yolov3损失函数改进

DV试验和PV试验介绍

DV试验的主要目的是为了验证产品的设计是否满足功能和性能要求，并找出设计中的缺陷和不足，为产品的改进提供依据。
马上到我碗里来·2025-02-01 18:01

产品团队构建方案-团队建设

团队目标融合硬件行业链优势资源，规划公司智能硬件及AI算力产品方案团队定位产品孵化中心公司智囊团团队公约科学规划精准描述高效协作规范管理闭环管理持续改进团队管理范围商业价值、行业分析和行业融合产品需求调研和分析产品方案设计产品生命周期和版本管理项目进度管理产品设计开发研发打样对接客户联调客户联调开发客户技术支持和验证测试支持售前方案支持产品价值产品方案供期计划赋能渠道商产品价值产品方案供期计划团队
人生淡然·2025-02-01 17:51

深度学习-笔记1

在这儿做一个笔记：网址：https://gitee.com/paddlepaddle/PaddleNLPpaddle-nlp是一个自然语言处理NLP方面的工具包(代码库)ERNIEERNIE是百度基于BERT改进的预训练大模型
·2025-02-01 12:15

html、js、css实现爱心效果

以下是改进后的代码，包括以下功能：1.背景渐变：添加动态背景渐变效果。2.爱心阴影：为爱心添加阴影，使其更具立体感。3.随机颜色：点击时随机切换颜色，而不是固定顺序。
学不完了是吧·2025-02-01 10:53

计算机网络概述

前言本文主要是【计算机网络概述】——计算机网络概述的文章，如果有什么需要改进的地方还请大佬指出⛺️作者简介：大家好，我是听风与他☁️博客首页：CSDN主页听风与他每日一句：狠狠沉淀，顶峰相见目录前言计算机网络
听风与他·2025-02-01 09:41

柯西变异和正余弦改进的麻雀搜索算法及python实现

目录柯西变异和正余弦改进的麻雀搜索算法第一部分：麻雀搜索算法概述1.1麻雀搜索算法简介1.2算法特点1.3算法流程1.初始化阶段2.觅食者搜索阶段3.监视者逃逸阶段4.判断收敛条件1.4公式描述第二部分
闲人编程·2025-02-01 06:55

Django：ORM，mysql，django中多数据库操作

目录读写分离1.构造表结构2.对数据库数据的读取操作简单版基于router的改进版按app划分1.构造表结构2.对数据库数据的读取操作简单版基于router的改进版单app中的分库操作1.构造表结构2.
叫我DPT·2025-02-01 06:24

深度学习训练模型损失Loss为NaN或者无穷大（INF）原因及解决办法

文章目录一、可能原因==1.学习率过高====2.batchsize过大==3.梯度爆炸4.损失函数不稳定5.数据预处理问题6.数据标签与输入不匹配7.模型初始化问题8.优化器设置问题9.数值问题==10
余弦的倒数·2025-02-01 05:17

贪心算法相关知识

合并结果适用场景活动安排问题找零问题哈夫曼编码局限性高级与动态规划的对比决策方式最优性保证时间复杂度和空间复杂度算法实现要点贪心策略的证明数据结构的选择更多的实际应用示例资源分配问题文件压缩中的行程长度编码（RLE）改进股票买卖问题
秋夜Autumn·2025-02-01 05:06

【YOLO11改进 - Backbone主干】LSKNet：旋转目标检测新网络,通过DW卷积核和空间选择机制来动态调整目标的感受野

YOLOv11目标检测创新改进与实战案例专栏文章目录：YOLOv11创新改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLOv11目标检测创新改进与实战案例文章目录
YOLO大师·2025-02-01 04:34

YOLOv10改进策略【卷积层】| ICCV-2023 LSK大核选择模块 包含二次独家创新

一、本文介绍本文记录的是利用大核选择模块LSK优化YOLOv10的目标检测网络模型。在大尺寸图像中的小目标检测任务中，一直是个难题，无法仅基于外观实现较好的识别，因此需要广泛的上下文信息进行辅助。但不同物体所需的上下文信息范围不同，为了更好地对这些特性进行建模，本文利用大核选择模块二次创新C3k2，使模型能够产生具有各种大感受野的多个特征的同时，动态地根据输入调整模型的行为，使网络更好地适应图像中
Limiiiing·2025-02-01 04:03

