- 博客(23)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 轻量级的 Mixed Local Channel Attention (MLCA)-加强通道信息和空间信息提取能力
本文章介绍了一种轻量级的 Mixed Local Channel Attention (MLCA) 模块，该模块同时考虑通道信息和空间信息，并结合局部信息和全局信息以提高网络的表达效果。基于该模块，我们提出了 MobileNet-Attention-YOLO(MAY) 算法，用于比较各种注意力模块的性能。在 Pascal VOC 和 SMID 数据集上，MLCA 相对于其他注意力技术更好地平衡了模型表示效果、性能和复杂度。
2024-01-08 21:22:44
6370
原创 搭建自定义目标检测数据集时的要求
来源 https://github.com/ultralytics/yolov5/issues/8157大多数情况下，无需更改模型或训练设置即可获得良好的结果，前提是数据集足够大且标记良好。如果一开始没有得到好的结果，你可以采取一些步骤来改进，但我们始终建议用户在考虑任何更改之前先使用所有默认设置进行训练。这有助于建立性能基线并发现需要改进的领域。
2023-07-13 11:43:19
260
1
原创 c++ 获取指定文件夹下的所有文件夹和子文件夹路径，并打印出来
c++ 获取指定文件夹下的所有文件夹和子文件夹路径，并打印出来使用vs2017 c++17标准注意：最低标准为c++17。
2023-07-05 17:08:50
1219
1
原创 各类软件常用快捷键
PyCharm功能快捷键折叠所有代码Ctrl + Shift + - （减号）展开所有代码Ctrl + Shift + + （加号）Vs CodeVs
2023-06-02 14:32:44
181
原创 记录遇到的python语法
它的字段名可以提高代码的可读性，并且可以使用属性访问方式代替索引来获取字段的值，使代码更易于理解和维护。namedtuple创建的类实际上是元组的一个子类，它继承了元组的所有特性，包括通过索引和解包访问元素的功能。namedtuple是Python标准库中collections模块中的一个函数，用于创建具有命名字段的元组。namedtuple对象是不可变的，即创建后无法修改字段的值。如果需要修改字段的值，可以使用_replace()方法创建一个新的对象，并指定修改的字段值。
2023-06-02 11:04:33
115
原创 C++之JsonCPP学习手册
如果您需要处理的数据无法通过JSONcpp的默认序列化和反序列化方法来进行处理，您可以通过自定义方法来对数据进行序列化和反序列化。自定义序列化方法// 将数据序列化为JSON文本字符串，并输出到流对象中 stream
2023-03-30 00:51:52
1756
原创 双目立体视觉之立体匹配算法
双目立体视觉是指使用两个摄像机从不同的角度获取同一个场景的左右视图，然后使用双目立体匹配算法来寻找左右视图中的匹配像素点对，最后利用三角测量原理来还原三维空间物理点过程。其中双目立体匹配算法是最为核心的。立体匹配是一种根据平面图像来恢复真实场景深度信息的技术，其做法是从两个或多个相同场景的图像中找出匹配点对，然后根据三角测量原理计算点对所对应的空间物理点的深度。
2023-03-01 10:50:14
9876
1
原创 数据集均值和方差的计算方法，以及常用数据集的均值和方差
分享一下在分类任务中，数据集均值和方差的计算方法，以及常用数据集（Cifa10、Cifa100）的均值和方差。
2023-02-10 15:36:04
2810
2
原创 3D点云处理：用SVD分解法和最小二乘法拟合平面点云，求解平面方程
本文主要介如何用SVD分解法和最小二乘法拟合平面点云，包含原理推导和代码。
2023-02-08 10:09:06
5426
2
原创 Learning Efficient Convolutional Networks Through Network Slimming
【代码】Learning Efficient Convolutional Networks Through Network Slimming。
2023-01-04 16:09:29
344
原创 AttributeError: ‘list‘ object has no attribute ‘detach‘ | torchsta | stat(model, (3, 224, 224)) | 模型
用torchstat分析模型结构，当model中包含Concat时，调用stat(model, (3, 224, 224))函数，会报错。
2022-12-20 10:40:39
3375
原创 全局剪枝-层崩溃
从广义上讲,初始化时的剪枝算法由两个步骤定义：第一步根据一 些度量对网络的参数进行评分,第二步根据它们的分数掩盖参数(删除或保留参数) .我们考 虑的剪枝算法总是通过简单地删除得分最小的参数来掩盖参数。此排名过程可以在网络上全局应用，也可以逐层应用。经验表明,全局掩码的性能远优于层掩码,部分原因是它引入了更少的超参数,并允许跨网络进行灵活的剪枝率[24]。
2022-11-08 15:58:43
559
1
原创 静态剪枝与动态剪枝
通道修剪方法可以分为两种类型：静态和运行时。静态方法：评估每个通道在训练数据集上的重要性,并删除最不重要的通道,以最大限度地减少修剪后的性能损失。运行时：实现对每个单独实例的动态通道修剪，即旨在评估运行时的通道重要性，假设在不同的输入实例上它是不同的。通过动态修剪通道,可以将不同的修剪结构视为CNN内数据流的不同路径。与静态方法相比,运行时修剪能够显着提高CNN的表示能力,从而在预测精度方面取得更好的性能。然而,运行时方法以存储成本与动态灵活性为代价。至实现对不同个体实例的动态剪枝,需要存储内核的所有参
2022-11-08 14:06:49
1059
转载 Qt OpenGL学习教程目录
【Qt OpenGL教程】18：二次几何体加粗样式欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计 ，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown
2021-09-13 16:11:28
260
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人