neck

MMdetection记录

官方有原文https://zhuanlan.zhihu.com/p/337375549我只提取我在意的模块详解一个batch进来之后到backbone，例如ResNet输出的单尺度或者多尺度特征图然后到neck
菜鸟中的菜中菜·2023-01-17 16:05

改进YOLOv7系列：结合丰富的梯度流信息模块，来自YOLOv8的核心模块

本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制
芒果汁没有芒果·2023-01-17 08:18

YOLOv5、v6、v7、x模型全系列大解析（Neck篇）

近年来YOLO系列层出不穷，更新不断，已经到v7版本。不能简单用版本高低来评判一个系列的效果好坏，YOLOv1-v7不同版本各有特色，在不同场景，不同上下游环境，不同资源支持的情况下，如何从容选择使用哪个版本，甚至使用哪个特定部分，都需要我们对YOLOv1-v7有一个全面的认识。YOLO系列每个版本都表示成下图中的五个部分，逐一进行解析，并将每个部分带入业务侧，竞赛侧，研究侧进行延伸思考，探索更多
芒果汁没有芒果·2023-01-17 08:47

自动驾驶多任务模型设计思路的简介

，3、每个任务的neck和head单独更新梯度和权重，backbone一次batch只更新一次梯度和权重。
csuzhaoqinghui·2023-01-16 21:02

pytorch 34 mmdetection配置文件中指定backbone与neck

探索在mmdetection中可用的backbone与neck，尝试自由组合backbone与neck，实现更为丰富的模型。
万里鹏程转瞬至·2023-01-14 19:55

【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，Neck
Deepsdu·2023-01-14 11:43

对yolox框架进行自定义改进时遇到的问题及解决记录

------------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传入neck
WentingDu·2023-01-13 17:36

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

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）

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和大计算量的neck
羊羊了个杨·2023-01-11 20:57

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

【论文笔记】PP-YOLOE: An evolved version of YOLO

PP-YOLOE简介改进1.针对泛化性1）可变卷积（deformableconvolution）2)MatrixNMS2.Anchor-free3.骨干网络和Neck1）RepResBlock2）跨阶段部分连接
事多做话少说·2023-01-10 14:21

YoloV5+DAMOYOLO:将DAMOYOLO中的GFPN结构与Yolov5结合

damoYolo的训练教程，同时也对自己的数据集进行了训练，虽然效果确实不是很好，但是damoyolo的一些思想和网络结构啥的还是可以借鉴使用的，此次将damoyolo的RepGFPN结构掏出来放到v5的NECK
Mrs.Q粉红猫·2023-01-09 20:19

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

pp-picodet从环境配置到部署全流程（1）——pp-picodet的优势所在

文章目录1.网络结构1.1Backbone1.2Neck1.3Head2.优势总结2.1更快速度2.2更高精度2.3更小体积2.4更易部署  目标检测广泛应用于众多计算机视觉任务，包括自动驾驶、机器人视觉
机器人涮火锅·2023-01-06 20:53

检测器backbone和neck哪个更重要，达摩院新作有不一样的答案

论文名称《GIRAFFEDET：一种heavy-neck的物体检测新范式》论文地址：https://arxiv.org/pdf/2202.04256.pdf摘要在传统的目标检测框架中，模型从骨干提取深层潜在特征
pogg_·2023-01-04 18:08

【mmdetection源码阅读二】configs下的retinanet_r101_fpn_1x.py

2neck：骨干和头部之间的组件,例如FPN,PAFPN。3head：用于特定任务的组件,例如bbox预测和掩码预测。4roi提取器：用于从要素图(例如RoIAlign)中提取RoI要素的部分。
qq_29750461·2023-01-04 18:31

mmdetection2.17自定义模型及修改子模块

neck:是backbones和heads模块的中间部分,比如：FPN,HRFPN,NASFCOSFPN等。head:用于特定任务的模块，比如：bboxprediction和ma
@会飞的毛毛虫·2023-01-04 18:31

【夜深人静读MM】MMdetection框架之Neck中的FPN解读

当前MM版本为2.23.0以faster_rcnn_r50_fpn.py文件为例neck=dict(type='FPN',in_channels=[256,512,1024,2048],#一般使用resnet50
gorgeous_wxd·2023-01-04 18:29