YOLOv10改进，YOLOv10检测头融合DynamicHead，添加小目标检测层（四头检测）+CA注意机制，全网首发

摘要作者提出一种新的检测头，称为“动态头”，旨在将尺度感知、空间感知和任务感知统一在一起。如果我们将骨干网络的输出（即检测头的输入）视为一个三维张量，其维度为级别×空间×通道，这样的统一检测头可以看作是一个注意力学习问题，直观的解决方案是对该张量进行全自注意力机制的构建。然而，直接在所有维度上学习注意力函数过于困难，且计算成本过高。因此，作者提出通过分别在特征的每个特定维度上部署注意力机制，即在级
挂科边缘·2025-02-01 04:30

Transformer模型结构分析：Encoder、Decoder以及注意力机制详解

Transformer模型使用全连接层代替RNN和CNN的门控结构，并用多头注意力机制进行了改进，能够在捕捉全局上下文信息的同时，还保持输入输出序列之间的独
AI天才研究院·2025-02-01 04:59

实现AVL树

AVL树是用于存储有序数据的一种重要数据结构，它是二叉搜索树的一种改进和扩展。它不仅能够提高搜索、插入和删除操作的效率，而且还能够确保树的深度始终保
我可能是个假开发·2025-01-31 23:55

Python 3.8 64位安装包：为Windows用户提供高效编程体验

Python3.8作为Python编程语言的一个重要版本，不仅继承了Python一贯的简洁易用特性，还引入了许多新功能和改进，使
郎磊权Halden·2025-01-31 23:20

再见，Elasticsearch ！

ManticoreSearch充分利用了Sphinx，显着改进了它的功能，修复了数百个错误，几乎完全重写了代码并保持开源。
码农code之路·2025-01-31 21:40

分享一个列表页和详情页数据同步的方案

这样当然也没什么问题，但我们可以改进一下，我们看看改进方案改进方案：
·2025-01-31 21:32

React Native 0.77发布，新样式特性，Android 16KB页面支持，Swift模板

ReactNative0.77版本发布：新特性、改进与迁移说明2025年1月21日，ReactNative0.77正式发布，此版本带来诸多新特性、对Android的支持增强、社区模板更新以及一些重要变更
wayne214·2025-01-31 20:01

React Native 0.77 发布：更强的样式支持与性能优化

此次版本带来了多项重要改进，包括样式功能的增强、Android平台的性能优化以及项目模板的升级。这一版本的核心目标是提升开发效率，同时确保在不同平台上的兼容性。接下来，我们来看看这次更新中的亮点内容。
@大迁世界·2025-01-31 20:29

YOLOv5：目标检测新星，解锁高性能实时识别

YOLOv5：目标检测新星，解锁高性能实时识别【下载地址】yolov5改进策略案例分析资源合集YOLOv5，作为目标检测领域的一颗明星，基于经典的YOLOv4算法进行了一系列创新性优化，显著提升了检测速度与精度
殷连靖Harlan·2025-01-31 20:28

YOLOv10改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含二次创新）

一、本文介绍本文记录的是基于EMA模块的YOLOv10目标检测改进方法研究。EMA认为跨维度交互有助于通道或空间注意力预测，并且解决了现有注意力机制在提取深度视觉表示时可能带来的维度缩减问题。
Limiiiing·2025-01-31 17:31

数据库查询优化：提升性能的关键实践

查询优化是性能调优的重要组成部分，通过对SQL查询的分析与改进，减少查询执行时间和资源消耗，从而提升整体系统效率。categories:前端开发tags:查询优化数据
·2025-01-31 16:54

基于YOLOv11无人机视角船舶检测系统：项目概述与技术实现

**改进的多尺度检测**3.**轻量化设计**4.**实时处理能力**数据准备与模型训练1.**数据集构建**2.**模型训练**系统功能与使用方法1.**实时目标检测**2.**静态图片检测**3.
qq1309399183·2025-01-31 14:03

Vue 3.0打造响应式用户界面的新方式

Vue3.0是其最新版本，引入了许多新特性和改进，使得开发者能够更高效地构建响应式的Web应用程序。本文将带你深入了解如何使用Vue3.0来打造响应式用户界面，并通过实际案例和代码示例帮助你快速上手。
随风九天·2025-01-31 14:02

【某大厂一面】JDK1.8中对HashMap数据结构进行了哪些优化

相较于之前版本，JDK1.8引入了许多改进，提升了性能，尤其是在高负载的情况下。以下是JDK1.8中HashMap数据结构的关键优化。
冰糖心158·2025-01-31 10:32

