license"""Trainamodelonadataset.Usage:$yolomode=trainmodel=yolov8n.ptdata=coco8.yamlimg
红色的山茶花·2025-02-08 11:01

YOLOv8-ultralytics-8.2.103部分代码阅读笔记-utils.py

utils.pyultralytics\data\utils.py目录utils.py1.所需的库和模块2.defimg2label_paths(img_paths):3.defget_hash(paths):4.defexif_size(img:Image.Image):5.defverify_image(args):6.defverify_image_label(args):7.defpoly
红色的山茶花·2025-02-08 11:31

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-files.py

files.pyultralytics\utils\files.py目录files.py1.所需的库和模块2.classWorkingDirectory(contextlib.ContextDecorator):3.defspaces_in_path(path):4.defincrement_path(path,exist_ok=False,sep="",mkdir=False):5.deffil
红色的山茶花·2025-02-08 10:55

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
weixin_39835607·2025-02-07 07:28

深度学习框架PyTorch原理与实践

作者：禅与计算机程序设计艺术文章目录1.简介2.背景介绍3.基本概念和术语3.1PyTorch简介3.2PyTorch的特点1）自动求导机制2）GPU加速3）模型部署4）数据管道5）代码阅读友好4.核心算法原理
AI天才研究院·2025-02-04 07:47

YOLOv10-1.1部分代码阅读笔记-tasks.py

tasks.pyultralytics\nn\tasks.py目录tasks.py1.所需的库和模块2.classBaseModel(nn.Module):3.classDetectionModel(BaseModel):4.classOBBModel(DetectionModel):5.classSegmentationModel(DetectionModel):6.classPoseModel
红色的山茶花·2025-02-01 03:27

YOLOv10-1.1部分代码阅读笔记-checks.py

checks.pyultralytics\utils\checks.py目录checks.py1.所需的库和模块2.defparse_requirements(file_path=ROOT.parent/"requirements.txt",package=""):3.defparse_version(version="0.0.0")->tuple:4.defis_ascii(s)->bool:5
红色的山茶花·2025-02-01 03:27

YOLOv10-1.1部分代码阅读笔记-loss.py

loss.pyultralytics\utils\loss.py目录loss.py1.所需的库和模块2.classVarifocalLoss(nn.Module):3.classFocalLoss(nn.Module):4.classBboxLoss(nn.Module):5.classRotatedBboxLoss(BboxLoss):6.classKeypointLoss(nn.Module)
红色的山茶花·2025-02-01 03:27

YOLOv9-0.1部分代码阅读笔记-common.py

common.pymodels\common.py目录common.py1.所需的库和模块2.defautopad(k,p=None,d=1):3.classConv(nn.Module):4.classAConv(nn.Module):5.classADown(nn.Module):6.classRepConvN(nn.Module):7.classSP(nn.Module):8.classMP
红色的山茶花·2025-02-01 03:26

YOLOv7-0.1部分代码阅读笔记-common.py

common.pymodels\common.py目录common.py1.所需的库和模块2.defautopad(k,p=None):3.classMP(nn.Module):4.classSP(nn.Module):5.classReOrg(nn.Module):6.classConcat(nn.Module):7.classChuncat(nn.Module):8.classShortcut
红色的山茶花·2025-02-01 03:26

YOLOv8-ultralytics-8.2.103部分代码阅读笔记-block.py

block.pyultralytics\nn\modules\block.py目录block.py1.所需的库和模块2.classDFL(nn.Module):3.classProto(nn.Module):4.classHGStem(nn.Module):5.classHGBlock(nn.Module):6.classSPP(nn.Module):7.classSPPF(nn.Module):
红色的山茶花·2025-02-01 03:26

简述Caffe、TensorFlow、TensorFlow Lite、ONNX、DarkNet、PyTorch 等模型

以下是对Caffe、TensorFlow、TensorFlowLite、ONNX、DarkNet和PyTorch等模型的简述：Caffe：Caffe（ConvolutionArchitectureForFeatureExtraction
科学的发展-只不过是读大自然写的代码·2025-01-31 12:21

多版本cuda+多版本cudnn+gcc+cmake+opencv+darknet爬坑记录

本次针对darknet框架部署—centos7.x一、CUDA多版本安装1、很早前安装了很多cuda现在忘了步骤了，这里不再安装，下次再补上，可以看其他贴安装，记清楚自己的安装目录，一般默认在/usr/
LMM_AI·2025-01-30 21:41

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-head.py

head.pyultralytics\nn\modules\head.py目录head.py1.所需的库和模块2.classDetect(nn.Module):3.classSegment(Detect):4.classOBB(Detect):5.classPose(Detect):6.classClassify(nn.Module):7.classWorldDetect(Detect):8.cl
红色的山茶花·2025-01-30 19:53

