- 博客(7)
- 收藏
- 关注
RSS订阅原创 C2PSA、PSA、SE模块
Pyramid Squeeze Attention (PSA) 是一种高效的注意力机制，旨在提升卷积神经网络在多尺度特征提取中的表现。PSA 模块通过引入不同大小的卷积核来提取多尺度的空间信息，同时结合 Squeeze-and-Excitation (SE) 模块对特征通道进行加权，从而增强网络对不同尺度目标的注意力聚焦。模块是 YOLO11 中用于增强特征提取的一个高级模块，结合了。注意力机制，从而提升了多尺度特征提取能力。
2025-03-01 13:14:54
9132
6
原创 C3K2模块 与 C3K模块
C3K2模块是专属于yolov11的一种，基于传统 C3 模块的改进设计，通过结合可变卷积核（例如 3x3、5x5 等）和通道分离策略，提供了更强大的特征提取能力，尤其适用于更复杂的场景和深层次的特征提取任务。由于使用了不同大小的卷积核，C3K2 在处理复杂场景时能显著提高特征提取的精度，特别是在是 YOLO11 模型中的一个关键模块，它在传统 C3 模块的基础上进行了增强，旨在提高特征提取能力，特别是。相比于传统的 C3 模块，C3K 引入了更多，尤其是在卷积核设计方面。
2025-02-28 17:20:25
4399
1
原创 CBR模块、CBL模块、CBM和CBS模块（yolo）
Mish激活函数的公式为f(x)=x⋅tanh(log(1+ex))，它相比其他激活函数（如ReLU、Leaky ReLU等）在保持梯度稳定性的同时，能够更好地捕捉输入数据的微小变化。：引入非线性因素，使得网络能够学习到复杂的模式。Leaky_relu激活函数允许小梯度值的通过，避免了ReLU激活函数在输入小于0时梯度为0的问题，从而提高了网络的训练效果。：SiLU激活函数的公式为silu(x)=x⋅sigmoid(x)，它是swish激活函数的一个变体，具有平滑、非单调的特性，有助于缓解梯度消失问题。
2025-02-28 14:50:47
3296
原创 【自用】SAHI(Slicing Aided Hyper Inference)框架總結
GAN(Generative Adversarial Networks)是一种无监督学习方法，分成两个模块，生成模型(Generative Model)和判别模型(Discriminative Model)，模型通过G和D这两个模块的相互博弈学习从而产生相当好的输出，原始的GAN理论中，并不要求G和D都是神经网络，只要是能够拟合生成和判别的函数即可，但是实际应用中我们一般均使用深度神经网络作为G和D；最后，使用NMS将重叠的预测结果和对原始图像的推理结果合并，并转换到原始大小。
2025-01-08 15:08:38
1839
原创 mac安装库失败尝试一下使用：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xxxx
【代码】mac安装库失败尝试一下使用：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple xxxx。
2024-06-05 00:25:02
232
原创 Mac重新安装anaconda失败，/opt/anaconda3 already exist
在terminal中输入 rm -rf /opt/anaconda3即可删除，之前尝试的 rm -rf opt/anaconda3不行。然后删除掉anaconda navigator.app就可以愉快的重新进行安装啦。
2024-06-05 00:23:39
5144
3
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