• Axuanz的学习日记
  • Axuanz的学习日记
  • 归档
  • 关于
  • 随机
  • 切换模式
  • 返回顶部

YOLOv5解读

模型对比 不同版本的YOLOv5的表现如下,参数量从小到大为n-s-m-l-x，mAP也逐渐升高，不过推理速度也近乎翻了一倍(V100...

深度学习 · 2023-03-22

MyYOLOv4

摘要 YOLOv4使用了一些新特性： WRC/CSP/CmBN/SAT/Mish && activation/Mosa...

深度学习 · 2023-03-22

MyYOLOv3

网络 ​ 网络整体框图如下。 输入为416*416*3的图像，经过若干卷积三件套和ResN残差结构抽取图像特征。并通过控制卷积s...

深度学习 · 2023-03-22

MyYOLOv2

序言 ​ 在2016年的CVPR会议上，继YOLOv1工作后，原作者再次推出YOLOv2（YOLO9000）。相较于上一代...

深度学习 · 2023-03-22

You Only Look Once

网络 原始网络结构 ​ 原始网络采用24层卷积层进行特征的抽取，这部分参数在ImageNet数据集上预训练来初始化。 ​ He...

深度学习 · 2023-03-22

Axuanz的学习日记. All Rights Reserved. Theme Jasmine by Kent Liao.

鄂ICP备2023004395号