bemy1008的博客

转自：https://blog.youkuaiyun.com/weixin_41560402/article/details/1061197741. 概述现阶段的目标检测器主要由4部分组成：Input、Backbone、Neck、Head。YOLOv4模型由以下部分组成：CSPDarknet53作为骨干网络BackBone；SPP作为Neck的附加模块，PANet作为Neck的特征融合模块；YOLOv3作为Head。2. 网络分块解析2.0 先睹为快我们可以使用模型结构可视化工具Netron

转自 大神 watersink：https://blog.youkuaiyun.com/qq_14845119/article/details/73648100写的太好了，忍不住转载了一波。 Inception v1的网络，主要提出了Inceptionmodule结构（1*1，3*3，5*5的conv和3*3的pooling组合在一起），最大的亮点就是从NIN（Network in Netw...

在当今深度网络的发展趋势中，提升网络的宽度和深度已经是常规操作，能够解决过拟合的同时带来了大量参数的问题，所以减少计算参数也是必要的。在很多网络中，都使用了3个3x3卷积核来代替7x7卷积核，使用了2个3x3卷积核来代替5x5卷积核，这样做的主要目的是：（1）保证具有相同感知野的条件下，提升了网络的深度，在一定程度上提升了神经网络的效果；（2）减少计算参数量。以下简单地说明一下小卷积(3*3)对...

好文就要大家看，转自：https://blog.youkuaiyun.com/shuzfan/article/details/50738394本文介绍的是著名的网络结构GoogLeNet及其延伸版本，目的是试图领会其中的思想而不是单纯关注结构。GoogLeNet Incepetion V1Motivation Architectural DetailsGoogLeNetConclusion...