- 博客(15)
- 收藏
- 关注
RSS订阅原创 第N3周：NLP中的数据集构建
torch.utils.data是PyTorch中用于数据加载和预处理的模块。其中包括Dataset和DataLoader两个类，它们通常结合使用来加载和处理数据。如果Dataloader中使用参数 drop_last=True, 则会删除最后一个不满足batch_size数量的记录。h`中一个重要的类，用于高效加载数据集。它可以处理数据的批次化、打乱顺序、多线程数据加载等功能。是一个抽象类，用于表示数据集。方法用于根据给定的索引返回一个数据样本。方法返回数据集的大小，输出只有一个batch。
2025-04-18 17:13:14
352
原创 YOLOv8白皮书-第Y8周：yolov8.yaml文件解读
参考 https://github.com/ultralytics/yolov5/issues/8367。Width和Depth的变化主要体现在。每行一个模块，每个模块由4个参数组成。含义与Backbone一致。
2025-04-11 17:14:27
1263
原创 YOLOv5白皮书-第Y5周：yolo.py文件解读
文件位置:./models/yolo.py这个文件是YOLOv5网络模型的搭建文件。如果需要改进YOLOv5,这个文件就是必须修改的文件之一。文件内容看起来多，真正有用的代码不多，重点理解好稳重提到的一个函数和两个类即可。注： 由于YOLOv5版本众多，同一个文件对于细节处可能会看到不同的版本，不用担心这是正常的，注意把握好整体架构即可。本周任务：将YOLOv5s网络模型中的C3模块按照下图方式修改形成C2模块，并将C2模块插入第2层与第3层之间，且跑通YOLOv5s。
2025-03-09 10:24:36
810
原创 YOLOv5白皮书-第Y4周：common.py文件解读
文件位置:./models/common.py该文件是实现YOLO算法中各个模块的地方，如果我们需要修改某一模块(例如C3)，那么就需要修改这个文件中对应模块的的定义。这里先围绕代码，带大家过一遍各个模块的定义，详细介绍将在后续的教案中逐步展开。由于YOLOv5版本问题，同一个模块你可能会看到不同的版本，这都是正常的，以官网为主即可。本周任务: 将yolov5s网络模型中的C3模块按照如下图方式修改，并跑通YOLOv5。任务提示：仅需修改YOLOv5网络结构图。
2025-03-07 15:21:00
1102
原创 YOLOv5白皮书-第Y3周：yolov5s.yaml文件解读
YOLOv5配置了4中不同大小的网络模型，分别是YOLOv5sYOLOv5mYOLOv5lYOLOv5x, 其中YOLOv5s是网络深度和宽度最小但检测速度最快的模型，其他3种模型，都是在YOLOv5s的基础上，不断加深、加宽网络使得网络规模扩大，在增强模型检测性能的同时，增加了计算资源和速度消耗。处于对检测精度、模型大小、检测速度的综合考量，本文选择YOLOv5s作为研究对象进行介绍。文件是YOLOv5s网络的定义文件，如果你想改进算法的网络结构，需要先修改该文件中的相关参数，然后再修改和中的相关代码。
2025-02-28 15:15:19
782
原创 第P10周：Pytorch实现车牌识别
文为「365天深度学习训练营」内部文章参考本文所写记录性文章，请在文章开头带上「👉声明」在之前的案例中，我们多是使用datasets.ImageFolder函数直接导入已经分类好的数据集形成Dataset，然后使用DataLoader加载Dataset，但是如果对无法分类的数据集，我们如何导入，并进行识别呢？本周我将自定义一个MyDataset加载车牌数据集并完成车牌识别🍖 我的环境。
2025-01-24 18:56:05
428
原创 第P9周：YOLOv5-backbone模块实现
文为「365天深度学习训练营」内部文章参考本文所写记录性文章，请在文章开头带上「👉声明」本次我将利用YOLOv5算法中的Backbone模块搭建网络，后续理论部分介绍将在语雀以及公众号（K同学啊）中详细展开，本次内容除了网络结构部分外，其余部分均与上周相同。YOLOv5是目标检测算法，是否可以尝试将其网络结构用在目标识别上，或进行改进形成一个全新的算法（类似之前介绍过的VGG1-6）。如果效果不错的话，还可以搞一篇期刊文章出来~
2025-01-17 16:54:34
550
原创 第P8周：YOLOv5-C3模块实现
文为「365天深度学习训练营」内部文章参考本文所写记录性文章，请在文章开头带上「👉声明」本次我将利用YOLOv5算法中的C3模块搭建网络，后续理论部分介绍将在语雀以及公众号（K同学啊）中详细展开，这里主要让大家先了解C3的结构，方便后续YOLOv5算法的学习。
2025-01-09 23:40:47
520
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人