深度学习笔记-自适应选择感受野

看上去不难理解，但是仔细想想，大多的网络模型，他的BankBone和Neck和Prediction三个网络组成了神经网络，作为特征提取，卷积核是关键因素，卷积核都是固定设置的，那么如何做到对于输入的特征图
勇敢牛牛@·2023-01-04 10:39

PicoDet论文译读笔记

本文增强了主干网络的结构；设计了neck部分的轻量型结构，此结果可以提
songyuc·2023-01-04 08:25

【目标检测】|yolov6 结构代码分析

yolov6s整体：model/yolo.pyModel:classModel(nn.Module):def__init__():self.backbone,self.neck,self.detect=
rrr2·2023-01-03 09:33

详解HRNet姿态估计算法

文章目录前言HRNet理论HRNet结构细节Backbone设计BasicBlock设计Bottleneck设计FuseLayer设计TransitionLayer设计Neck设计整体代码设计实验Reference
小Aer·2023-01-03 07:47

mmdetection从入门到精通（三）－框架整体结构和源码解读

目录1mmdetection模型组件详解1.1目标检测算法分类1.2model组建和流程1.3整体各个组件模块(1)backbone：(2)neck：(3)head：(4)plugins(enhance
熊猫小妖·2023-01-03 06:51

yolov5+pyqt目标检测系统

下图是yolov5的网络结构图主要分为输入端、Backbone、Neck、Prediction四个部分。
一晌Leo·2022-12-31 17:40

一阶段目标检测网络-RetinaNet详解

摘要1，引言2，相关工作3，网络架构3.1，Backbone3.2，Neck3.3，Head4，FocalLoss4.1，CrossEntropy4.2，BalancedCrossEntropy4.3，
嵌入式视觉·2022-12-31 08:45

YOLOv5 自学笔记（持续更新）

目录1YOLOv5五种网络模型1.1YOLOv5网络结构图1.2两个版本的区别2YOLOv5-6.x版本核心基础内容2.1输入端2.2Backbone2.2.1四种结构的参数2.2.2网络深度2.2.3Neck2.2.4
王和秦·2022-12-30 11:35

MMdetection框架速成系列 第02部分：整体算法流程+模型搭建流程+detection训练与测试核心组件+训练部分与测试部分的核心算法

MMdetection框架速成系列第02部分1MMDetection是什么1.1模型分类2.整体算法流程3detection训练核心组件3.1Backbone3.2Neck3.3Head3.4Enhance3.5BBoxAssigner3.9BBoxSampler3.10BBoxEncoder3.11Loss3.12Trainingtricks4detection
LiBiGo·2022-12-30 08:49

PP-YOLOE的译读笔记

本文在之前的PP-YOLOv2的基础上进行优化，使用了anchor-free范式、更加强大的主干、配备CSPRepResStage的neck设计、ET-head以及动态标签分配算法TAL。
songyuc·2022-12-29 15:57

将yolov4预测结果保存为json文件

只需运行pythontools/test.pyconfigs/involution/faster_rcnn_red50_neck_fpn_1x_coco.pywork_dirs/faster_rcnn_red50
天涯小才·2022-12-28 14:28

yolov4、yolov5学习笔记（up， 霹雳吧）

YOLOV4一、网络结构1.Backbone：cspDarknet53CSPDarknet53采用cspdensenet结构，resblock依旧像yolov3一样2.Neck：SPP,PANspp多尺度融合
m0_59749051·2022-12-28 13:39

Yolov5 学习记录

（1）输入端：Mosaic数据增强、自适应锚框计算，自适应图像缩放主要是训练阶段的增强（2）Backbone：融合其他模型的思想Focus结构，CSP结构（3）Neck：FPN+PAN结构（4）Prediction
CV计算机视觉工程师·2022-12-28 13:08

论文阅读：(AAAI2020) 场景文本检测 DBNet + PaddleOCR源码对应

目录引言DBNet整体说明PaddleOCR中相对应的源码(以mv3_det为例)backbone部分neck部分head部分损失部分后处理部分总结引言DBNet算法属于自底向上检测算法，而自底向上检测算法主要是借鉴传统的文本检测思想
Liekkas Kono·2022-12-27 18:10

简记DBNet

KeyWords：dbnetBeijing,2022DBNet网络结构backbone：Resnet18neck：FPNhead：DBHeadfm经过各种卷积上采样4倍得到prob_mask利用bceloss
Mr.RottenPeach·2022-12-27 18:40

