- 博客(7)
- 收藏
- 关注
RSS订阅原创 使用RCSOSA替换C2f模块
YOLOv8作为目标检测领域的经典模型，凭借其高效的检测能力在诸多应用场景中得到了广泛应用。然而，随着任务复杂性的增加，如在医学影像中的脑肿瘤检测，标准的YOLOv8模型可能会遇到一些性能瓶颈。在这篇博客中，我将展示如何通过将YOLOv8中的C2f模块替换为RCSOSA模块来改进模型性能，并提升其在复杂场景下的表现。RCSOSA模块全称是“基于通道混洗和一击聚合的重参数化卷积”
2024-08-23 03:28:04
1679
4
原创 Pytorch版deeplabv3+训练自己的数据集
图像文件名获取：从指定的图像目录中获取所有图像文件名，并去掉扩展名（如.jpg或.png），保留文件名部分。创建输出目录：如果目录不存在，脚本会自动创建。生成.txt文件：将处理后的图像文件名写入相应的.txt文件中，例如train.txtval.txt和test.txt。代码实现import os"""生成图像文件名列表的 .txt 文件。参数：image_dir (str): 图像文件所在的目录。output_path (str): 输出 .txt 文件的路径。"""
2024-08-21 15:52:41
553
1
原创 第一部分：深度学习基础——深度学习简介
欢迎来到我们的从零开始的自定义神经网络设计系列！在这一系列文章中，我们将一起踏上解锁人工智能最令人兴奋领域之一的神秘之旅。深度学习，作为机器学习的一个分支，已经彻底改变了我们与技术互动的方式。从语音助手到自动驾驶汽车，深度学习的应用无处不在，它的潜力和影响力还远未被完全挖掘。但深度学习并不只是高科技公司和研究实验室的专利。事实上，随着开源软件和公共研究的兴起，任何对这一领域充满好奇心的人都可以开始他们自己的探索之旅。
2024-04-06 20:21:40
648
1
原创 深度学习入门numpy的基本使用方法——数组
Python自带的numpy是深度学习最常用的库之一，作为深度学习入门，只需要掌握创建数组、索引、类型转换、维度变换即可。本文主要讲解数组
2024-03-28 19:13:37
638
1
原创 YOLOv8改进——使用C2f-Faster-EMA替换C2f
【代码】YOLOv8改进——使用C2f-Faster-EMA替换C2f.(C2f-Faster-EMA推荐可以放在主干上,Neck和head部分可以选择C2f-Faster)
2024-01-14 14:29:07
7105
17
原创 YOLOv8改进——使用C2f-Faster替换C2f
【代码】YOLOv8改进——使用C2f-Faster替换C2f.(使用FasterNet中的FasterBlock替换C2f中的Bottleneck)
2024-01-11 21:29:16
9165
18
原创 YOLOv8改进——使用LSKA注意力机制改进SPPF,增强多尺度特征提取能力
【代码】YOLOv8改进——使用LSKA注意力机制改进SPPF,增强多尺度特征提取能力。
2024-01-11 19:03:10
7448
36
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