深度学习 19
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
...
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.
...
YOLOv4网络学习笔记
网络结构:Backbone:CSPDarknet53Neck:SPP,PANHead:YOLOv3优化策略:Eliminate grid sensitivit
...
YOLOv3网络学习笔记
作者直接借用RetinaNet的插图。。。
0x00 The Deal
1. Bounding Box Prediction
YOL
...
YOLOv2网络学习笔记
0x00 Abstract
YOLO9000:先进的、实时的、能够检测超过9000种不同对象的目标检测系统对YOLOv1进行了创新性地改进,得到了YOL
...
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
...
U-Net学习笔记
0x01 网络结构
输入尺寸是572×572,输出是388×388,所以只是对原图中心部分进行分割,如下图黄框部分是输出,蓝
...
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
...
FCN学习笔记
Fully Convolution Networks全卷积网络
首个端对端的针对像素级预测的全卷积网络把分类CNN网络最后的全连接层替换为卷积层有FCN
...
EfficientNet学习笔记
0x01 EfficientNet V1
同时探索输入分辨率、网络深度、宽度的影响在论文中提到,EfficientNet-B7在ImageNet top
...