PaddleDetection-YOLOv3模型结构解析（一）

architecture/yolo.py在yaml的配置文件：/configs/_base_/models/yolov3_darknet53.yml'''YOLOv3:backbone:DarkNet#主干网络类名neck
无情铁铲·2022-12-27 14:00

MMDetection2（三）：自定义模型

目录前言一、添加一个新的backbone1、定义一个新的backbone（以MobileNet为例）2、导入新的module3、在配置文件中使用backbone二、添加一个新的necks1、定义一个neck
秋名山翻车的·2022-12-26 15:38

【mmdetection3d】——04自定义模型

颈部网络（neck）：位于bac
Kadima°·2022-12-25 03:49

【目标检测】只需一张图~YOLOv5原理懂了~

目录一、简介二、模型结构1.整体结构图2.Backbone（CSPDarknet）3.SPPF（SpatialPyramidPooling-Fast）4.Neck（FPN+PAN）5.Head三、anchor
小殊小殊·2022-12-23 08:03

从零开始使用yoloair（4）

模块组件化：帮助用户自定义快速组合Backbone、Neck、Head，使得网络模型多样化，助力科研改进检测算法、模型改进，网络排列组合，构建强大的网络模型。
BestSongC·2022-12-23 03:26

目标检测YOLO初学入门综述

文章目录本文是本人在学习YOLO大家族中的一点总结,新开坑持续更新中~一、目标检测算法简介二、YOLO系列中输入侧，Backbone，Neck，Head，Tricks的特点先上个YOLO论文代码大合集（
锴笑口常开·2022-12-22 18:00

目标检测算法——YOLOv5/YOLOv7改进之GSConv+Slim Neck（优化成本）

>>>深度学习Tricks，第一时间送达>>一起交流！互相学习！共同进步！<<<
加勒比海带66·2022-12-21 16:15

【目标检测】YOLOv5能识别英雄和小兵？原理解析~

目录一、简介二、模型结构1.整体结构图2.Backbone（CSPDarknet）3.SPPF（SpatialPyramidPooling-Fast）4.Neck（FPN+PAN）5.Head三、anchor
小殊小殊·2022-12-21 13:03

MMDetection的学习笔记（V2.25.2）

学习资料A.MMDet组件整体介绍【博文】《轻松掌握MMDetection整体构建流程(一)》系统性地介绍了MMDet中的各种组件，例如：Backbone,Neck,Head和Enhance等等。
songyuc·2022-12-20 17:05

用 Keras/TensorFlow 2.8 创建 YOLOv4-CSP 模型

3.颈部neck。4.头部head。5.使用方法。6.TF2.8和环境配置。7.参考博客。8.下载地址。
杭州的平湖秋月·2022-12-18 20:20

YOLOv5网络结构模块（YOLOv5 5.0版本）

先是YOLOv5的整体网络结构引用了(1条消息)yolov5网络结构学习_「已注销」的博客-CSDN博客_yolov5结构博客中的图片YOLOv5的网络结构主要分为三个部分：Backbone，Neck，
陈xr·2022-12-17 16:15

YOLOv1-YOLOv7全系列解析汇总

导读目标检测Yolo算法是非常经典且应用广泛的算法，而在Yolo中，又分成了输入端、网络推理、输出层，每个部分都可以延伸出很多的优化方式，本文主要从Yolov1~v7各个版本的Backbone，Neck
迷人的秋·2022-12-17 07:28

实例分割模型 YOLACT 和 YOLACT++

BetterReal-timeInstanceSegmentation目录1.YOLACT1.1相关工作/模型比较1.1.1Mask-R-CNN1.1.2FCIS1.2YOLACT1.2.1模型整体解析1.2.2backbone和neck1.2.3Protonet
云从天上来·2022-12-16 15:03

DBNet实战：详解DBNet训练bug与理论解析（paddleOCR ）

paddleOCRlink：https://github.com/PaddlePaddle/PaddleOCR模型neck部分：错误：修改Eval配置DetResizeForTest:image_shape
cc_moe·2022-12-16 04:06

Rotated FCOS

，复习一下FCOShttps://arxiv.org/abs/1904.01355如标题所示，FCOS用于旋转框检测，那么直接上代码(基于mmrotate)网络大体结构：img->backbone->neck
光明-LFTG·2022-12-15 21:36

【论文阅读】【三维目标检测】AFDet: Anchor Free One Stage 3D Object Detection

AFDetBackbone&Neck使用PointPillar的方式构建backbone，但
麒麒哈尔·2022-12-15 11:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他