weixin_43874764的博客

之前用yolo加sort做过目标追踪，后来导师建议可以试试看循环神经网络，当时就很纳闷一般它不是用来处理文本的吗？现在看起来我还是太年轻，从机制上来说，时序数据它好像都能处理。然后突发奇想想做一个聊天机器人来打发时间。然后再尝试把它引入到图像领域。循环神经网络相比于输入输出维度固定的卷积神经网络，循环神经网络中的循环单元可以随意控制输入输出的数量，具有很大的灵活性。循环神经网络通过不断对自身网络结构进行复制来构造不同的循环神经网络模型。其结构如下：这样可以看起来和残差还有点类似，但是实际上它展开之后

上一篇简述了配置文件和基本单元构造函数，这一篇是构筑模型主要是定义前向传播Darknet上一篇的基本单元构造函数中，路由层和检测层曾经出现过EmptyLayer和DetectionLayer这些都在此篇解释Darknet差不多就是yolo的主体结构了class Darknet(nn.Module): def __init__(self, cfgfile): supe...

学习算法与模型最好的方法就是实现它，所以我挑选了Deep-sort常用的检测前端yolov3引用内容算法原理网站上相关内容很多就不赘述了配置文件在大型网络中，如果直接编写模型更改的时候会比较麻烦。因此很多github上的开源项目都会有一个配置文件，在其中简单修改一些参数就能更改整个模型的架构。卷积层+类似残差+上采样+路由层残差结构：将其之前的第三个网络的输出与其之前的第一个网络输出...