Tensorflow—softmax_cross_entropy_with_logits的用法研究人工智能，图像算法也有两三年了，也写过很多代码，但是每次研究dl算法的时候，肯定都会写一句：tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None)这其实就是损失函数的构建~今天花了点时间总结了下我对这个api的理解~~计算公

目标检测之IoU计算在研究目标检测中，IOU的计算是肯定必不可少的。就比如说在R-CNN网络中，正负样本就是按照候选框与真实框之间的IOU值大小进行区分的，可见该细节还是值得单独拎出来写一篇blog的~~下面的思路与代码是本人的理解结合百度飞浆的使用教程文档整理出来的（下面附上了飞浆的url，大家可以自主去研究~~~）百度飞浆–IOU计算废话不多说，直接上干货~思路分析例如，在R-CNN网络中，我

ERROR: Failed building wheel for pycocotools解决办法问题：在下载安装pycocotools时候出现一下问题：解决办法1.第一种方法：在终端中直接输入：pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI这个方法是在目前网上最常见的解决方法，但是

ERROR: Failed building wheel for pycocotools解决办法问题：在下载安装pycocotools时候出现一下问题：解决办法1.第一种方法：在终端中直接输入：pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI这个方法是在目前网上最常见的解决方法，但是

YOLOV4与YOLOV3的区别20年的11月份的时候，正式开始接触v4。时间过去了小半年了，最近突然忘记了v4里面的所谓那些tricks，所以特地做一篇blog（怕过段时间又忘记了~）。首先，先大概的说下二者之间的差别：1.特征提取网络的不同2.激活函数的不同3.loss的不同4.数据处理的不同5.学习率的不同参考：https://blog.csdn.net/weixin_44791964/ar

YOLO系列 --- YOLOV7算法（六）：YOLO V7算法onnx模型部署

ERROR: Failed building wheel for pycocotools解决办法问题：在下载安装pycocotools时候出现一下问题：解决办法1.第一种方法：在终端中直接输入：pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI这个方法是在目前网上最常见的解决方法，但是

目标检测—CIOU原理及代码实现最近刚写完一篇YOLO V4-tiny的blog，其中Tensorflow2.0—YOLO V4-tiny网络原理及代码解析（三）- 损失函数的构建涉及到了CIOU。所以特地单独领出来写一篇blog记录一下。在YOLO V3中，对于位置的损失函数，使用的还是普通的smooth-l1损失函数，但是到了YOLO V4中，关于位置的损失函数已经变成CIOU了。一、原理，公

YOLO系列 --- YOLOV7算法（一）：使用自定义数据集跑通YOLOV7算法

Tensorflow与cuda版本关系（附加多个cuda版本安装）多说一句如果，在网上down的代码用的tf的版本与你本机cuda不一致的话，可以在本机安装多个cuda版本，到时候再根据你自己的项目来选择使用哪个版本的cuda（就我本机win10为栗子）1.安装cuda，这一步在网上太多教程，随便找个就行（cuda安装教程（windows））2.一般来说，如果cuda默认安装，路径应该与我上面贴出