摘要: 本系列主要记录在做算法模型训练过程中一些列用到的技术。 对于a56爆大奖在线娱乐一个非算法科班出生的人来说,训练模型需要学习和积累的知识非常多。公认的高效的学习模式就是搭建自己的知识体系并形成输出,学习某一个知识点之后动手实现,然后记录下来,整理出总结性文章。不断构建自己的知识树,最终形成自己的体系。 voc数据集转 阅读全文
posted @ 2024-04-27 22:24 金色旭光 阅读(23) 评论(0) 推荐(0) 编辑
摘要: 目前在全力开发一个模型训练相关的开源项目,该项目技术栈相当丰富,而且各种技术都是比较新,a56爆大奖在线娱乐本系列拆解该开源项目的技术。 阅读全文
posted @ 2023-02-02 09:14 金色旭光 阅读(104) 评论(0) 推荐(1) 编辑
摘要: Python语言虽然一直被认为是执行速度慢的语言,但是在互联网公司中却也拥有一席之地。python优势在于方便高效的库和简易的语法操作。 那么在互联网公司中python使用什么模块呢快速迭代呢?本系列更新互联网公司中使用python编程的模块、思想、规则等。 欢迎探讨有关与python编程相关的话题,聊模块,聊语法,聊奇巧淫技,也可以聊人生理想。 阅读全文
posted @ 2021-10-18 22:25 金色旭光 阅读(335) 评论(3) 推荐(1) 编辑
摘要: NMS: 非极大值抑制(Non-Maximum Suppression), 功能:从大量的预测结果中筛选出得分最高的结果。 思路:NMS的主要思路是通过计算目标框之间的重叠度(即IOU,交并比)来剔除非最佳结果。 阅读全文
posted @ 2024-07-17 09:59 金色旭光 阅读(11) 评论(0) 推荐(0) 编辑
摘要: 模型的损失计算包括3个方面,分别是: 1. 定位损失 2. 分类损失 3. 置信度损失 本篇主要讲解yolov5中损失计算的实现,包括损失的逻辑实现,张量操作的细节等。 阅读全文
posted @ 2024-07-16 16:52 金色旭光 阅读(243) 评论(2) 推荐(2) 编辑
摘要: yolov5 正样本可视化,分析正样本筛选3种规则,跨anchor预测,跨网格预测,跨分支预测。 阅读全文
posted @ 2024-07-15 09:43 金色旭光 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 正样本全称是anchor正样本,正样本所指的对象是anchor box,即先验框。 先验框:YOLO v2吸收了Faster RCNN的优点,设置了一定数量的预选框,使得模型不需要直接预测物体尺度与坐标,只需要预测先验框到真实物体的偏移,降低了预测难度。 阅读全文
posted @ 2024-07-10 16:29 金色旭光 阅读(233) 评论(6) 推荐(1) 编辑
摘要: 本篇主要讲解yolov5的网络模型结构以及其代码实现。 到yolov5为止,yolo系列的网络模型结构发展快速的是1,2,3三代,4,5逐渐稳定优化。 阅读全文
posted @ 2024-07-05 10:08 金色旭光 阅读(61) 评论(0) 推荐(0) 编辑