【论文复现】一种改进哈里斯鹰优化算法用于连续和离散优化问题

目录1.摘要2.哈里斯鹰算法HHO原理3.改进策略4.结果展示5.参考文献6.代码获取1.摘要哈里斯鹰优化（HHO）是一种基于种群的元启发式优化算法，已被广泛应用于各种测试函数和实际问题。
小O的算法实验室·2025-01-31 09:22

OffsetCommitPolicy 完整分析

offset）需要在系统重启时能够从正确位置继续需要平衡性能和数据一致性挑战提交太频繁会影响性能提交太少可能丢失进度不同场景需要不同策略1.2设计思路演进初始需求:保存进度简单实现:每次都保存问题:性能开销大改进
DataLu·2025-01-31 09:46

自定义数据集 使用pytorch框架实现逻辑回归并保存模型，然后保存模型后再加载模型进行预测

3.训练模型定义损失函数和优化器，然后进行模型训练。4.保存模型训练完成后，我们可以保存模型的状态字典。5.加载模型并进行预测加载保存的模型，并进行预测。
知识鱼丸·2025-01-31 04:12

鸡尾酒疗法（信息学奥赛一本通-1072）

人们在鸡尾酒疗法的基础上又提出了很多种改进的疗法。为了验证这些治疗方法是否在疗效上比鸡尾酒疗法更好，可用通过临床对照实验的方式进行。
Doopny@·2025-01-31 03:33

day1-ES6学习基础语法

ES6，全称ECMAScript2015，是JavaScript语言的一个重要版本，对语言进行了许多重大改进和新增功能。
clock的时钟·2025-01-31 03:26

如何寻找好用的GPTs模型？

翻译和润色：翻译论文、改进文章语言质量等。数据分析和图表生成
小宝哥Code·2025-01-31 02:53

深度学习过程是什么

问：深度学习是：一组原始数据，经过线性变换、非线性变换、偏差加和等操作后得到一组预测数据，再根据损失函数计算预测数据和原始数据的差值，用差值数据对权重和偏差求偏导，这里的偏导数的值也就是使得损失减小的最佳方向
小松要进步·2025-01-31 01:15

TensorBoard可视化工具支持哪些类型的图表？

在深度学习模型训练中，最常见的是损失函数值和评估指标（如准确率、精确率、召回率等）的变化曲线。示例：例如，在训练一个图像分类模型时，记录训练集和测试集上的损失函数值。
alankuo·2025-01-31 01:43

数据库查询优化：提升性能的关键实践

查询优化是性能调优的重要组成部分，通过对SQL查询的分析与改进，减少查询执行时间和资源消耗，从而提升整体系统效率。categories:前端开发tags:查询优化数据
qcidyu·2025-01-31 00:37

华为ipd项目管理流程_体系切换，华为IPD的研发管理之道（上）

研发要从只对产品负责转变为端到端的负责，冲到前台的研发，应主动拉通公司上下游，向前抓需求，向后支撑可实施性、可服务性，并推动实施、服务的改进。
weixin_39849942·2025-01-30 22:56

架构师考试系列（２）论文专题：论统一过程开发方法RUP的应用

该项目主要采用了RUP开发模型，对项目的开发过程进行规范和改进。本文以该项目为例，结合了作者的实践，讨论RUP(统一过程)在开发中的应用
CoderIsArt·2025-01-30 18:15

用SpringBoot+mysql+html实现ATM 系统总结与扩展

这里写目录标题ATM系统总结与扩展项目概述主要功能模块1.用户注册2.用户登录3.账户查询4.存款与取款5.转账6.修改密码7.销户系统改进建议功能扩展技术优化完整代码实现数据库表设计后端代码（SpringBoot
SAFE20242034·2025-01-30 14:10

YOLOv11小白的进击之路（六）创新YOLO的iou及损失函数时的源码分析

iou或者说是损失函数的修改经常作为论文的创新点之一，那这篇文章就总结分析了在对YOLO11进行损失函数创新时需要关注的源代码，新的一年祝大家论文与财都发发发！
水静川流·2025-01-30 12:23

FPGA密码锁

功能1.输入密码：十个拨码开关输入0-9密码（改进可以用矩阵键盘），4位密码，每输入一位，密码滚动进入显示。2.开锁：按下开锁键开始成功灯亮。3.关锁：按下关锁键，关锁灯灭。
海大干饭人·2025-01-30 12:22

