本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
发简信
IP属地：广东
-
关于YOLOv3的一些细节 -
-
yolov3论文阅读笔记简单介绍 yolov3和retinaNet的爱恨情仇，如果看过retinaNet论文可以发现，论文作者在对比图中没有画出yolov2的对比展示图，可能是因为yolov2的时间...
-
如何正确地使用Google Colab一.Colab简介 https://colab.research.google.com/notebooks/welcome.ipynb偶然间接触到Colab，发现它居然支持G...
-
TORCH08-01深入理解Module的训练参数管理
Torch的底层核心是Storage与Tensor；应用核心就是Module的设计封装；Module中比较巧妙的是可训练参数的管理。 本主题从源代码角度捋了一下，作为M...
-
TORCH03-05AlexNet网络与ImageNetAlexNet网络是卷积神经网络中也是大名鼎鼎的，这个主题梳理AlexNet相关的材料，以及与之相关的ImageNet2012数据集。 AlexNet模型 模型的特点 ...
-
PyTorch中的nn.Conv1d与nn.Conv2d本文主要介绍PyTorch中的nn.Conv1d和nn.Conv2d方法，并给出相应代码示例，加深理解。 一维卷积nn.Conv1d 一般来说，一维卷积nn.Conv1d用于...
-
-
