wangasdf1的博客

原创 1.0论文笔记

1.改进yolov8的C2f模块，在其中添加了可变形卷积（DCv2），如图3。2.主干添加了双层路由注意力模块BiFormer。一、使用数据集：BDD100K；1.具有双层路由注意力的 YOLOv8。3.添加了小目标（160*160）检测层。YOLOv8n_T为论文创新模型。和我的目标论文很像，可以参考。道路场景目标检测方法。

原创 备忘录1：PConv替换Conv减少参数量及对比

base替换pconv加华为最新的GOLD-YOLO结构，参数量下降约2.6%，GFLOPS下降约 15.4%base替换pconv后参数量下降约12%，GFLOPS下降约19%整合项目Yolov7_E_ELAN_Pconv模块中的改变。建议只替换3*3卷积，只能替换步长为1的卷积。首先附上原始的视频连接。然后去替换卷积，如下。

原创 回家也能在服务器上跑项目

使用自己笔记本的向日葵连接服务器的向日葵（服务器可以一直开着，或者把服务器的向日葵设置为开机启动），然后就是如何在ubuntu系统上打开pycharm。使用向日葵、todesk、teamviewer等远程设备连接服务器电脑。2.在服务器上下载向日葵。1.在服务器上下载编辑器。

原创 固定随机种子-本人备忘录

2.在train.py文件里把1的位置注释掉，添加2的代码。1.在import里添加set_seeds导入。结束，所有工作添加完成。

原创 yolov7网络架构详细图

原创 记录一下yolov7自定义计算锚框

自动计算时，会自动根据你所使用的数据集，来计算合适的阈值。path：包含数据集文件路径等相关信息的 yaml 文件（比如 coco128.yaml）， 或者 数据集张量（yolov5 自动计算锚定框时就是用的这种方式，先把数据集标签信息读取再处理）其中，9代表聚类出9种锚框，640代表默认的图片大小，5.0表示数据集中标注框宽高比的最大阈值，1000代表kmean聚类算法迭代计算1000次。接下来，重新运行，使用yolov7.pt预训练，网络架构使用yolov7-tiny.yaml，运行100轮，