- 博客(1154)
- 收藏
- 关注
RSS订阅原创 C++中的yield相关知识点
特别是在自旋锁（spinlock）或无锁（lock-free）编程中。只是一个提示（hint），具体是否切换线程由操作系统决定。：当前线程暂时放弃 CPU，让其他线程有机会运行。，允许操作系统调度其他线程运行。：在循环中等待某个条件时（如自旋锁），用。是 C++ 标准库中的一个函数，用于。可以减少 CPU 资源的浪费。
2025-03-24 19:31:10
382
原创 并发编程中原子操作atomic的store，load，test_and_set，compare_exchange_weak()或compare_exchange_strong(）使用方法（Code）
是 C++ 标准库中用于实现原子操作的类模板。原子操作是指在多线程环境中，某个操作要么完全执行，要么完全不执行，不会被其他线程打断。提供了多种成员函数来执行原子操作，其中最常用的两个是store()和load()。1.store()
2025-03-24 18:15:26
659
原创 论文MirrorGAN: Learning Text-to-image Generation by Redescription详解
尽管在使用生成对抗网络生成高质量和视觉上真实的图像方面取得了显著进展，但保证文本描述与视觉内容之间的语义一致性仍然非常具有挑战性。例如，在第四列中，鸟的腹部颜色被修正为白色，穿红色夹克的滑雪者被复原。因此，生成图像的质量逐渐提高，例如，翅膀和冠的颜色和细节有所改善。的优越性，并且它利用重描述的双重正则化，即如果可以正确重描述，则应生成语义一致的图像。在第一阶段，生成的低分辨率图像具有简单的形状和颜色，但缺乏细节。旨在从生成的图像中再生文本描述，该描述在语义上与给定的文本描述对齐。具体来说，与最先进的方法。
2025-02-18 14:47:19
990
原创 文本对图像的描述（MirrorGAN）
文本对图像的描述对于如今的大模型来说是比较容易的事情，但是其中的原理是怎么实现的呢？本文从MirrorGAN论文中给出的方法以及上面给出的代码下载地址来进行讲解。将从原理和代码进行详解。
2025-02-17 08:59:29
925
原创 文本和图像编码器（AttnGAN）详解
本文之所以将AttGAN中提出的DAMSM（Deep Attention Multimodel Similarity Model）单独拿出来讲解，主要是因为后面的比较多论文都会使用这个文本编码器和图像编码器预训练模型对文本和图像进行编码。虽然当前的CLIP打通了文本和图像，但是了解DAMSM的实现过程也是比较重要的，只有对其有了比较深刻的理解，在理解CLIP也是比较有帮助的。这个链接中已经提供了相关数据集对应的文本和图像编码器预训练模型。
2025-02-10 15:43:49
651
原创 论文Generative Adversarial Text to Image Synthesis详解
关键是，这些插值后的文本嵌入不需要对应于实际的人类写作文本，因此没有额外的标注成本。可以结合以前见过的内容（例如文本）和以前见过的风格，但以新的组合方式来生成与训练期间见过的任何图像都非常不同的可信图像。为了进行姿势验证和背景颜色验证的两个任务，首先构建了相似和不相似的图像对，并通过将图像输入到风格编码器中（该编码器经过训练以反转输入和生成器输出）来计算预测的风格向量。在花卉形态上往往具有最多样化（例如，如果这一部分在说明中未指定，可以看到非常不同的花瓣类型），而其他方法则倾向于生成更具类别一致性的图像。
2025-02-10 13:44:23
992
原创 论文AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networks详解
通过百度网盘分享的文件：AttnGAN提取码：way0。
2025-02-04 12:43:03
963
