logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【YOLOV5-5.x 源码解读】torch_utils.py

目录前言0、导入需要的包1、torch_distributed_zero_first2、init_torch_seeds3、git_describe、date_modified、select_device3.1、git_describe3.2、date_modified3.3、select_device4、intersect_dicts5、time_synchronized6、profile、mo

香橙派AI Pro开箱初体验

一、前言 上周很荣幸在CSDN上收到香橙派的测评邀请,这是一款专为边缘计算和嵌入式AI应用设计的高性能计算平台。因为之前一直做的是GPU Tensorrt部署相关工作,对边缘计算平台也不是很熟悉,花了一些时间摸索,今天我就简单与大家分享我对这款设备的一些初步体验。 二、板子硬件介绍 当我打开香橙派AI Pro的包装时,第一印象是它的小巧与精致。 板子配备4核64位处理器+AI处理器,集成图形处理器

【Trick2】torch.cuda.amp自动混合精度训练 —— 节省显存并加快推理速度

目录一、什么是amp?二、为什么需要自动混合精度(amp)?三、如何在PyTorch中使用自动混合精度?1、autocast2、GradScaler四、多GPU训练一、什么是amp?amp:Automatic mixed precision,自动混合精度,可以在神经网络推理过程中,针对不同的层,采用不同的数据精度进行计算,从而实现节省显存和加快速度的目的。自动混合精度的关键词有两个:自动、混合精度

#pytorch
【YOLOV5-5.x 源码解读】general.py

目录前言0、导入需要的包和基本配置1、timeout(没用到)2、set_logging、init_seeds2.1、set_logging2.2、init_seeds3、get_latest_run4、is_docker、is_colab、is_pip4.1、is_docker4.2、is_colab4.3、is_pip(没用到)5、file_size(没用到)6、colorstr7、check

【YOLOV5-5.x 源码解读】yolov5s.yaml

目录前言1、参数配置2、anchors配置3、backbone4、head5、整体模型总结前言YOLO V5不再采用.cfg配置文件了,而是使用了新的.yaml配置文件,方便进行基于函数式的模块化开发。下面会对模型配置文件 yolov5s.yaml 进行讲解。先附上yolov5s的网络结构图:1、参数配置# parametersnc: 20# number of classesdepth_mult

【OCR入门】二、文本识别(CRNN+CTC)

目录一、文本识别背景二、CRNN+CTC算法概述三、重要背景知识点整理3.1、RNN算法3.2、LSTM三、CRNN+CTC论文讲解3.1、研究背景3.1、backbone:CNN3.2、neck:LSTM3.3、head:CTC (解码)Reference一、文本识别背景文本识别是OCR的一个子任务,主要是识别一个固定区域(一般为文本检测后的结果)的文本内容,将图像信息转换为文字信息。一般分为规

#深度学习#lstm
【项目一、xxx病虫害检测项目】2、网络结构尝试改进:Resnet50、SE、CBAM、Feature Fusion

目录前言一、整体1.2、Resnet502.1、整体网络结构2.2、ResNet502.2.1、BasicBlock2.2.2、Bottleneck2.3、SE2.4、CBAM2.5、Feature Fusion2.2.3、ResNetReference前言马上要找工作了,想总结下自己做过的几个小项目。先总结下实验室之前的一个病虫害检测相关的项目。选用的baseline是SSD,代码是在这个仓库的

【YOLOV5-5.x 源码解读】val.py

目录前言0、导入需要的包和基本配置1、parse_opt前言源码: YOLOv5源码.导航: 【YOLOV5-5.0 源码讲解】整体项目文件导航.这个文件主要是在每一轮训练结束后,验证当前模型的mAP、混淆矩阵等指标。这个文件本来是叫test.py的,但我觉得叫val.py可能更加恰当些,所以改了。0、导入需要的包和基本配置import argparse# 解析命令行参数模块import json

【论文复现】ReLU Activation(2011)

目录前言一、背景1.1、为什么需要激活函数?1.2、大脑工作原理:稀疏性原理1.3、稀疏性优点二、ReLU定义三、ReLU函数优缺点3.1、优点3.2、缺点四、几个其他变体激活函数4.1、Leaky ReLU4.2、PReLU(parametric ReLU)4.3、RReLU(Random ReLU)4.4、ReLU6(抑制其最大值)Reference前言论文地址: https://procee

    共 31 条
  • 1
  • 2
  • 3
  • 4
  • 请选择