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-transformer.py

transformer.pyultralytics\nn\modules\transformer.py目录transformer.py1.所需的库和模块2.classTransformerEncoderLayer(nn.Module):3.classAIFI(TransformerEncoderLayer):4.classTransformerLayer(nn.Module):5.classTra
红色的山茶花·2025-01-28 08:47

YOLOv9-0.1部分代码阅读笔记-train.py

train.pytrain.py目录train.py1.所需的库和模块2.deftrain(hyp,opt,device,callbacks):3.defparse_opt(known=False):4.defmain(opt,callbacks=Callbacks()):5.defrun(**kwargs):6.if__name__=="__main__":1.所需的库和模块importargp
红色的山茶花·2025-01-27 05:40

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-conv.py

conv.pyultralytics\nn\modules\conv.py目录conv.py1.所需的库和模块2.defautopad(k,p=None,d=1):3.classConv(nn.Module):4.classConv2(Conv):5.classLightConv(nn.Module):6.classDWConv(Conv):7.classDWConvTranspose2d(nn.
红色的山茶花·2025-01-26 14:24

YOLOv10-1.1部分代码阅读笔记-model.py

model.pyultralytics\models\yolo\model.py目录model.py1.所需的库和模块2.classYOLO(Model):3.classYOLOWorld(Model):1.所需的库和模块#UltralyticsYOLO,AGPL-3.0licensefrompathlibimportPathfromultralytics.engine.modelimportMo
红色的山茶花·2025-01-25 08:27

YOLOv10-1.1部分代码阅读笔记-model.py

model.pyultralytics\engine\model.py目录model.py1.所需的库和模块2.classModel(nn.Module):1.所需的库和模块#UltralyticsYOLO,AGPL-3.0licenseimportinspectimportsysfrompathlibimportPathfromtypingimportUnionimportnumpyasnpim
红色的山茶花·2025-01-20 20:57

YOLOv10-1.1部分代码阅读笔记-loaders.py

loaders.pyultralytics\data\loaders.py目录loaders.py1.所需的库和模块2.classSourceTypes:3.classLoadStreams:4.classLoadScreenshots:5.classLoadImagesAndVideos:6.classLoadPilAndNumpy:7.classLoadTensor:8.defautocast
红色的山茶花·2025-01-20 14:57

YOLOv10-1.1部分代码阅读笔记-base.py

base.pyultralytics\data\base.py目录base.py1.所需的库和模块2.classBaseDataset(Dataset):1.所需的库和模块#UltralyticsYOLO,AGPL-3.0licenseimportglobimportmathimportosimportrandomfromcopyimportdeepcopyfrommultiprocessing.
红色的山茶花·2025-01-18 17:51

laravel 代码混淆，混淆不是加密，只是增加了代码阅读的难度

laravel代码混淆1.下载yakpro-po最新版https://github.com/pk-fr/yakpro-po2.解压unzipyakpro-po.zip-d/usr/local/3.给yakpro-po.php添加执行权限cd/usr/local/yakpro-pochmoda+xyakpro-po.php4.下载PHP-Parser4.x并解压到/usr/local/yakpro-
·2025-01-16 14:16

ROS下使用usb_cam驱动读取摄像头数据

因为darknet_ros会直接订阅指定的图像话题名，然后对图像进行检测，绘制检测框，并发布相应的检测话题，因此首先需要找一个能够发布图像话题的ROS包，这里经推荐使用ROS官方提供的usb_cam驱动包
小杨~~~~·2024-09-14 09:27

目标检测-YOLOv4

相比YOLOv3的改进与优势改进的Backbone(CSPDarknet-53)YOLOv4使用
wydxry·2024-09-08 13:11

基于yolov8的绝缘子缺陷检测系统python源码+onnx模型+评估指标曲线+精美GUI界面

利用多尺度检测、FPN结构以及CSPDarknet网络等技术，YOLO
FL1623863129·2024-08-29 10:16

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

Java8Optional笔记240220

Java8OptionalOptional并不是提供功能,而是提供一种null处理的规范,大家都用的话可能代码阅读起来容易一点?
kfepiza·2024-02-20 21:40

FreeCAD的python脚本编写

本文主要讨论一下录制宏的方法，以及如何驱动特定参数方法打开FreeCAD软件，点击录制宏按钮后，建立如下简单的三维模型模型建好之后，结束宏录制，可以得到一段python代码阅读代码，不难理解何处对哪些尺寸进行了赋值
jedi-knight·2024-02-14 07:19

