- 博客(54)
- 收藏
- 关注
RSS订阅原创 基于 PyTorch 的 UNet 与 NestedUNet 图像分割
图像分割是计算机视觉领域的重要任务，它旨在将图像中的每个像素分配到特定的类别。本文将详细介绍如何使用 PyTorch 实现经典的 UNet 及其改进版本 NestedUNet，并完整展示从数据预处理到模型训练和评估的全流程。
2025-11-03 16:07:51
983
原创 U-net 系列算法
本文将详细拆解 U-net、U-net++、U-net+++ 的核心结构、创新点及应用价值，带大家走进这款 “简单却实用” 的分割算法家族。
2025-10-31 14:24:24
616
原创 深度学习视角下的图像分割
在计算机视觉领域，图像分类解决了 “这是什么” 的问题，目标检测回答了 “目标在哪里”，而图像分割则实现了更精细的像素级理解 ——“每个像素属于什么”。
2025-10-29 13:51:31
968
原创 YOLOv5口罩检测
本文将带你从理论到实战，逐步解析YOLOv5口罩检测的关键技术要点，帮助你避开新手常踩的"坑"，构建出更加精准、鲁棒的检测模型。
2025-10-29 08:47:06
470
原创 YOLOv5 核心模块解析与可视化
YOLOv5 作为该系列的经典版本，在网络结构设计上进行了诸多优化，如引入 Focus 模块、改进 Bottleneck CSP 结构、采用 PAN 特征融合策略等，进一步提升了检测速度与精度。
2025-10-27 19:19:10
917
原创 YOLOv5 从加载到增强
由 LoadImagesAndLabels 类加载图像与标签，含路径匹配、缓存（存标签、尺寸及哈希）、单图缩放加载；增强含马赛克拼接、透视变换、HSV 调整、翻转，提升模型泛化能力，输出增强后图像与标签供训练。
2025-10-24 11:33:50
628
原创 YOLOv5 数据集处理源码解析
在目标检测模型的训练过程中，高效的数据处理管道是提升模型性能和训练效率的关键环节。YOLOv5 作为当前流行的目标检测框架，其数据集处理模块融合了多种优化策略和数据增强技术，能够充分挖掘训练数据的潜力。
2025-10-23 15:31:24
658
原创 YOLOv4 深度解析
在目标检测领域，YOLO 系列始终以 “实时性” 和 “易用性” 占据重要地位，而 YOLOv4 更是将这两个优势推向新高度 —— 它不仅实现了速度与精度的平衡，更打破了 “高端模型依赖多 GPU 训练” 的壁垒，让单 GPU 用户也能轻松复现优秀效果。
2025-10-20 11:27:23
619
原创 YOLOv3 深度解析：目标检测领域的经典革新
YOLOv3作为系列中的关键版本，更是通过对网络结构、特征利用和检测逻辑的全方位优化，大幅提升了小目标检测能力，成为当时工业界和学术界广泛使用的经典模型。本文将基于技术文档，从核心改进、多尺度检测、网络架构等维度，详细拆解 YOLOv3 的设计思路与技术细节。
2025-10-17 16:21:56
751
原创 YOLO 系列演进：从 V1 到 V2 的目标检测革命
从 2015 年的 YOLO-V1 到后续的 YOLO-V2，算法在 “速度” 与 “精度” 的平衡上不断突破，成为工业界实时检测场景（如视频监控、自动驾驶感知）的首选方案之一。
2025-10-16 16:20:38
1000
原创 目标检测全解析：从基础概念到深度学习实战技术
目标检测的本质是解决 “what + where” 的双重问题 —— 既要判断图像中存在哪些物体（类别识别），又要确定每个物体的具体位置（边界框定位），属于典型的 “多任务学习”。
2025-10-16 10:21:17
912
原创 用 PyTorch 实现 MNIST 手写数字分类与训练损失曲线绘制
基于 PyTorch 框架，从数据加载与预处理、神经网络模型设计、训练流程实现到训练损失曲线可视化，完整拆解 MNIST 分类任务的每一步。
2025-10-13 16:33:31
718
原创 使用 PyTorch 构建并训练 CNN 模型
卷积神经网络（CNN）在计算机视觉领域占据核心地位，尤其在图像分类任务中表现出色，CIFAR-10 数据集是入门计算机视觉的经典数据集。
2025-09-28 11:31:03
582
原创 PyTorch 模型评估与全局平均池化的应用实践
在深度学习流程中，模型评估是检验训练效果的关键环节，而网络结构优化（如引入全局平均池化）则是提升模型性能与效率的核心手段。本文结合 PyTorch 代码，从 “模型整体准确率测试”“各类别准确率分析” 到 “全局平均池化的应用与优势”，逐步展开实践讲解。
2025-09-27 15:37:24
695
原创 CIFAR-10 数据集实战指南：从数据加载、可视化到 CNN 训练与常见问题解决
从环境准备、数据加载、子集处理、可视化、模型训练到常见问题排查，手把手带你完成 CIFAR-10 的实战流程，同时解决过程中可能遇到的 “数据集找不到”“图像不显示”“损失不打印” 等典型问题。
2025-09-26 15:47:03
775
原创 深度学习视角下的图像分类
从核心定义、技术境界、评估体系、模型结构到实战痛点解决方案，系统拆解图像分类的关键知识点，帮你构建从理论到实践的完整认知。
