MobileNetV1的深度可分离卷积（depthwise separable convolution）分为Depthwise convolution与Pointwise convolution层级结构是这样1、Depthwise convolution2、Pointwise convolution类似这样的结构(0): Conv2d(128, 128, kernel_size=(3...

YOLOv5使用的数据集格式flyfish通过训练命令查看数据集格式python train.py --data coco128.yaml --cfg yolov5s.yaml --weights '' --batch-size 64执行过程WARNING: Dataset not found, nonexistent paths: ['/pytorch1.7/coco128/images/tra

flyfish

Google是如何将目标检测SSD魔改为专用人脸检测BlazeFaceflyfishBlazeFace模型架构是围绕下面讨论的四个重要设计注意事项构建的一 增大感受野（Enlarging the receptive field sizes）关于 MobileNet v1 具体看这里深度可分离卷积分为1、深度卷积（Depthwise Convolution）2、逐点卷积（Pointwi...

目标检测 YOLOv5 - YOLOv5:v6版本多机多卡训练出现的错误及解决方案flyfish2021年4月份发布的 YOLOv5:v5版本，2021年10月份发布的 YOLOv5:v6版本发布了更小的Nano模型YOLOv5n和YOLOv5n6一. 改进的方面整合了 Roboflow，使用Roboflow来组织、标注、准备、版本化和托管用于训练YOLOv5模型的数据集，Roboflow上有很多

深度学习基础 - 概率的三个公理flyfish对于公理的内容 ，不敢有一丝一毫的更改。改公理，再建立另一套体系那都是大神级别的人物。曾经“概率”的定义是不清晰的，拉普拉斯的古典概率有bug。1925年22岁的柯尔莫哥洛夫发表了概率论领域的第一篇论文，30岁时出版了《概率论基础》一书，将概率论建立在严格的公理基础上，从此概率论正式成为了一个严格的数学分支，要严谨就得有公理。概率的三个公理如下...

目标检测 YOLOv5 Backbone中的Focusflyfish版本：YOLOv5YOLOv5:v5第一个v5是YOLO的第5个版本，YOLOv5也是在迭代改进的，第二v5是YOLOv5中的第5个版本与YOLOv5:v4还是有差别的。这里以YOLOv5s版说明，s是最小的那版，其他的类似yolov5m、yolov5l、yolov5x是模型依次变大的版本Backbone的开头就是Focus，Fo

状态空间模型flyfish状态空间模型是什么和如何得到的状态空间模型状态方程和观测方程统称为状态空间模型状态空间模型如下xk=Axk−1+Buk−1+wk−1{x_k} = A{x_{k - 1}} + B{u_{k - 1}} + {w_{k - 1}}xk​=Axk−1​+Buk−1​+wk−1​（状态方程)zk=Hxk+vk{z_k} = H{x_k} + {v_k}zk​=Hxk​+vk​

flyfish

文本代码是按照标签，即文件夹名字排序的，pred和target都是一一对应的，与Yolov5 6.2 原版相同。YOLOv5 分类模型 Top 1和Top 5 指标实现。Yolov5 6.2 原版输出。