原创 论文You Only Look at One Sequence: Rethinking Transformer in Vision through Object Detection详解
提出目的和方法提出目的能否从纯粹的序列到序列的视角，让 Transformer进行2D物体和区域级别的识别，而对2D空间结构的知识进行最小化？提出方法为了回答这个问题，提出了“仅需关注一个序列”（YOLOS），这是基于原始最少修改的对象检测模型系列，旨在最小化目标任务的诱导偏差。YOLOS在中型数据集上预训练后，仅此即可在具有挑战性的COCO目标检测基准上获得相当竞争力的性能，例如，直接采用BERT-Base架构的YOLOS-Base在COCO验证集上可以达到。
2025-02-04 12:41:48
351
原创 目标检测评估分析和开源工具介绍（MAP）
该指标会忽略重叠的检测，如果某一检测与被标记为“组”的真实框重叠，以该组的交集区域与真实框的面积进行比率计算，这样就不会惩罚与一组非常接近的真实目标的检测。(iii) 提供了一种新颖的开源工具包，支持不同的标注格式和 15 种性能指标，使研究人员更容易评估其检测算法在大多数已知数据集上的表现。此外，本研究还提出了一种新指标，也包含在该工具包中，用于评估视频中的对象检测，基于真实值与检测到的边界框之间的时空重叠。(i)提供了有关对象检测竞赛中使用的最相关评估方法的概述，突出了它们的特性、差异和优势；
2025-02-04 12:39:37
1034
原创 论文Learning Data Augmentation Strategies for Object Detection详解
提出目的和方法提出目的尽管数据增强已被证明可以显著提高图像分类的准确性，但其在目标检测中的潜力尚未得到充分研究。考虑到为对象检测任务标注图像所需的额外成本，数据增强对于计算机视觉任务可能更为重要。提出方法本文中研究了数据增强对目标检测的影响。首先证明了从图像分类中借鉴的数据增强操作可能有助于训练检测模型，但改进有限。因此，研究了如何通过学习专门的数据增强策略来提高检测模型的泛化性能。重要的是，这些增强策略仅影响训练过程，并在评估期间保持训练好的模型不变。在COCO。
2025-02-04 12:37:44
288
原创 视觉语义相似性评估（文本和图像之间的相似性-HDGAN）
前面已经讲过针对图像相似性的不同评估方法初步讲解，首先大家要知道并没有一种方法是，因此大家在使用不同方法对图像相似性进行评估的时候可能得到结果差别比较大，但是这并不就否认某一种方法不行，而是不同方法可能适用的场景不一样，大家在选择方法的时候根据自己的领域常用方法来使用。本文讲述的图像和文本相似性评估主要来自于HDGAN，之所以单独拿出来讲，是因为这一块也挺重要的。通过评价生成图像和对应文本之间的相似性来判断生成图像的效果，从而避免了人工的判断，耗时等操作。
2025-02-04 12:36:38
448
原创 论文CFENet: An Accurate and Efficient Single-Shot Object Detector for Autonomous Driving详解（代码详解）
检测小物体的能力和目标检测器的速度对于自动驾驶的应用非常重要，虽然当前的很多目标检测算法已经取得了很不错测效果，并且在速度和精度上得到一个比较好的平衡，但是在小目标的检测效果上还是缺乏。本文中提出了一种有效且高效的一阶段检测器，该检测器在 CVPR2018。数据集的实验结果表明，所提出的检测器（命名为。的架构，并引入了一个新的综合特征增强。的路面物体检测竞赛中获得了第二名。）在小物体检测上表现显著优于原始的。，同时保持高效性，接近原始的。关于该竞赛数据集以及。
2025-01-28 13:46:15
423
原创 论文HDGAN（Photographic Text-to-Image Synthesis with a Hierarchically-nested Adversarial Network）详解
