- 博客(6)
- 收藏
- 关注
RSS订阅原创 RT-DETR模型：在实时目标检测超越YOLO（附数据集，源码链接，项目搭建指南）
RT-DETR（Real-Time DEtection TRansformer）是一个实时的基于Transformer的目标检测模型，首先是论文：Attention Is All You Need），作为基础知识本文略。DETR （论文：End-to-End Object Detection with Transformers），见我上一篇博客。RT-DETR （论文：DETRsBeat YOLOsonReal-time Object Detection）。
2025-10-20 20:14:57
1091
原创 将Transformers用于目标检测的开山之作：DETR
而我们的真值则是几个框，预测框的数量N远远大于真实框的数量，为了实现一一对应我们要把真实框的数量补得和预测框数量一样多。：在DETR中，对于一张图片，我们的输出是N个预测框，一个框由2组参数代表,分别是框相对于图像的坐标x，y；再看第一部分，如果是有物体的真实框，我们就计算预测框的概率，概率是越大越好，所以我们给前面加个负号，这样都是越小越好了。，预测框点集中的点和真实框点集中的点进行有权重的连接，最后两两配对，总的权重加起来越小越好，（所以这个权重也可以说是损失）不过多了没有物体的真实框对应概率。
2025-10-12 21:58:02
872
原创 5分钟快速理解YOLO
给一张图片，我们要知道里面东西在哪，是什么东西，这就是目标检测。然后分类，检测这个东西是什么。问题难点在找框，YOLO之前的方法提出多种找框（定位）的方法，非常麻烦。个参数：宽w和高h，中心位置（x，y），还有置信度。理解上面这段话，对YOLO就有了本质的理解，里面还有大量的细节，比如参数归一化及其意义，损失函数具体的公式，网路内部结构。最后这个置信度0.9乘交并比，代表有多大把握框里有东西并且框得准。个类别，每个类别我们给一个置信度来表示是这个东西的概率。YOLO是这么做的：先画格子，有7*7=
2025-09-17 20:20:01
224
原创 关于deep image prior的最新调查论文：A survey on Deep Image Prior for image denoising
本文综述了2025年发表在《Digital Signal Processing》上关于深度图像先验(DIP)去噪方法的研究进展。文章系统梳理了DIP方法的发展脉络，从2018年Ulyanov提出的原始DIP框架出发，指出其优势在于无需训练数据即可去噪，但存在图像细节丢失、收敛速度慢、缺乏明确停止标准等问题。研究将DIP改进方法分为四类：理论研究（如基于MobileNet的盲评估网络）、网络结构优化（如DROP-DIP方法）、输入修改和损失函数改进（如加入TV正则化）。论文还对不同变体在高斯噪声下的去噪性能进
2025-08-13 21:54:48
1316
原创 Blind Deconvolution Using Alternating Maximum a Posteriori Estimation with Heavy-Tailed Priors图像盲复原
2016年的一篇关于盲图像复原的论文，主要使用增广拉格朗日方法交替求解图像u和模糊核h。
2025-06-01 19:42:23
777
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