- 博客(11)
- 收藏
- 关注
RSS订阅原创 YOLOv8目标检测模型性能指标
性能三要素：类别、置信度（confidence）、交并比（IOU）TP：IOU>0.5的预测框的数量（一个GT只参与一次比较）FP：OU<=0.5的预测框的数量（一个GT只参与一次比较）FN：没有检测到的GT的数量P（精准度） = TP / （TP + FP） # 所有预测框中预测正确的比例R（查全率） = TP / （TP + FN） # 所有GT框中被正确预测的比例。
2025-03-07 16:35:00
260
原创 YOLOv8模型添加项目内注意力机制模块
学习视频：https://www.bilibili.com/video/BV18i421Y7cq/?spm_id_from=333.1387.homepage.video_card.click&vd_source=4866ccff2a49e1334e19ce3c1bdcd1fb
2025-03-07 11:46:08
205
原创 yolov8模型学习
学习视频： 只用一张图！零基础包懂的YOLOv8网络结构_哔哩哔哩_bilibili将数据集按照百分比划分训练集和验证集：训练模型：预测图片：大图分割预测：
2025-03-06 17:53:18
116
原创 yolov5学习_源代码解释
学习视频：https://www.bilibili.com/video/BV1CyN3egEWB?spm_id_from=333.788.videopod.episodes&vd_source=4866ccff2a49e1334e19ce3c1bdcd1fb&p=15
2025-02-26 18:00:41
825
原创 yolov5模型结构与构建原理
nn.Upsample：[输入通道数、缩放因子、上采样方式]C3：[输出通道数、是否使用残差链接]）SPPF：[输入通道数、池化核大小]# 设定模块时，c2必须单独设置，在parse_model中，c2用来记录输出维度，存入ch中。args：模型文件中 [from, number, module, args] 的args。args：模块参数；（Conv:[输出通道数、卷积核大小、步幅、填充]model：使用的模块名称（Conv：卷积层）from：当前层输入从哪来（-1：上一层）ch[f]：上一层输入。
2025-02-20 17:36:47
304
原创 YOLOv5中替换主干网络学习记录
1、找到要替换主干网络的神经网络 model，使用 summary(model, input_size=(1, 3, 640, 640)) 查看网络结构以及网络输出格式。3、确认神经网络类型（ type.(model) ）如果是 *.Sequential 则可使用 .features[ : ] 切片提取神经网络。2、确认网络输出格式大小包含：20*20、 40*40、 80*80（后续需要引用）。6、设定网络结构的传参细节 model/yolo.py。4、修改 models/common.py。
2025-02-20 14:15:13
375
原创 YOLOv5中新增网络结构学习记录
解决方法：把SE从if m in { Conv, GhostConv, Bottleneck, GhostBottleneck, SPP, SPPF, DWConv, MixConv2d, Focus, CrossConv, BottleneckCSP, C3, C3TR, C3SPP, C3Ghost, nn.ConvTranspose2d, DWConvTranspose2d, C3}: 模块中删除。2、models/yolov5*.yaml → 修改现有模型结构配置文件。
2025-02-19 21:41:46
278
原创 使用aarch64架构的npu服务器编辑 /etc/apt/sources.list 文件配置
记得吧 focal 修改为自己的 ubuntu 代号。
2024-11-15 10:35:25
411
原创 conda连接服务器无法找到conda环境
通过其他所有能搜索到的方法尝试都没有成功，最后是ChatGPT解决，直接给出解决方法。添加查找conda环境时显示。
2024-09-30 14:59:53
426
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