网络层次内部引入了伴随的分层嵌套对抗目标，这些目标对中层表示进行了正则化，并帮助生成器训练以捕捉复杂的图像统计特征。此外，随着图像分辨率的提高，全球配对损失判别器捕捉局部精细细节的难度可能会增加（结果在实验中得到了验证）。文本对作为输入，并被训练以识别两种类型的错误：一种是真实图像与不匹配文本配对，另一种是与条件文本配对的假图像。第一个是平衡生成器和判别器之间的收敛 ，这是。节），一个分支计算配对损失的标量值，另一个分支计算局部图像损失的。中每个元素的感受野，从而区分对应的局部图像块是真实的还是虚假的。
2025-01-28 13:45:38
893
原创 论文Deformable DETR: Deformable transformers for END-TO-END Object Detection讲解
提出目的和方法提出目的DETR最近被提出用于消除对象检测中对许多手工设计组件的需求NMS后处理，anchor设计），同时显示出良好的性能。然而，由于注意模块在处理图像特征图时存在缓慢收敛和有限特征空间分辨率的限制，它面临一些问题。提出方法提出了变形DETR，其注意模块仅关注参考点周围的一小部分关键采样点。变形DETR在小对象上可以实现比DETR更好的性能，并且训练周期减少了10倍。DETR缺陷总结：DETR不需要NMS后处理以及手工设计anchor。
2025-01-28 13:38:19
531
原创 论文StackGAN++详解
的输入可以视为树的根节点，而多尺度图像则从树的不同分支生成。中间分支的生成器有逐步生成小到大图像的目标，以帮助实现最终目标。它们的结果在大多数情况下缺乏生动的部分（例如，喙和腿）和令人信服的细节，这使得这些图像既不够真实，也没有足够高的分辨率。该正则化提供了额外的约束，以促进多分布的近似，这在没有实例监督的无条件设置中特别有用。接受第一阶段的结果和文本描述作为输入，并生成具有照片真实细节的高分辨率图像。在与场景相对应的多个尺度上生成图像。描述了基于给定文本描述的场景的原始形状和颜色，从而生成低分辨率图像。
2025-01-28 13:33:32
1290
原创 论文DETRs Beat YOLOs on Real-time Object Detection（RT-DETR_v1&RT-DETR_v2）详解
此外提出的检测器支持通过使用不同的解码器层灵活调整推理速度，而无需重新训练，这便于在各种实时场景中的实际应用。为了实现实时目标检测，我们设计了一种高效的混合编码器，以替代原始的变换器编码器。通过解耦多尺度特征的内部尺度交互和跨尺度融合，编码器可以高效处理不同尺度的特征。具体而言，设计了一种高效的混合编码器，通过解耦内部尺度交互和跨尺度融合来高效处理多尺度特征，并提出了。的检测器支持通过使用不同的解码器层灵活调整推理速度，而无需重新训练，这得益于。架构中解码器的设计，便于实时检测器的实际应用。
2025-01-28 13:27:34
804
原创 论文End-to-End Object Detection with Transformers详解
通过推理对象之间的关系和全局图像上下文，直接并行输出最终的预测集合。提出了一种新方法，将目标检测视为一个直接的集合预测问题。简化了检测流程，有效地消除了许多手工设计的组件，如非极大值抑制程序或。），其主要成分是一个基于集合的全局损失，通过二分匹配强制唯一预测，以及一个变换器编码器。生成，这些组件明确编码了对任务的先验知识。，这个两个流程对于目标检测的实现增添了复杂度。（其实这里的目的并没有完全表达论文的意思）来实现的，其中在训练和推理阶段会采用生成的。当前的很多目标检测算法都是基于。
2025-01-28 13:26:44
721
原创 论文Tiny-DSOD: Lightweight Object Detection for Resource-Restricted Usages详解（代码详解）