深入解析Vue3响应式系统：从Proxy实现到依赖收集的核心原理

这一创新的设计让Vue3在性能和开发体验上都有了大幅度的改进。如何实现
苹果酱0567·2025-01-30 11:20

Python实现复原毫米波雷达呼吸波形的示例

定义损失函数：结合重建损失和KL损
go5463158465·2025-01-30 11:47

软件测试工程师述职报告一、个人基本信息姓名：[您的姓名]职位：软件测试工程师入职时间：[具体入职日期]部门：[所在部门名称]二、工作职责概述作为软件测试工程师，我的主要职责是确保

这包括制定测试计划、设计测试用例、执行测试、记录测试结果、跟踪并报告缺陷，以及与开发团队紧密合作，共同推动软件产品的持续改进。三、工作业绩与亮点测试计划制定与执行：在过去的一年中，我参与了多个项目的
不一样的故事126·2025-01-30 03:20

设计模式Python版 工厂方法模式

文章目录前言一、工厂方法模式二、工厂方法模式示例三、工厂方法模式客户端改进四、工厂方法模式隐藏工厂方法（可选）前言GOF设计模式分三大类：创建型模式：关注对象的创建过程，包括单例模式、简单工厂模式、工厂方法模式
小王子1024·2025-01-30 03:16

【YOLOv11改进- 主干网络】YOLOv11+MobileNetV2（2018）: 相比于 MobileNetV1 而言准确率更高，模型更小；

YOLOV11目标检测-主干网络改进实例与创新改进专栏目录YOLOV11目标检测-主干网络改进实例与创新改进专栏本文介绍1.完整代码获取2.MobileNetv2介绍摘要亮点优势3.MobileNetv2
算法conv_er·2025-01-30 02:42

【YOLOv11改进- 主干网络】YOLOv11+TransNext特征提取网络（CVPR2024）: 基于YOLOv11的主干网络改进超轻量；

YOLOV11目标检测-主干网络改进实例与创新改进专栏目录YOLOV11目标检测-主干网络改进实例与创新改进专栏本文介绍1.完整代码获取2.TransNext介绍摘要亮点优势3.TransNext网络结构图
算法conv_er·2025-01-30 02:12

深入剖析ipywidgets-7.0.0b1：Python交互式前端库的新进展

最新版本7.0.0b1带来了新特性、性能优化、API改进和兼容性增强。本详细解析包括ipywidgets的核心概述、主要功能、版本新特性以及其在教育、数据探索和应用原型开发等场景中的应用。
多行不易·2025-01-30 02:08

【YOLOv11改进- 注意力机制】YOLOv11+SCSA注意力机制（2024）: 最新空间和通道协同注意力,助力YOLOv11有效涨点；包含二次创新

YOLOV11目标检测改进实例与创新改进专栏专栏地址：YOLOv11目标检测改进专栏，包括backbone、neck、loss、分配策略、组合改进、原创改进等；本文介绍本文给大家带来的改进内容是在YOLOv11
算法conv_er·2025-01-30 02:08

提示词设计流程 ——《如何从0开始构建一个基于强化学习的AI智能体》使用场景为例

《如何从0开始构建一个基于强化学习的AI智能体》使用场景提示词设计流程是否识别改进点分析评估结果根据反馈调整提示词细化内容要求增强专业术语调整约束条件验证专业性检查内容准确性评估逻辑连贯性上下文提供角色设定指令描述输入问题设计约束条件设定输出格式定义示例参考提供开始明确目标与需求确定任务类型定义预期结果识别关键问题结构化提示词设计生成初始提示词使用
由数入道·2025-01-29 21:07

2017年下半年试题一：论软件系统建模方法及其应用

软件系统建模是在系统需求分析和系统实现之间架起的一座桥梁，系统开发人员按照软件系统模型开发出符合设计目标的软件系统，并基于该模型进行软件的维护和改进。请围绕“论软件系
银帅18335030971·2025-01-29 20:51

大模型部署工具 llama.cpp 介绍与安装使用

训练的过程，实际上就是在寻找模型参数，使得模型的损失函数最小化，推理结果最优化的过程。训练完成之后，模型的参数就固定了，这时候就可以使用模型进行推理，对外提供服务。
大模型柳儿·2025-01-29 18:03
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他