m0_57131092-优快云博客

原创 SpringCloud集成Nacos：Server check fail, please check server localhost ,port 9848 is available

SpringCloud集成Nacos客户端报错localhost:9848端口连接超时，修改bootstrap.yml文件禁用默认SpringCloudConfig并正确配置Nacos Config解决

2024-01-11 07:36:02 2492 1

原创 YOLOv4论文总结

YOLOv4针对目标检测的经典难题——小物体检测进行了改进，在backbone使用CSPDarknet53，其中设置更多的连通，在neck部分使用SPP进一步特征融合，并用PANet替换FPN，实现了更有效的上采样。除了对模型的论述之外，文中还对已有的各种改进与增强模型能力的方法进行了综述，信息量很大。

2022-02-25 22:47:15 792

原创 YOLOv3论文总结

YOLOv3中创新性的使用了FPN多层上采样分别预测不同大小的物体；将骨干网络替换为了Darknet-53，使用残差块，加深backbone，提高特征提取能力。这篇文章也是作者的最后一作，行文风格比较随意，用词非常个性化

2022-02-25 22:36:03 926

YOLO9000_Better Faster原文链接：CVPR 2017 Open Access Repository (thecvf.com)Abstract 摘要使用新的多尺度训练方法，可以让模型在不同的尺寸下运行，在运行速度和预测准确度之间做选择。提出了联合训练的方法，可以同时将分类的数据集和物体检测的数据集一起输入，允许模型预测检测数据集中没有的而分类数据集中有的物体类型。一． Introduction 简介作者认为物体检测应该不仅快速、准确，还应该能够识别大量类型的

2022-02-25 22:28:36 220

原创 YOLOv1论文总结

YOLOv1是YOLO系列的开山之作，为了改进RCNN系列运行速度慢的问题，在滑窗法的基础上改进将图片分块，实现One stage，大幅提升了模型效率，但在目标检测中的经典难题——成群小物体检测中表现很差

2022-02-02 11:12:33 361

原创 Faster RCNN论文总结

Faster-RCNN针对过去两个版本使用聚类方法生成RoI不能利用GPU，效率低下的问题进行了改进，首次使用RPN（一种CNN网络）来生成RoI，大幅提升了效率

2022-02-01 16:00:16 718

原创 SPP论文总结

Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition原文链接[1406.4729] Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition (arxiv.org)Abstract现存的CNN需要固定的输入，这个需求需要人为调整来满足，并且在输入端图像是任意尺寸时会降低识别的准确率。SPP特

2022-01-29 20:47:32 3125

原创 Fast RCNN论文总结

原文链接[1504.08083] Fast R-CNN (arxiv.org)AbstractFast RCNN在实现了几个创新点后在提升训练、测试速度的同时增加了检测的准确度Introduction检测需要准确的物体位置信息，要解决这一问题有两个挑战：其一是大量的候选区需要被处理，其二是这些候选区只包含粗略的位置信息而必须被精炼才能得到准确位置。解决这些问题通常会伴随着速度、准确度和模型复杂度三者的相互制约。作者提出了一种单步的训练算法，能够将分类与精炼空间位置联合在一起学习。

2022-01-29 00:49:11 4082

原创 RCNN论文总结

Rich feature hierarchies for accurate object detection and semantic segmentation[1311.2524] Rich feature hierarchies for accurate object detection and semantic segmentation (arxiv.org)Abstract在本文中，作者提出了一种简单的、可扩展的检测算法，来提高检测的mAP。RCNN包括两个创新点：将高性能的卷积

2022-01-27 19:01:56 2043

原创【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第三周作业

自己在学习的时候遇到了很多问题，参考了很多大神的代码，发现网上其他的例子大多用的旧版的tensorflow和keras，由于tensorflow与keras都存在新旧版不兼容的情况，代码不能直接拿来用，这里提供一个python=3.8;tensorflow=2.3.0;keras=2.4.3环境下可以运行的代码过程中遇到的报错：“No training configuration found in save file:the model was *not* compiled. Compile...

2021-08-10 23:33:02 901 6

m0_57131092的博客