由于资源有限，当前的目标检测算法对于计算资源的需求非常大，因此这对于目标检测算法的部署本身不利，比如永远在线的设备，电池供电的低端设备等。是一个整数超参数，用于控制模型的容量。然后，它应用深度卷积，并通过点卷积（即。，然后执行深度卷积。深度卷积的输出直接与输入拼接，而不需要额外的。与最先进的全尺寸模型进行比较时，确实存在轻微的准确度下降。）和检测准确度之间实现了更好的平衡，对于资源受限的应用极为有用。框架，设计了一个目标检测模型框架，，称之为。Tiny-DSOD达到。卷积投影的）特征图，因此在两个相邻的。
2025-01-28 13:24:56
884
原创 论文FCHD: Fast and accurate head detection in crowded scenes详解
提出目的和方法提出目的基于检测的人群计数，检测方法通常比以往的密度图人群计数技术提供更可靠的结果。因为在密度图的情况下，并不总是正确的位置会对最终的人群计数产生贡献。这导致了不可靠的结果，特别是在出现误报的情况下。提出方法提出了 FCHD（全卷积人头检测器），一个可端到端训练的人头检测模型。提出的架构是一个单一的全卷积网络，负责边界框预测和分类。模型在推理时间和内存需求上都较轻便。与运行时间相关，模型在平均准确度（AP）上表现更好，这得益于基于网络有效感受野选择锚点大小。
2025-01-21 14:55:02
365
原创 论文Bounding Box Regression with Uncertainty for Accurate Object Detection详解
在本文中，提出了一种新的边界框回归损失，用于同时学习边界框变换和定位方差。损失显著提高了各种架构的定位精度，几乎没有额外的计算开销。学习到的定位方差使非极大值抑制（）力求尽可能清晰地定义真实的边界框。然而在标注边界框时仍然会产生模糊性。大规模目标检测数据集（例如 MS-COCO。）过程中合并相邻的边界框，进一步提升了定位性能。，显著超过了之前的最先进的边界框精炼方法。损失应用到坐标框回归中。
2025-01-21 14:53:24
519
原创 论文Gaussian YOLOv3详解
物体检测算法在自动驾驶车辆中的应用越来越重要，高精度和快速推理速度对安全的自动驾驶至关重要。在自动驾驶过程中，错误的定位（假阳性，FP。）进行建模，采用高斯参数并重新设计损失函数。此外，本文还提出了一种预测定位不确定性的方法，该不确定性指示了。因此，在自动驾驶应用中，需要一种能够处理误定位的检测算法。本文提出了一种提高检测精度的方法，同时支持实时操作，通过对 YOLOv3。通过在检测过程中使用预测的定位不确定性，该方案可以显著减少。（最具代表性的单阶段检测器）的边界框（算法相比，所提出的算法高斯。
2025-01-21 14:22:26
458
原创 论文YOLO-MS详解
其核心设计基于一系列关于不同卷积核大小如何影响不同尺度对象检测性能的研究。最终结果是一种新的策略，可以显著增强实时目标检测器的多尺度特征表示。为了验证策略的有效性，构建了一个网络架构，称为。，实时目标检测器的架构经历了性能快速增长的重大变化。虽然这些方法在速度和精度上已经得到很大的提升，但在不同尺度上识别对象仍然是实时目标检测器面临的基本挑战。与之前的具有大量参数的目标检测器不同，实时目标检测器目的追求速度和准确性之间的最佳权衡。，而不依赖于其他大规模数据集，如。数据集上从零开始训练。
2025-01-21 14:19:28
791
原创 论文GhostNetV2详解以及算法实现
卷积操作只能捕捉窗口区域内的局部信息，这限制了性能的进一步提高。注意力是基于全连接层构建的，它不仅能在常见硬件上快速执行，还能捕捉远程像素之间的依赖关系。注意力中的所有操作都可以在更小的特征上进行。默认情况下，宽度和高度都缩减为原始的一半，这样可以减少。通过水平和垂直下采样来减小特征的大小，使 DFC。然后，生成的特征图会被上采样到原始大小，以匹配。在本文中提出了一种硬件友好的注意力机制（称为。函数对下采样的特征进行处理以加速实际推理。注意力增强便宜操作生成的扩展特征，这样。注意力），并介绍了一种新的。
2025-01-21 14:17:31
504
原创 论文GhostNet: More Features from Cheap Operations详解
