yolo_v4

解决darknet_ros配置yolo_v4时出现train=1的问题

ubuntu18.04LTS，rosmelodic，cuda10.2（务必确认系统版本和JetPack版本对应，不然大概率出问题，详见JetPackArchive|NVIDIADeveloper）darknet_ros移植yolo_v4
Chenliang Pan·2023-04-18 23:09

yolo_v4模型解析（head部分）

1.backbone部分2.neck部分3.head部分最关键的部分来了～～～ok，上代码，基本每一句都已经注释完毕：importtorch.nnasnnimporttorch.nn.functionalasFimporttorchimportnumpyasnp#output:(B,A*n_ch,H,W)---->(B,A,H,W,n_ch)defyolo_decode(output,num_cl
A1chemist·2023-02-25 07:58

YOLO（二）：YOLOv4在Windows7（GTX960）下的配置+opencv3.1.0+VS2015

主要参考：windows7+VS2017+GPU+OpenCV3.4编译YOLO_v4自己上一篇的YOLOv3在windows7仅CPU模式下配置好之后，刚发出去没多久，其实YOLOv4就出来了，性能相比
mozun2020·2022-11-24 17:38

YOLO_v4讲解

文章目录一：YOLO_v4的出现二：yolov4的创新点三：输入端【数据增强Mosaic】【SAT自对抗训练】【cmBN】[LabelSmoothing]四：BackBone【CSPDarknet53】
江南綿雨·2022-06-09 20:52

YOLO_V4 入手贴

YOLO_V4入手贴1.YOLO_V4模型可视化1.1CSPDarknet-53与Darknet53的区别1.2关于[PAN](https://arxiv.org/pdf/1803.01534.pdf)
AI_ape·2021-05-01 18:08

目标检测网络：YOLO_V4（一）

YOLO_V4前言Demo修正前言  最近，YOLO_v4的开源掀起了一波热潮，根据给出的数据YOLO_V4实现了速度和精度的双向突破，吊打了一系列的目标检测网络。
AraSauHan·2020-08-24 02:59

YOLO_v4技巧分解-Cross-Iteration Batch Normalization

对msra的工作都比较关注，最近刚好看到了这篇对传统bn进行改进的论文。论文地址：https://arxiv.org/abs/2002.05712github地址：https://github.com/Howal/Cross-iterationBatchNormopenreview：https://openreview.net/forum?id=BylJUTEKvB作者应该是投ICLR杯具了，不过
freshsnail·2020-08-20 23:33

庖丁解牛yolo_v4之mosaic

mosaic数据增强Yolov4的mosaic数据增强是参考CutMix数据增强，理论上类似，CutMix的理论可以参考这篇CutMix，但是mosaic利用了四张图片，据论文其优点是丰富检测物体的背景，且在BN计算的时候一下子会计算四张图片的数据，使得mini-batch大小不需要很大，那么一个GPU就可以达到比较好的效果。实现方法伪代码：fordata,targetinbatches:w,h=
Bruce_0712·2020-08-13 11:16

windows7+VS2017+GPU+OpenCV3.4 编译YOLO_v4

随着AlexAB大神将YOLO继续发扬光大到V4之后，一大波yolo粉狂欢了一阵，但是对于初学者想用却遇到了麻烦，因为环境配置永远是头疼的。准备工作VS2017OpenCV3.4CUDA10.1（+cudnn）其他版本亦可，取决于你显卡的配置，我的是TitanXpdarknet源码（https://github.com/AlexeyAB/darknet）配置环境2.1创建VS2017工程选择NVI
Mirinda_cjy·2020-08-02 12:30

庖丁解牛yolo_v4之CmBN

一文搞定深度学习中的规范化BN,LN,IN,GN,CBN凡心所向素履所往计算机视觉14人赞同了该文章【写在前边】本笔记详细总结BN的原理及细节（均值标准差的计算，训练和测试的区别）和BN的改进版本LNINGNCBN等。。。。论文：2015年Google提出了BNhttps://arxiv.org/pdf/1502.03167.pdf2016年多伦多大学提出了LNhttps://arxiv.org/
Bruce_0712·2020-07-01 08:58

庖丁解牛yolo_v4之CSPNet

CSPNet全称是CrossStagePartialNetwork，主要从一个比较特殊的角度切入，能够在降低20%计算量的情况下保持甚至提高CNN的能力。CSPNet开源了一部分cfg文件，其中一部分cfg可以直接使用AlexeyAB版Darknet还有ultralytics的yolov3运行。1.简介CrossStagePartialNetwork(CSPNet)就是从网络结构设计的角度来解决以
Bruce_0712·2020-07-01 08:26

庖丁解牛yolo_v4之Mish

导读对激活函数的研究一直没有停止过，ReLU还是统治着深度学习的激活函数，不过，这种情况有可能会被Mish改变。DigantaMisra的一篇题为“Mish:ASelfRegularizedNon-MonotonicNeuralActivationFunction”的新论文介绍了一个新的深度学习激活函数，该函数在最终准确度上比Swish(+.494%)和ReLU(+1.671%)都有提高。我们的小
Bruce_0712·2020-07-01 08:26

庖丁解牛yolo_v4之DropBlock

论文：DropBlock:AregularizationmethodforconvolutionalnetworksGithub：https://github.com/miguelvr/dropblockhttps://github.com/DHZS/tf-dropblock论文主要提出了一种针对卷积层的正则化方法DropBlock，最终在ImageNet分类任务上，使用Resnet-50结构，将
Bruce_0712·2020-07-01 08:26
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他