Jason_Honey2的博客

本实验基于云原生Notebook，使用Stable Diffusion作为基础模型，并结合Lora、ControlNet等模型，让开发者可以基于自己的图片快速生成粘土风格的图片。Stable diffusion是一个基于Latent Diffusion Models（潜在扩散模型，LDMs）的文图生成模型，可以根据输入文字图片等条件，快速生成新的图片。ControlNet是一个控制预训练图像扩散模型（例如 Stable Diffusion）的神经网络。它允许输入调节图像，然后使用该调节图像来操控图像生成。

本文简要介绍NeurIPS 2022录用的论文“**Bridging the Gap Between Vision** **Transformers and Convolutional Neural Networks on Small Datasets**”的主要工作。该论文旨在通过增强视觉Transformer中的归纳偏置来提升其在小数据集上从随机初始化开始训练的识别性能。本文通过多种操作构建混合模型，增强视觉Transformer捕捉空间相关性的能力和其进行通道多样性表征的能力，弥补了Transform

文章目录网络结构1.1 Darknet-53网络结构1.2 YOLOV3网络结构输出特征图预测解码2.1 Anchor2.2 位置偏移2.3 置信度：2.4 类别预测训练策略与损失函数3.1 训练策略3.2 损失函数3.2.1 目标定位损失3.2.2 目标置信度损失3.2.3 目标分类损失实战流程4.1 数据准备——COCO2014目标检测数据集4.2 train.py4.3 数据读取4.4 模型定义4.5 NMS非极大值抑制(Non-Maximum Supp

每个都知识点对应都有项目代码：人工智能AI：计算机视觉（看）经典“三剑客”图像分类（Image Classification）ResNetMobileNet目标检测（Object Detection）Faster RCNNYOLOCenterNet图像分割（Image Segmentation）语义分割（Semantic Segmentation）UNetDeepLab实例分割（Instance Segmentation）Mask R-CNN全景分割（Panoptic Se.