提出目的和方法提出目的将卷积神经网络（CNN）部署到嵌入式设备上是困难的，因为这些设备具有有限的内存和计算资源。特征图中的冗余是那些成功的CNN的一个重要特性，但在神经架构设计中很少被研究。提出方法本文提出了一种新颖的 Ghost模块，通过廉价操作生成更多特征图。基于一组内在特征图，应用一系列低成本的线性变换，生成许多Ghost特征图，以充分揭示隐含的内在特征。所提出的Ghost模块可以作为即插即用组件，升级现有的卷积神经网络。Ghost瓶颈的设计用于堆叠Ghost。
2025-01-21 14:16:59
696
原创 论文YOLOv4: Optimal Speed and Accuracy of Object Detection详解
对这些特性在大规模数据集上的组合进行实际测试，以及对结果的理论证明，是必需的。而有些特性，例如批量归一化和残差连接，则适用于大多数模型、任务和数据集。一个目标是选择额外的模块，以增加感受野，并找出从不同主干层进行参数聚合的最佳方法，以适应不同的检测器层级，例如。）收集整个批次内的统计数据，而不是在单个小批量内收集统计数据。的因子来解决此问题，从而消除对目标不可检测的网格影响。：在训练中使用四张图像的马赛克，而不是单张图像。以获得更大的感受野，以覆盖更大的输入网络。与其他最先进的目标检测器的比较。
2025-01-21 14:16:25
1385
原创 论文Rewrite the Stars详解
而星操作类似于核函数，它在不同通道之间进行成对乘法，特别是多项式核函数。仅需几层，星操作就能够实现几乎无限的维度，而这些维度都在紧凑的特征空间。解释星运算其强大之处：星操作具备将输入映射到极高维度、非线性特征空间的能力。通过重写和重新表述星操作，揭示了这种看似简单的操作可以生成一个包含大约。运算”（逐元素乘法）未被完全开发的问题引起了比较大的关注，虽然很多研究都对其进行了解释，但是其背后的基本原理很大程度上并没有被探索。由于其运算操作如同“天空中的星星一样，星运算看似平淡无奇，却蕴含着巨大的潜力”
2025-01-13 16:06:33
1021
原创 论文StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks详解
将第一阶段的结果和文本描述作为输入，并生成具有照片真实细节的高分辨率图像。它能够纠正第一阶段结果中的缺陷，并通过精炼过程添加引人注目的细节。为了提高合成图像的多样性和稳定条件。现有的文本到图像的方法生成的样本虽然能大致反映给定描述的意思，但往往缺乏必要的细节和生动的物体部分。根据给定的文本描述勾画出物体的原始形状和颜色，从而生成第一阶段的低分辨率图像。的训练，我们引入了一种新颖的条件增强技术，鼓励潜在条件流形的平滑性。精炼过程将这一困难问题分解为更易管理的子问题。），以生成基于文本描述的。
2025-01-13 16:05:09
745
原创 论文DF-GAN: ASimple and Effective Baseline for Text-to-Image Synthesis详解
现有的文本到图像生成对抗网络通常采用堆叠架构作为骨干网络，但仍然存在三个缺陷。首先，堆叠架构引入了不同图像尺度生成器之间的纠缠。一种新颖的一阶段文本到图像的骨干网络，能够直接合成高分辨率图像，而不会引入不同生成器之间的纠缠；图像语义一致性，这限制了这些网络的监督能力。第三，广泛采用的基于跨模态注意力的文本。一种新颖的目标感知判别器，由匹配感知梯度惩罚和单向输出组成，增强了文本。图像融合块，深化了融合过程，实现文本和视觉特征之间的全面融合。图像的语义一致性，而无需引入额外的网络；针对不同问题提出的解决方案。
2025-01-13 16:03:42
514
原创 数据集Birds/CUB_200_2011，CC3M和COCO用于文本到图像生成的数据细节介绍
