ATSS的核心思想：不要用固定的 IoU 閾值，而是根據(jù)每個(gè)物體的具體情況，動(dòng)態(tài)地選擇正負(fù)樣本。這樣，模型能更好地學(xué)習(xí)不同物體和場(chǎng)景的特征。ATSS 的操作可以分成以下幾步，...
發(fā)簡(jiǎn)信
IP屬地：浙江
-
標(biāo)簽分配---ATSS自適應(yīng)訓(xùn)練樣本選擇
-
標(biāo)簽分配---TAL任務(wù)對(duì)齊學(xué)習(xí)法
在YOLOv6中，使用了任務(wù)對(duì)齊學(xué)習(xí)（TAL）方法來進(jìn)行預(yù)測(cè)框和真實(shí)框的匹配。這種方法綜合考慮了預(yù)測(cè)框與真實(shí)框的位置重疊度和分類得分，具體步驟如下： 計(jì)算IoU：首先計(jì)算預(yù)測(cè)...
-
圖像畸變矯正算法-STN
論文題目：Spatial Transformer Networks 這是一篇我在看文字識(shí)別時(shí)候看到的文章，STN的方法簡(jiǎn)單講就是學(xué)習(xí)一個(gè)仿射變換矩陣，用于糾正輸入圖像的一些形...
-
OCR文本識(shí)別算法---NRTR論文題目：NRTR: A No-Recurrence Sequence-to-Sequence Model For Scene Text Recognition NRTR的主...
-
OCR文本識(shí)別算法---SVTR論文題目：SVTR: Scene Text Recognition with a Single Visual Model OCR文本識(shí)別旨在將自然圖像中的文本轉(zhuǎn)錄為數(shù)字字符序...
-
在線難負(fù)挖掘Loss---OhemCrossEntropyLoss
1.什么是Ohem Cross Entropy Loss OHEM 全稱為 “Online Hard Example Mining”，含義是在線困難樣本挖掘。OhemCros...
-
CPU端超快backbone---PP-LCNetV1/PP-LCNetV2最近在看ppocrv4相關(guān)的代碼，看到里面運(yùn)用了一種高效的backbone---PP-LCNet，目前這個(gè)模型有3個(gè)版本，V3網(wǎng)上沒有相關(guān)解析也沒有論文，我粗略查看了一下源碼...
-
實(shí)時(shí)語義分割算法---SeaFormer論文：SEAFORMER: SQUEEZE-ENHANCED AXIAL TRANSFORMER FOR MOBILE SEMANTIC SEGMENTATION[https...
-
pytorch/paddlepaddle框架單機(jī)多卡運(yùn)行卡住解決方案
在使用pytorch或paddlepaddle的時(shí)候會(huì)出現(xiàn)分布式多卡運(yùn)行卡住的問題，下面是我的2種解決方案：1.pytorch多卡運(yùn)行卡住解決方案：通信庫將nccl換為glo...
-
將舊電腦上的Anaconda遷移到新電腦上首先，需要將anaconda中的python設(shè)置為環(huán)境默認(rèn)的python，將這個(gè)三個(gè)路徑添加到環(huán)境變量中去。 然后，將這個(gè)site.cfg中的舊路勁換成當(dāng)前的新路徑 接著，如...
-
pycharm提示 進(jìn)程已結(jié)束，退出代碼 -1073740791 (0xC0000409)遇到這個(gè)問題首先打開pycharm，在運(yùn)行中點(diǎn)擊”編輯配置“ 然后把這個(gè)勾打上就可以了 不同的pycharm版本這個(gè)選項(xiàng)的位置會(huì)有些不同
-
工業(yè)異常檢測(cè)算法---SPADE
名稱：Sub-Image Anomaly Detection with Deep Pyramid Correspondences[https://arxiv.org/abs/...
-
工業(yè)異常檢測(cè)算法---EfficientNetAD
EfficientNetAD 算法是基于S學(xué)生-T教師網(wǎng)絡(luò)結(jié)構(gòu)STPM[https://zhuanlan.zhihu.com/p/584437140]進(jìn)行改進(jìn)的，在原有S-T...
-
對(duì)比學(xué)習(xí)+語義分割：Cross-Image Pixel Contrasting for Semantic Segmentation論文名稱：Cross-Image Pixel Contrasting for Semantic Segmentation[https://openaccess.thecvf....
-
對(duì)比學(xué)習(xí)這段時(shí)間瀏覽了大量的自監(jiān)督學(xué)習(xí)方面的知識(shí)，今天就通過本篇博客將這些有關(guān)方面的知識(shí)進(jìn)行匯總。本文將從SimCLR，MoCo, BYOL等多個(gè)模型為切入點(diǎn)做一個(gè)自監(jiān)督學(xué)習(xí)的總結(jié)，...
-
想做咸魚
-
YOLOV6_Seg 圖片標(biāo)簽數(shù)據(jù)預(yù)處理代碼
1.將json數(shù)據(jù)轉(zhuǎn)化為yolov6訓(xùn)練專用的txt數(shù)據(jù)，圖像數(shù)據(jù)和json數(shù)據(jù)要同時(shí)放在img_json中。 驗(yàn)證標(biāo)簽數(shù)據(jù)
-
目標(biāo)檢測(cè)---YOLOV10簡(jiǎn)單總結(jié)YOLOV10是基于YOLOV8所改進(jìn)的一個(gè)算法，但是總體上熱度沒有V8高，我翻閱了網(wǎng)上有關(guān)V10的論文解說，大家似乎也都是泛泛地講一下大致地改進(jìn)情況。 上圖是YOLOV10...
-
目標(biāo)檢測(cè)---YOLOV9簡(jiǎn)單總結(jié)YOLOV9是今年（2024）發(fā)表的一篇文章，主要是基于YOLOV7進(jìn)行改進(jìn)，改進(jìn)點(diǎn)主要是使用了一種叫做可編程梯度信息的輔助訓(xùn)練方法以及將YOLOV7中ELAN模塊一般化，提...
-
目標(biāo)檢測(cè)---PP-YOLOE簡(jiǎn)單總結(jié)PP-YOLOE是基于PP-YOLOV2進(jìn)行改進(jìn)的，改進(jìn)點(diǎn)包括anchor-free，重參數(shù)，TAL動(dòng)態(tài)label assign，ET-head等，基本就是將現(xiàn)有的使用比較成...
個(gè)人介紹
人工智能CVer，目前從事圖像分類、目標(biāo)檢測(cè)和語義分割等算法研究方面工作，在視頻監(jiān)控、自動(dòng)駕駛和工業(yè)檢測(cè)領(lǐng)域有工作經(jīng)驗(yàn)。
GitHub:https://github.com/4399123
GitHub:https://github.com/4399123