- 博客(769)
- 资源 (2)
- 收藏
- 关注
RSS订阅
1原创 End-to-End Object Detection with Transformers
DETR（Detection Transformer）是一种基于Transformer架构的端到端目标检测模型，由Facebook AI研究院提出。DETR将目标检测问题转化为一个序列到序列的问题，通过Transformer的编码器和解码器结构来实现目标检测任务。
2024-08-19 00:02:30
740
原创 transformer
Transformer是一种基于自注意力机制的深度学习模型，广泛应用于自然语言处理任务。它的核心特点包括自注意力机制、多头注意力、编码器-解码器架构、位置编码、残差连接和层归一化，以及并行化计算能力。
2024-08-09 23:08:45
928
原创 Visual Studio 中的键盘快捷方式
本部分中的所有快捷方式都将全局应用（除非另有指定）。“全局”上下文表示该快捷方式适用于 Visual Studio 中的任何工具窗口。
2024-07-03 22:49:02
982
原创 Slicer学习笔记（六十五） 3DSlicer的医学图像数据增强扩展模块
基于3D Slicer5.1.0 编写了一个测试医学图像的数据增强测试扩展模块。扩展模块名：DataAugementation下载该项目后，可以将该扩展模块添加到3D Slicer的扩展中。关于如何给3DSlicer 添加扩展可以看我前面的博客。
2024-03-02 22:36:30
827
原创 python读写yaml
YAML，Yet Another Markup Language的简写，通常用来编写项目配置，也可用于数据存储，相比conf等配置文件要更简洁。
2023-06-08 20:21:26
1815
原创 yolov8 模型部署
YOLOv8的3个检测头一共有80x80+40x40+20x20=8400个输出单元格，每个单元格包含x,y,w,h这4项再加80个类别的置信度总共84项内容，所以通过上面命令导出的onnx模型的输出维度为1x84x8400。这样的通道排列顺序有个问题，那就是后处理的时候会造成内存访问不连续。修改代码后需要执行前面的安装命令pip install -e '.[dev]'使代码生效。这样修改后再执行上面的模型导出命令，模型的输出维度变为1x8400x84。
2023-05-13 23:42:46
1653
原创 Protobuf简介
Protocol Buffers是谷歌用于序列化结构化数据的与语言无关、与平台无关的可扩展机制——想想XML，但它更小、更快、更简单。您只需一次定义数据的结构方式，然后就可以使用特殊的生成源代码，使用各种语言轻松地在各种数据流之间读写结构化数据。要创建地址簿应用程序，需要从.proto文件开始。.proto文件中的定义很简单:为想要序列化的每个数据结构添加一条消息，然后为消息中的每个字段指定一个名称和类型。这里是定义你的消息的.proto文件，addressbook.proto。
2023-03-04 17:27:10
846
原创 VTK学习笔记（四十）vtk提取单层数据
VTK实现单层图片的提取方法有很多，可以使用的filter有很多。提取中心层片 y轴切片。提取中心层片，z轴切片。提取中心层片，x轴切片。
2023-02-20 22:20:38
858
原创 C++中vector的使用
(a,b)函数，可返回向量[a,b]区间内的最大元素的地址。做 * 后可得到相应的元素值。当需要得到某一区间内的最大值时。迭代器，输出为单一元素迭代器。使用vector中的。
2023-02-15 11:01:36
319
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人