按时间归档：2022年02月
-
【YOLOV5-5.x 源码解读】export.py
内容 前言 0、导入需要的包和基本配置 1、文件入口 2、parse_opt 3、main 4、run 5、使用 总结 前言 源码：YOLOv5源码.导航:【YOLOV5-5.x …
-
【YOLOV5-5.x 源码解读】yolo.py
内容 前言 0、导入需要的包和基本配置 1、parse_model 2、Detect 3、Model 总结 前言 源码：YOLOv5源码.导航:【YOLOV5-5.x 源码讲解】整…
-
【YOLOV5-5.x 源码解读】experimental.py
内容 前言 0、导入需要的包 1、幻想（Ghost）模块 1.1、GhostConv 1.2、GhostBottleneck 2、MixConv2d 3、Ensemble 4、at…
-
【YOLOV5-5.x 源码解读】common.py
内容 前言 0、导入需要的包和基本配置 1、基本组件 1.1、autopad 1.2、Conv 1.3、Focus 1.4、Bottleneck 1.5、BottleneckCSP…
-
【YOLOV5-5.x 源码解读】activations.py
内容 前言 0、ReLU、Leaky ReLU、PReLU、RReLU 1、Swish/SiLU 2、Mish 3、FReLU 4、AconC、meta-AconC 5、DyReL…
-
【YOLOV5-5.x 源码讲解】coco128.yaml
内容 前言 数据资料 前言 源码：YOLOv5源码.链接:【YOLOV5-5.x 源码讲解】整体项目文件导航.注释版全部项目文件已上传至GitHub:yolov5-5.x-anno…
-
【YOLOV5-5.x 源码解读】hyp.scratch.yaml
内容 前言 1、训练相关参数 2、损失函数相关参数 3、其他几个参数 4、数据增强相关参数 Reference 前言 源码：YOLOv5源码.链接:【YOLOV5-5.x 源码讲解…
-
PyTorch多卡分布式训练DistributedDataParallel 使用方法
PyTorch多卡分布式训练DistributedDataParallel 使用方法 内容 PyTorch多卡分布式训练DistributedDataParallel 使用方法 1…
-
一点就分享系列（实践篇3-上篇）— 修改YOLOV5 之”魔刀小试“+ Trick心得分享+V5精髓部分源码解读
一点就分享系列（实践篇3—上篇）—修改YOLOV5 魔刀小试+ Trick心得分享 DL部署大热，而我觉得回归原理和源码更加重要！正如去年，我也提倡部署工程化，眼争上班工作我这里也…
-
各种距离概念与计算公式
参考：范数：https://blog.csdn.net/xdy1120/article/details/106426504各种距离：https://www.cnblogs.com/…
