- 博客(9)
- 收藏
- 关注
RSS订阅原创 【已解决】修改YOLO系列网络模型报错：WeightsUnpickler error: Unsupported global...
这是由于PyTorch 2.6 引入的安全限制 导致的，不是模型本身坏了。从 PyTorch 2.6 开始，torch.load() 默认启用了安全模式（weights_only=True），不再反序列化任意 Python 类，以防止恶意代码执行。也就是在原来参数的基础之上添加weights_only=False这个参数。结局办法：（恢复成旧版）
2025-08-14 19:35:22
894
原创 YOLOV8 网络模型以及代码讲解（一）
同时，因为拼接点的选择不同，可能会有图像在进行拼接时候，图像的边界超出的幕布的边界，那么此时，超出的部分是直接进行截取操作的，超出的部分丢弃不再使用。但是，我们知道在CBS模块中，激活函数的输入是Batch Norm的输出，Batch Norm的输出结果是均值为0，方差为1的一组数据，所以极大可能经过Batch Norm的结果会在零点附近，而通过LeakyRelu函数图像可以看到，在零点的左侧也是无限的接近于0，甚至可以看作是等于0的，也会有可能出现神经元失活的问题。所以，进入了Silu激活函数。
2025-08-12 19:33:12
1194
原创 DETR模型详细讲解 论文原理+代码讲解
DETR，全称叫做Detection Transformer，是Facebook在ECCV2020上提出的基于Transformer的端到端目标检测网络，是将Transformer运用到视觉任务当中的开山之作。它与yolo等模型的区别在于，它使用到了Transformer中的不需要预定义的先验anchor，也不需要NMS的后处理策略，就可以实现端到端的目标检测。
2025-06-25 20:41:14
1009
原创 Transformer讲解——分模块详解
在讲解transformer之前，首先要知道transformer是一个完全依赖于注意力机制而产生的模型。自2017年论文《Attention is All you Need》提出以来，从最开始论文中应用在机器翻译中，后面逐步应用在NLP,CV等领域，现在基本作为一个最火热的模型，我觉得每一个学习深度学习的人都应该了解并掌握它。
2025-01-07 14:44:31
1456
1
原创 阅读论文Imagenet Classification with Deep Convolutional Neural Networks——即对AlexNet的理解
本文对AlexNet进行了拆解分析，以及对文章AlexNet中运用的其他方法进行了介绍
2024-10-24 14:36:37
1066
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