Activation：Mish/SiLU 激活函数。YOLOv5s 网络的深度如下图所示。YOLOv5s 网络的宽度如下图所示。相当于下采样，减少后续计算量。网络的深度和宽度设置。

一、理论感受野1、定义感受野被定义为卷积神经网络特征所能看到输入图像的区域，换句话说特征输出受感受野区域内的像素点的影响convNets(cnn)每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。神经元感受野的值越大表示其能接触到的原始图像范围就越大，也意味着他可能蕴含更为全局、语义层次更高的特征；而值越小则表示其所包含的特征越趋向于局部和细节。因此感受野...

转 LMDB 代码示例。

ubuntu16.04 docker 和 nvidia-docker 的安装及 GPU 的调用

一、本文的主要贡献1. 卷积和反卷积对称网络结构的提出A very deep network architecture, which consists of a chain of symmetric convolutional and deconvolutional layers, for image restoration is proposed in this paper. The con

文章目录一、torch.nn1、Parameters&ContainersI、ParametersII、Containers二、torch.nn.functional三、参考资料一、torch.nn1、Parameters&ContainersI、Parameterstorch.nn.Parameter：Tensor 的子类II、Containerstorch....

二分图的定义：二分图是能分成两组（假设是 U 和 V），其中 U 上的点不能相互连通，只能连去 V 中的点；V 中的点也不能相互连通，只能连去 U 中的点二分图在跟踪中的理解：可以把二分图理解为视频中连续两帧中的所有检测框，第一帧所有检测框的集合称为 U，第二帧所有检测框的集合称为 V，同一帧的不同检测框不会为同一个目标，所以不需要互相关联，相邻两帧的检测框需要相互联通，最终将相邻两帧的检测框尽量

文章目录

一、损失函数分类及原理L1、L2 LossSmooth-L1-LossFocal-Loss二、损失函数在 TF 中的实现# smooth-l1-lossdef bbox_ohem_smooth_L1_loss(bbox_pred, bbox_target, label):sigma = tf.constant(1.0)threshold = 1.0 / (...

OpenCV 提供了四种不同的边缘检测算子，或者说高通滤波器：Sobel，Scharr 和 Laplacian 算子以及Canny 算子，具体检测步骤如下：- 图像滤波：边缘检测的算法主要是基于图像灰度值的一阶和二阶导数，但导数通常对噪声很敏感，因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常用的高斯平滑滤波。- 增强边缘：可以将图像灰度点邻域值有显著变化的点凸显出来。在具体