2025-09-25 13:55:45
1025
原创 PyTorch 数据处理工具箱从数据加载到训练可视化
PyTorch 作为主流深度学习框架，提供了一套功能强大的数据处理工具箱，涵盖utils.data（数据加载）、torchvision（计算机视觉专用工具）与TensorBoard（可视化工具）。本文将从实战角度出发，详细拆解这些工具的用法，附完整代码示例与结果分析，帮你打通 PyTorch 数据处理全流程。
2025-09-24 13:26:39
889
原创 PyTorch 神经网络工具箱
从 PyTorch 神经网络的核心组件出发，详细讲解了三种模型构建方法（继承nn.Module、nn.Sequential、Module+ 容器）、自定义残差模块的实现，以及完整的模型训练流程
2025-09-22 14:56:05
864
原创 深入理解卷积神经网络（CNN）：从原理到经典架构详解
卷积神经网络（CNN） 应运而生。它通过独特的参数共享、局部感知机制，在大幅降低参数量的同时，精准捕捉图像的空间特征，成为计算机视觉领域的 “基石模型”。
2025-09-19 12:13:48
868
原创 从感知机到多层感知机：深度学习入门的核心逻辑
从感知机的基础原理出发，逐步拆解其局限性，最终深入多层感知机的结构、激活函数、训练逻辑与实践要点，带大家完整掌握这一入门级深度学习模型。
2025-09-18 13:41:42
628
原创 深度学习基础：从线性回归到 Softmax 回归的完整梳理
在深度学习的知识体系中，线性回归和Softmax 回归是两大基石模型 —— 前者是解决 “连续值预测” 的入门工具（如房价估计），后者则是实现 “多类别分类” 的核心方法（如手写数字识别）。
2025-09-17 13:07:17
840
原创 深度学习入门：从概念、应用到实战框架，一文读懂 AI 时代的核心技术
本文将基于深度学习入门的核心内容，从岗位需求、工业文明演变、技术概念、生活应用到实战框架，带你系统梳理深度学习的核心知识，走进 AI 技术的世界。
2025-09-16 13:45:18
752
原创 深入理解支持向量机（SVM）：从原理到实现逻辑
支持向量机（Support Vector Machine，简称 SVM）作为经典的分类模型，凭借其对小样本数据的优异拟合能力和强大的泛化性能，至今仍被广泛应用于图像识别、文本分类、生物信息学等多个领域。
2025-08-26 14:00:08
1130
原创 平凡又神奇的贝叶斯方法
贝叶斯方法在众多领域都有着广泛的应用，从自然语言处理到医学诊断，从机器学习到金融风险评估。它为我们提供了一种强大的工具，帮助我们在不确定的世界中做出更合理的决策。
2025-08-25 11:19:29
795
原创 线性回归：从理论基础到实战应用的完整指南
线性回归的核心思想的是通过属性的线性组合进行预测，最终找到一条直线（单变量）、一个平面（双变量）或更高维的 “超平面”（多变量），让模型的预测值与真实值之间的误差最小化。
2025-08-22 11:06:44
574
原创 深入浅出集成学习：从理论到实战，解锁机器学习 “集体智慧”
从集成学习的核心思想出发，拆解 Bagging、Boosting、Stacking 三大主流框架，结合随机森林、AdaBoost 等经典算法的实战案例，带大家全面掌握这一 “机器学习进阶利器”。
2025-08-21 14:16:04
705
原创 深入浅出 K 均值聚类：从理论到实战，一篇搞定无监督学习核心算法
而 K 均值聚类（K-Means Clustering）作为无监督学习中最经典、最常用的聚类算法之一，以其简洁高效的特点，被广泛应用于客户分群、图像分割、异常检测等领域。本文将结合理论讲解与实战代码，带大家全面掌握 K 均值聚类，从基础概念到算法实现，再到结果评估，一步步揭开它的神秘面纱。
2025-08-21 14:09:53
1059
原创 机器学习数据预处理全攻略：从缺失值到特征编码，手把手教你落地实践
系统拆解机器学习中最核心的 4 大预处理任务：缺失值处理、数据标准化、特征编码、数据二值化，结合 Pandas 与 Scikit-learn 工具，提供可直接复用的代码示例与原理解析，帮你彻底搞定数据预处理流程。
2025-08-20 12:29:41
1031
2原创 从决策树基础到熵与信息增益
在机器学习的分类任务中，决策树是最直观、最易理解的算法之一。它像一棵 “判断树”，通过层层分支的决策逻辑，将复杂的分类问题拆解为简单的是非判断。
2025-08-18 14:09:11
790
原创 详解 Seaborn：让数据可视化更简单高效的 Python 库
Seaborn 是一个建立在 Matplotlib 基础之上的 Python 数据可视化库，它的核心目标是简化统计数据可视化的过程。
2025-08-08 13:04:16
758
原创 NumPy 常用函数全解析：从字符串到统计分析的实用指南
在数据科学与计算领域，NumPy 作为 Python 的核心数值计算库，提供了丰富的函数来处理数组和矩阵运算
2025-08-05 11:26:03
530
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