Transformer13~目标检测算法汇总

都到了13了 ~~ 还是基于这个的么办法 自从VIT横空出世以来,Transformer在CV界掀起了一场革新,各个上下游任务都得到了长足的进步,然后盘点一下基于Transformer的端到端目标检测算法!进行了深入的消融研究,以验证DINO中不同设计选择的有效性。因此,DINO通过ResNet-5

Cursor!!!GPT-4帮我写代码

目前为止应该是第一个免费能够使用GPT4工作的软件,看作者的Twitter,他说自己提前向OpenAI要到了GPT4的API,然后在这么短的时间内就集成出一个IDE,效率之高简直离谱,并且实际测试代码生成速度也巨快。

AI遮天传 DL-CNN

上次我们介绍了多层感知机(MLP),本次将介绍深度学习领域中第二个基本的模型:卷积神经网络(CNN)。CNN在MLP之上又引入了两种新的层:卷积层和池化层。

解读YOLO v7的代码(三)损失函数

对Yolov7的代码进行分析,研究其正样本生成机制以及损失函数

深度学习参数初始化(一)Xavier初始化 含代码

Xavier初始化也称为Glorot初始化,因为发明人为Xavier Glorot。Xavier initialization是 Glorot 等人为了解决随机初始化的问题提出来的另一种初始化方法,他们的思想就是尽可能的让输入和输出服从相同的分布,这样就能够避免后面层的激活函数的输出值趋向于0。..

Transformer到底为何这么牛

深度学习自出生以来就不被看好,随着计算机的发展和硬件条件的提升,这种大规模计算的深度学习才重新焕发光芒。但是我们都知道深度学习,甚至是深度强化学习的效率太慢了,人类只需要重复学习几次,甚至几十次就可以学会的东西,深度学习需要成千上万次,不得不感叹深度学习算法的学习真的太慢了。深度学习的学习效率问题是

图像修复(Image Restoration)算法数据集详细介绍

图像修复(Image Restoration)算法数据集详细介绍:人脸数据集【1.Helen Face 2.CelebA (Celebrity Attribute) 3.CelebA-HQ 4.FFHQ(Flickr-Faces-HQ)】场景数据集【1.MS COCO (Common Obje

YOLO系列模型改进指南

YOLO主流模型改进大杂烩!!!目前包含yolov5,yolov7,yolov8模型的众多改进方案,效果因数据集和参数而定,仅供参考。

GPU版本PyTorch详细安装教程

注意:30系列的的显卡暂时不支持cuda11以下版本!!!一、安装显卡驱动第一步:右击右下角开始,在设备管理器中查看计算机显卡型号,例如我的显卡是GTX1050:第二步:进入英伟达官网,下载对应显卡驱动:官方驱动 | NVIDIAhttps://www.nvidia.cn/Download/inde

UNet语义分割实战:使用UNet实现对人物的抠图

摘要在上一篇文章,我总结了一些UNet的基础知识,对UNet不了解的可以看看,文章链接:https://wanghao.blog.csdn.net/article/details/123714994我也整理的UNet的pytorch版本,文章链接:https://blog.csdn.net/hhhh

关于yolov8一些训练的情况

1、使用yolov8s训练(2000轮,真就一直训到了2000轮,不会象是yolov5一样收敛了就不训了)第一次map50=0.915,第一次训练依旧是2000轮,依旧是训练跑完2000轮了,map=0.91,map相差了0.5个点。(训练结果被我删除了,因为上面那个错误,然后我把run文件夹全部删

DDPG 代码调试问题

DDPG的一些问题整理:包括多维动作ddpg,ddpg取边界值,动作加约束的问题,尤其是添加动作约束后网络参数梯度为None这一块,很少有文章结合DDPG网络具体讲,因此把我的解决过程记录下来

深度学习常用的backbone有哪些

深度学习中常用的backbone有resnet系列(resnet的各种变体)、NAS网络系列(RegNet)、Mobilenet系列、Darknet系列、HRNet系列、Transformer系列和ConvNet。

Prompt Learning详解

现阶段NLP最火的两个idea 一个是对比学习(contrastive learning) 另一个就是 promptprompt 说简单也很简单 看了几篇论文之后发现其实就是构建一个语言模板 但是仔细想想又觉得复杂 总感觉里面还有很多细节 因此我想从头到尾梳理一下prompt 很多地方会把它翻译成[

超分之EDSR

这篇文章是SRResnet的升级版——EDSR,其对网络结构进行了优化(去除了BN层),省下来的空间可以用于提升模型的size来增强表现力。此外,作者提出了一种基于EDSR且适用于多缩放尺度的超分结构——MDSR。EDSR在2017年赢得了NTIRE2017超分辨率挑战赛的冠军。参考目录:①深度学习

准确率、精确率、召回率、F1-score

追求召回率高,则通常会影响精确率。F1值为算数平均数除以几何平均数,且越大越好,将Precision和Recall的上述公式带入会发现,当F1值小时,True Positive相对增加,而false相对减少,即Precision和Recall都相对增加,即F1对Precision和Recall都进行

笔记--Ubuntu20.04安装Nvidia驱动、CUDA Toolkit和CUDA CuDNN

注:选择合适的版本进行安装,确保 CUDA Toolkit 的版本低于 Nvidia 驱动的版本!时,表明 pytorch 安装成功,pytorch 可以使用 Cuda 进行加速,Nvidia驱动、CUDA Toolkit 和 CUDA CuDNN 等均安装成功!末尾添加以下两条路径:(由于博主安装

ChatGPT国内怎么使用-ChatGPT是什么

尽管 GPT-3 的源代码尚未发布,但StackExchange网站上的一篇帖子表明 GPT-3 是用“与 GPT-2 相同的模型和架构”编写的。它以书籍、文章和网站的文本形式在有偏见和无偏见的数据上进行了良好的训练。一旦它对语言有了足够的了解,它就可以根据给定的提示或主题生成自己的文本。对于从事各

基于深度神经网络的中药材识别

近年来,受到我国国民经济发展与社会财富积累增速加快的影响,人们对自己的身体健康也越来越重视,很多的人都选择在服用中草药来治疗疾病、改善体质,因此,我国的中药材行业在这一段时间内也迎来了蓬勃的发展。人们对中医健康养生越来越重视,而中药材是中医健康养生体系的重要组成部分。中药材种类纷繁复杂,普通人对中药

编码器-解码器架构

编码器-解码器架构