———birds/| |——image_encoder200.pth(对应图像编码器)| |——text_encoder200.pth(图像对应文本内容描述的编码器)|——npz/| |——bird_val256_FIDK0.npz(用于模型生成的图像FID的评估)|——text/| │ │ ├── image_001.txt(图像对应的文本描述句子)|——test/| |——class_info.pickle(对应测试集图像的类别信息)
2025-01-13 16:02:45
752
原创 论文GALIP: Generative Adversarial CLIPs for Text-to-Image Synthesis详解（代码详解）
基于大规模预训练，自回归和扩散模型可以合成真实照片图像。为了实现高质量、高效且可控的文本到图像合成，提出了生成对抗 CLIP。的可学习参数，实现了与大型预训练自回归和扩散模型相当的结果，模型达到了约。的复杂场景理解能力使判别器能够准确评估图像质量。集成的生成器和判别器提高了训练效率，因此，本文模型仅需要约。增强的生成器，该生成器通过桥接特征和提示来引导视觉概念。这些模型需要大量的训练数据和参数才能获得良好的性能。合成的视觉特征难以控制，并且需要精细设计的提示。倍的合成速度，并继承了平滑的潜在空间。
2025-01-13 16:01:25
1047
原创 评估图像相似性的不同方法（包含代码实现）
文本主要是针对图像相似性的不同评估方法初步讲解，首先大家要知道并没有一种方法是完美的，因此大家在使用不同方法对图像相似性进行评估的时候可能得到结果差别比较大，但是这并不就否认某一种方法不行，而是不同方法可能适用的场景不一样，大家在选择方法的时候根据自己的领域常用方法来使用。图像相似性评估方法代码实现：https://github.com/KeepTryingTo/DeepLearning/tree/main/Text2Image/ImageSimilarityIndex。
2025-01-13 14:02:30
832
原创 论文YOLONano: aHighly Compact You Only Look Once Convolutional Neural Network for Object Detection详解
提出目的和方法提出目的物体检测仍然是计算机视觉领域一个活跃的研究领域，通过设计深度卷积神经网络来解决物体检测问题，已经取得了显著的进展和成功。尽管取得了这些成功，但在边缘和移动场景中广泛部署此类物体检测网络的最大挑战之一是高计算和内存要求。因此，针对边缘和移动使用的高效深度神经网络架构的设计引起了越来越多的研究兴趣。提出方法介绍了 YOLO Nano，它是一种用于物体检测任务的高度紧凑的深度卷积神经网络。创建YOLO Nano的过程中采用了一种人机协作设计策略，其中根据YOLO系列。
2025-01-13 14:01:18
612
原创 论文Bag of Freebies for Training Object Detection Neural Networks详解
提出目的和方法提出目的训练中的启发式方法大大提高了各种图像分类模型的准确性。然而，目标检测模型具有更复杂的神经网络结构和优化目标。不同模型的训练策略和流程差异明显。提出方法探索了适用于多种模型的训练调整，包括 Faster R-CNN和YOLOv3。这些调整不会改变模型架构，因此推理成本保持不变。实证结果表明，这些“免费”的调整可以使精度提高多达5%的绝对值，相较于最先进的基线。如图 5。
2025-01-13 13:59:14
295
原创 论文CSPNet详解
神经网络在计算机视觉任务（如图像分类，目标检测，语义分割，实例分割等任务）上取得了先进的成果。然而，这种成功极大地依赖于昂贵的计算资源，使得成本较低的设备难以应用这一先进技术。），旨在从网络架构的角度缓解之前网络所需的重计算量。这种新提出的网络通过从网络开始和结束阶段整合特征图，在实验中将计算量减少了。此外，小面积的晶圆可以在多种边缘计算设备中使用。因此希望能均匀分配每个计算单元的计算量，从而提高利用率。的学习能力，以便在轻量化的同时保持足够的准确性。的准确性在轻量化后大幅下降，）所需的内存带宽，可以在。