【LOAM系列】一：LOAM论文及代码阅读笔记

LOAM2014JiZhangLOAM中文注释版：https://github.com/cuitaixiang/LOAM_NOTEDLOAM笔记及A-LOAM源码阅读：https://www.cnblogs.com/wellp/p/8877990.htmlLOAM代码解析：https://blog.csdn.net/liuyanpeng12333/article/details/82737181A
塞拉摩·2024-02-11 18:02

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

前言在实际应用场景，我们用darknet的GPU版本训练自己的数据，得到权值文件，然后我们可以调用训练的好的模型去实现自己的检测项目。
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）

编译安装OpenCV和OpenCV-contrib库步骤，点此链接C++OpenCV调用YOLO模型的完整代码点此下载一、模型加载constexprconstchar*darknet_cfg="..
枸杞叶儿·2024-02-09 05:55

YOLOv8 : 网络结构

一.YOLOv8网络结构1.BackboneYOLOv8的Backbone同样参考了CSPDarkNet-53网络，我们可以称之为CSPDarkNet结构吧，与YOLOv5不同的是，YOLOv8使用C2f
赛先生.AI·2024-02-08 03:10

Ubuntu22.04安装cuda，cudnn, 编译darknet

一，安装cuda：1，下载及安装cuda官网：https://developer.nvidia.com/cuda-toolkit-archivewgethttps://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.runsudoshcuda_11.8.0_
化石草·2024-02-06 23:15

前端学习之路(4) vue2和vue3的区别

二.组合式API和选项式API在vue2中采用选项式API，将数据和函数集中起来处理，将功能点切割了当逻辑复杂的时候不利于代码阅读。
星如雨ｸﾞｯ!(๑•̀ㅂ•́)و✧·2024-02-06 14:37

【深度测试】看到技术方案后，该怎么进行分析和测试

一、静态分析1.1分析方法调用链目标：梳理结构，化繁为简原理：相同数据源，相同方法（逻辑），无需进行重复测试举例：通用榜单项目，多个不同入口，榜单前置预检逻辑：1.2代码阅读目标：补充技术文档中未涉及部分
特大号青青·2024-02-06 09:19

推荐一个AI代码阅读神器

最近阅读Reassociate代码时遇到了一个问题，也即自己手动阅读代码或是通过gdb进行调试的方法阅读代码，都不能避免细节过多造成的效率究极落后的情况，因此在网络上查阅相关的工具。最后发现了cursor，还挺好用的。首先他的界面和vscode非常类似，对于vscode的老用户，切换起来开销非常小，此外用起来非常容易，打开项目之后勾选代码片段，然后输入自己的问题：例如需要对某个变量进行解释，或是对
被制作时长两年半的个人练习生·2024-02-06 04:24

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。
未完城·2024-02-05 19:20

trinitycore 魔兽服务器源码分析(一) 网络

代码比较好读，就开启本篇这个代码阅读的坑代码要求具备c++
weixin_30781107·2024-02-05 12:03

[图像算法]-(yolov5.train)-GPU架构中的半精度fp16与单精度fp32计算

GPU架构中的半精度与单精度计算  由于项目原因，我们需要对darknet中卷积层进行优化，然而对于像caffe或者darknet这类深度学习框架来说，都已经将卷积运算转换成了矩阵乘法，从而可以方便调用
蒸饺与白茶·2024-02-03 13:54

汇编代码阅读工具与技巧

编译选项“-g3“，可以获得更多的debug信息，比如GEMM_Q，GEMM_R等宏定义的信息gdb调试，调试命令disas/disassemble可以打印当前函数的汇编代码.layoutasm/src/展示汇编代码面板,list可以显示src代码行gdb的TUI模式类似screen，退出使用Ctrl-xaTUI模式查看寄存器的命令为：layoutregsdisplay/10i$pc的方法与x/1
知识搬运工人·2024-02-02 13:44

C++调用yolo模型有哪些方法

在C++中调用YOLO模型进行目标检测，可以通过以下几种常见的方法：使用Darknet框架：Darknet是YOLO的官方框架，由YOLO的创作者JosephRedmon编写。
jjm2002·2024-02-01 16:01

KAGGLE · GETTING STARTED CODE COMPETITION 图像风格迁移 示例代码阅读

本博文阅读的代码来自于I’mSomethingofaPainterMyself|Kaggle倾情推荐：MonetCycleGANTutorial|Kaggle数据集说明I’mSomethingofaPainterMyself|KaggleFilesmonet_jpg-300Monetpaintingssized256x256inJPEGformatmonet_tfrec-300Monetpaint
Karen_Yu_·2024-01-31 21:28
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他