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(26)
  • 收藏
  • 关注

原创 YOLO的发展

从“锚框依赖”到“无锚框自由”YOLOv5/v6/v7 均基于锚框机制,需要依赖数据集聚类锚框;YOLOv8 首次引入无锚框设计,直接预测目标中心点和尺寸,简化流程,提升对不规则缺陷(如金属表面裂纹)的适配性。从“单一检测”到“多任务统一”YOLOv5/v6/v7 以目标检测为主,分割需额外扩展;YOLOv8 整合检测、分割、分类,一套模型可完成金属表面缺陷的“定位+分割+分类”全流程。从“速度-精度权衡”到“双提升”YOLOv5 主打轻量化,YOLOv6 侧重速度,YOLOv7 侧重精度;

2025-12-24 22:09:52 542

原创 DETR简单介绍

全称,是由Facebook AI于2020年提出的。它彻底摒弃了传统目标检测中的锚框(Anchor)、区域提议(Region Proposal)和非极大值抑制(NMS)等手工设计的组件,直接通过Transformer的完成目标的,开创了目标检测的全新范式。

2025-12-24 22:02:02 951

原创 图像分割的类别详解

图像分割方法主要包括语义分割、实例分割、全景分割和基于Transformer的分割四类。

2025-11-24 11:52:30 60

原创 两路1×1卷积做transition

用1×1卷积做“智能特征划分”,比硬切通道更利于后续特征重用;通道减半直接降低残差块的计算量,让网络更轻量化;残差连接和跨阶段结构则保证了特征提取能力和梯度稳定性,最终让CSPDarknet在“精度-速度”的平衡上表现更优。

2025-11-07 18:33:05 353

原创 ConvNet(卷积神经网络)模型

ConvNet通过“卷积-激活-池化”的核心架构,打破了传统神经网络处理图像的瓶颈,成为计算机视觉的基石。从LeNet-5的雏形到ResNet的残差连接,再到与Transformer的融合,ConvNet的发展始终围绕“更强特征提取、更高效率、更好泛化”的目标。未来,随着多模态、自监督等技术的融合,ConvNet将在更广泛的领域(如机器人视觉、元宇宙)发挥核心作用。

2025-09-18 16:44:55 1008

原创 稀疏优化简单介绍

稀疏优化是优化领域中的一个重要分支,它在信号处理、图像处理、机器学习、统计学等多个领域都有广泛的应用。

2025-09-16 17:42:22 990

原创 残差连接(Residual Connection)的简单介绍

残差连接(Residual Connection)

2025-09-04 11:23:11 1205

原创 1×1 卷积是一种特殊的卷积操作

1×1 卷积是一种特殊的卷积操作

2025-09-04 10:38:09 919

原创 Swin Transformer分类

Swin模型的分类

2025-09-02 08:45:31 1064

原创 Kaggle平台注册弹不出验证码?

本文介绍了通过Microsoft Edge浏览器插件Header Editor解决Kaggle注册/登录问题的方法:1)在Edge扩展商店下载Header Editor插件;2)进入管理页面选择"导入与导出"功能;3)输入指定JSON配置文件URL(https://www.azurezeng.com/static/HE-GoogleRedirect.json);4)导入成功后保存设置。完成上述步骤后,即可正常访问Kaggle的注册和登录界面。该方法通过修改请求头信息,成功绕过了常见的访问

2025-08-29 16:56:21 346

原创 图像分割的简单介绍

*图像分割**是计算机视觉的核心任务之一,旨在将图像中的像素划分为具有语义意义的区域(如“人”“车”“背景”等)。

2025-08-28 16:43:20 972

原创 即插即用(plug-and-play)模块总结

即插即用(plug-and-play)模块总结

2025-08-23 11:22:21 1097

原创 深度学习目标检测算法

目前主流检测的深度学习目标检测算法可分为两类:单阶段和两阶段检测模型。

2025-08-23 10:19:48 770

原创 深度学习中特征融合的方式总结

深度学习中特征融合的方式总结

2025-08-21 17:06:56 307

原创 高分辨率的语义弱特征与低分辨率的语义强特征分析

高分辨率的“语义弱”= 每个像素只看到自己(或极小邻域),信息局部、孤立;低分辨率的“语义强”= 每个像素通过多层卷积“看过”整幅图,信息全局、聚合;

2025-08-21 16:44:40 614

原创 特征金字塔(Feature Pyramid Network,FPN)简单介绍

特征金字塔(Feature Pyramid Network,FPN)是一种专门用来解决“多尺度目标检测”问题的深度学习结构。

2025-08-21 12:07:43 992

原创 过采样(Oversampling)简单介绍

关于过采样的简单介绍。过采样是一种针对数据不平衡 的预处理的策略,主要用于训练数据中不同类别的样本数量差异过大的问题。

2025-08-20 17:19:09 1035

原创 Prompt Tuning(提示调优)与 Fine-Tuning(微调)简单介绍

本文简单对比分析了Prompt Tuning和Fine-Tuning两种迁移学习方法。

2025-06-23 16:22:59 518

原创 变分模态分解(Variational Mode Decomposition, VMD)和全变分(Total Variation, TV)简要区分

变分模态分解(Variational Mode Decomposition, VMD)和全变分(Total Variation, TV)

2025-06-16 09:35:15 699

原创 长短期记忆网络简单介绍

长短期记忆网络LSTM简单介绍

2025-04-11 21:00:43 866

原创 keil STM32 MDK - ARM安装包下载

在安装keil中遇到的问题,其中在创建项目时,只显示Arm,没有32相关的芯片,相关原因及其解决方案如下报错图片如下。

2025-04-11 20:00:50 341

原创 生成对抗网络(GAN)的简单介绍

生成对抗网络(GAN)

2025-03-30 22:22:51 687

原创 ConvNet 即卷积网络,也称卷积神经网络(CNN)

CNN简单介绍

2025-03-30 21:43:25 1148

原创 卷积网络与循环网络的区别

卷积网络(CNN)循环网络(RNN)对比

2025-03-08 21:36:26 346

原创 卷积和采样,上采样(UpSampling) 和 下采样(DownSampling)及其相关概念的简单介绍

卷积和采样,上采样(UpSampling) 和 下采样(DownSampling)及其相关概念的简单介绍

2025-02-18 11:39:30 1193

原创 下载git时,ERROR: Cannot find command ‘git‘ - do you have ‘git‘ installed and in your PATH?

下载git时,ERROR: Cannot find command 'git' - do you have 'git' installed and in your PATH?

2022-04-14 11:12:42 3463

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