2025-01-13 13:44:30
609
原创 论文 SIoU Loss: More Powerful Learning for Bounding Box Regression 详解（代码详解）
然而，到目前为止，所有提出和使用的方法都没有考虑到期望框和预测“实验”框之间不匹配的方向。这一不足导致预测框在训练过程中“游荡”，从而最终生成性能更差的模型。它是衡量您的机器学习模型预测预期结果的准确性的一种指标。传统的目标检测损失函数依赖于边界框回归的指标聚合，比如距离、重叠面积和预测框与真实框的宽高比（即。既提高了训练速度，也提高了推理的准确性。所提出的损失函数在多个仿真和测试中得到了验证。在本文中，提出了一种新的损失函数 SIoU。的结果显示，相较于其他损失函数，性能提升了。
2025-01-09 22:41:11
908
原创 目标检测算法中的MAP计算方式以及代码详解
同样，最热门的领域目标检测也有自己的评价指标，由于目标检测的目的在于检测出图像或者视频中指定物体的位置，类别以及置信度，也就是要预测给定物体的位置以及高宽，那怎么去衡量模型检测物体位置是否准确呢？由于目标检测很早就开始研究，因此，关于其评价指标的讲解不管是视频还是博客都有人已经讲解了，所以MAP这个问题并不是什么新鲜或者很难的问题，而是这里除了讲解原理步骤之外，同时也结合代码进行视频的讲解，因为原理上个人感觉有些地方本来就有点绕，如果直接看代码的话更绕，这也是决定在这里重新阐述的原因。这将代表纠正的误检。
2025-01-09 22:39:53
1239
原创 论文GridMask Data Augmentation详解
提出目的和方法提出目的不管是图像分类还是目标检测领域，数据增强对于模型的学习，特别是对欠拟合和过拟合情况缓解非常的重要，而且很多的研究方法已经证明了数据增强给最终的实验效果带来了很大的提升。提出方法本文提出了一种新颖的数据增强方法——“网格掩码”（Grid Mask该方法通过移除信息，在各种计算机视觉任务中取得了最先进的成果。首先分析了信息丢弃的必要性。然后，指出了现有信息丢弃算法的局限性，并提出了我们自己的结构化方法，该方法既简单又非常有效。该方法基于输入图像区域的删除。
2025-01-09 22:38:30
564
原创 论文DiCENet: Dimension-wise Convolutions for Efficient Networks详解
轻量化模型一直都是模型搭建过程中所追求的 ，轻量化模型可以在实际中应用更加的广泛，特别是在资源受限的设备上具有很大的应用前景，虽然当前已经提出相关的轻量化模型，如。单元，它利用维度卷积和维度融合构建。维度卷积在输入张量的每个维度上应用轻量级的卷积过滤，而维度融合则有效地结合了这些维度表示，使。在包括图像分类、物体检测和语义分割在内的各种计算机视觉任务上，相较于现有最先进的模型，单元结构简单，可以与任何架构无缝集成，以提高效率和性能。在资源受限设备上的表现优于基于最先进可分离卷积的高效网络（如。
2025-01-09 22:37:00
458
原创 论文ESPNetv2: A Light-weight, Power Efficient, and General Purpose Convolutional Neural Network详解
高性能低功耗一直是网络模型设计的难点，同时也是很多场景中应用的实际需求，虽然目前提出了像MobileNet。，用于建模视觉和序列数据。网络使用组点卷积和深度可分离膨胀卷积，从较大的有效感受野中学习特征表示，同时减少了。介绍了一种轻量级、高效能、通用的卷积神经网络，ESPNetv2。等轻量化的模型，但是还可以对其继续提升，提出效率更高，耗能更低的网络模型。数据集上的语言建模，展示了我们方法的优越性能，相较于先进的现有方法。在这些任务上进行的实验，包括在。通过百度网盘分享的文件：ESPNetv2。
2025-01-09 22:33:57
360
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