自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 视觉大模型学习之CLIP&VIT

Vision Transformer(VIT)是CLIP架构的视觉塔部分,这部分实现了将图片转化为1*D的特征向量,并使用了分块处理的思想。

2026-01-21 10:55:53 1225

原创 ONNX推理_部署

好,话说回来,数据reshape成单通道二维数组后,通过行遍历,统计计算每行数据置信度,大于阈值的计算80类得分最高的那一类别,并将类别id和分数记下来,如果类别分数大于阈值,将其检测框的坐标宽高记录下来,同时记录置信度、类别id。得到推理结果后,要进行同样很重要的后处理,首先C++的推理结果output结构和python上是不一样的,不能直接取output[0]作为pred结果,而是被拆成大目标、中目标、小目标这种分散在output的维度里。所以这些要通过遍历循环。然后进行最重要的一步,模型的推理。

2026-01-13 18:23:18 943

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

提示
确定要删除当前文章?
取消 删除