YOLOv5网络学习笔记

640*640输入的还是下采样32倍,有3个输出层1280*1280的输入是下采样64倍,有4个输出层 0x00 网络结构 1. Backbone New CSP-Darknet53 C3模块相比C ...

CUDA实战笔记(7)——在GPU上使用线程实现波纹效果(Block和Thread二维索引的使用)

本系列代码托管于:https://github.com/chintsan-code/cuda_by_example本篇使用的项目为:ripple 在上一篇中,使用线程实现了矢量求和,其中用到的Block和Thread都是一维的,本篇 ...

YOLOv1网络学习笔记

0x00 Abstract 以往的目标检测网络是在分类基础上完成目标检测,最典型的就是RCNN系列,这种也叫two- stage。YOLO是一个新的目标检测方式(将目标检测作为一个回归问题来处理),所以属于one-stage。YOL ...

DeepLab学习笔记

0x01 DeepLabV1 1. 作者提出语义分割存在的问题: 下采样导致图像分辨率降低空间不敏感(不变性) 2. 提出的解决方法 膨胀卷积fully- connected CRF(Conditional Ran ...

Linux系统编程笔记(5)——文件与I/O(4)

Ⅰ. ext2文件系统 文件系统中存储的最小单位是块(Block),一个块究竟多大是在格式化时确定的,例如 mke2fs 的-b 选项可以设定块大小为 1024、2048 或 4096 字节。启动块(Boot Block)大 ...

ResNet网络学习笔记

0x00 Abstract 我们提出了一种残差学习框架来解决非常深的神经网络的训练问题明确地重构了学习框架,让网络可以直接学习输入信息与输出信息的差异(即残差),而不必学习一些无关的信息这种残差网络更加容易进行优化,而且随着网络层数 ...

线性最小二乘法及其求解过程(代数法+矩阵法)

一、什么是最小二乘法? 最小二乘法(least squares method),又称最小平方法,是一种数学优化建模方法。它通过最小化误差的平方和寻找数据的最佳函数匹配。 利用最小二乘法可以简便的求得未知的数据,并使得 ...

SSL证书部署(宝塔面板)

0x00 前言 现在免费的ssl证书有效期变为3个月了,需要频繁申请了,所以记录一下,免得要部署的时候忘记怎么弄了。不过用宝塔部署也是很简单~ 0 ...
深度学习

YOLOX网络学习笔记

0x00 亮点 Anchor Free解耦的Head更先进的正负样本匹配SimOTA 0x01 网络结构 在YOLOv5(v5.0)上改进的 ...
深度学习

YOLOv5网络学习笔记

640*640输入的还是下采样32倍,有3个输出层1280*1280的输入是下采样64倍,有4个输出层 0x00 网络结构 1. ...
CUDA编程

CUDA实战笔记(14)——页锁定(Page-Locked)主机内存

本系列代码托管于:https://github.com/chintsan-code/cuda_by_example 本篇使用的项目为:copy_time ...
CUDA编程

CUDA实战笔记(13)——原子性

本系列代码托管于:https://github.com/chintsan-code/cuda_by_example 本篇使用的项目为:hist_cpu、 ...
CUDA编程

CUDA实战笔记(12)——二维纹理内存

本系列代码托管于:https://github.com/chintsan-code/cuda_by_example 本篇使用的项目为:heat_2d ...
深度学习

YOLOv4网络学习笔记

网络结构:Backbone:CSPDarknet53Neck:SPP,PANHead:YOLOv3优化策略:Eliminate grid sensitivit ...
CUDA编程

CUDA实战笔记(11)——纹理内存

本系列代码托管于:https://github.com/chintsan-code/cuda_by_example 本篇使用的项目为:heat_note ...
CUDA编程

CUDA实战笔记(10)——使用事件测量性能

本系列代码托管于:https://github.com/chintsan-code/cuda_by_example 本篇使用的项目为:ray_trac ...

YOLOv3-SPP网络学习笔记

0x00 亮点 Mosaic图像增强SPP模块cIoU LossFocal loss——默认不使用 0x01 Mosaic图像增强 每个ba ...