按时间归档:2022年
-
ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks
Qilong Wang, Banggu Wu, Pengfei Zhu, Peihua Li, Wangmeng Zuo, & Qinghua Hu (2019). ECA…
-
论文阅读 (54):DeepFool: A Simple and Accurate Method to Fool Deep Neural Networks
1 引入 1.1 题目 2016CVPR:简单愚弄深度神经网络 (DeepFool: A simple and accurate method to fool deep neu…
-
线性回归【Tensorflow】
1. 学习目的 学习用Tensorflow2.0实现线性回归 2. 使用平台 Google Colab 3. 参考资料 TensorFlow 2.0 回归案例 葡萄酒品质预测 4.…
-
论文笔记:图像分割——FCN(深度之眼CV-Paper)
Fully Convolutional Networks for Semantic Segmentation 语义分割中的全卷积网络 论文结构 摘要: 介绍论文的背景、核心观点、方…
-
论文阅读 (53):Universal Adversarial Perturbations
1 概述 1.1 题目 2017CVPR:普适对抗扰动 (Universal adversarial perturbations) 1.2 方法 要点如下: 1)…
-
pytorch 28 jit模型(TorchScript)转换为onnx模型
TorchScript是pytorch模型c++下libtorch部署的必须要求,但是已经部署好的jit模型如果有一天突然想换成onnx部署、openvion部署,tensorRT…
-
激活函数 – 杂记
目录 1.Sigmoid ,导数: 优点:平滑、易求导。可以将函数映射到(0, 1)之间,通常二分类算法会在最后套一层sigmoid函数。 缺点: 计算量大,包含指数运算 Sigm…
-
TensorFlow – Help Protect the Great Barrier Reef海星检测比赛总结
1.Yolov5检测海星竞赛 比赛链接 有很多前排的很值得借鉴,参考,学习。在这里就不一一列出了。感兴趣的可以自己去看看。 1.数据集部分 该数据集由三段视频帧组成,总共给的有图像…
-
YOLOv5的Tricks | 【Trick5】遗传算法实现超参数进化(Hyperparameter Evolution)
如有错误,恳请指出。 Hyperparameter evolution超参数演化是一种使用遗传算法(GA)进行优化的超参数优化方法。ML 中的超参数控制训练的各个方面,为它们找到最…