- 博客(13)
- 资源 (8)
- 收藏
- 关注
RSS订阅原创 用通俗易懂的方式讲解 Unet的不同版本
U-Net是一种用于图像处理的U形神经网络结构，核心思想是通过"先拆解后组装"的方式完成图像分割、修复等任务。基础版U-Net包含下采样（编码器）提取特征、瓶颈层整合信息、上采样（解码器）重建图像，并通过跳跃连接保留细节。其变种包括：ResUNet引入残差块增强训练稳定性；AttentionUNet加入注意力机制聚焦关键区域；U-Net++采用密集连接促进特征融合；DeepLabv3+结合强大编码器和多尺度模块。这些改进使U-Net家族在医学影像、卫星图像等任务中表现优异，平衡了精度与计
2025-07-04 09:23:29
1025
原创 以通俗易懂的方式讲解 StyleGAN
选“基因液”： 选择或随机生成一管“人脸基因编码液”。翻译整理： “映射网络”把这管复杂编码液拆解、翻译成一组组清晰独立的“风格控制信号”（管1管头发、管2管五官...）。分层作画： “画家”开始画画，从非常模糊的图像开始，一步步增加分辨率（越来越清晰）。逐层调风格： 在每一层变清晰的过程中（比如4x4像素 -> 8x8像素 -> 16x16像素 ... 一直到大图）：“调音台” (AdaIN) 介入：。
2025-07-04 09:06:15
718
原创 用最通俗易懂的方式讲解 LSTM
想象一下，你在读一本长篇小说。为了理解当前这一页的内容，你不仅需要看这一页的文字，还需要记住前面几页甚至几十页的关键情节（比如主角是谁、他们之间的关系、之前发生了什么重要事件）。你的大脑会（比如主角的动机），（比如路人甲穿什么颜色的衣服），并且。普通的 RNN（循环神经网络）LSTM（长短期记忆网络） 就是为了解决这个问题而设计的！它就像一个更聪明、更有条理的读者，拥有一个和一套。。
2025-06-20 21:14:48
561
原创 通俗易懂的讲解GAN网络
《《大家如果觉得博主写的不错，可以关注一下通俗讲解这个系列的专栏哈，会持续更新~~》》我们把GAN想象成一个“伪钞专家培养计划”，让这个复杂的概念变得生动起来！。
2025-06-20 10:28:58
1211
原创 用最通俗易懂的方式讲解Transformer在视觉中的应用
想象一下，我们要教一个非常聪明的、但之前只看过文字的机器人学会识别图片里的东西。传统的方式（比如卷积神经网络 CNN）是怎么做的呢？
2025-06-19 10:34:53
1246
1
原创 VMamba 与Mamba Vision的对比
两者都是成功的尝试，也各有优缺点。后续的研究（如Vim, LocalMamba, EfficientVMamba等）往往借鉴或融合了这些思想。选择哪种或哪类方法更好，取决于具体的任务、效率要求和实现细节。这两者的出现极大地丰富了视觉领域对高效长序列建模模型的选择。VMamba 和 Mamba Vision 都是推动视觉Mamba发展的重要里程碑。”来感知二维空间，而 Mamba Vision 选择“可以简单理解为：VMamba 选择“
2025-06-18 16:40:11
868
原创 验证 Vmamba 时出现以下报错module ‘triton.language.math‘ has no attribute ‘log1p‘
解决验证 Vmamba 时出现以下报错module 'triton.language.math' has no attribute 'log1p'
2025-04-23 16:59:38
489
2
原创 召回率（Recall），精确率（Precision），TP（True Positive），FP（False Positive），TN（True Negative），FN（False Negative）
混淆矩阵 真实值 预测值 Positive Negative Positive True Positive False Positive Negative False Negative True Negative 真实值是Positive，模型认为是Positive的数量（True Positive=TP）真实值是Positive，模型认为是Negative的数量（False Negative=FN）真实值是Negati.
2021-10-27 10:58:03
1195
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人