机器学习

YOLOv4 介绍及其模型优化方法一、YOLOv4 介绍2020 年 4 月，YOLOv4 在悄无声息中重磅发布，在目标检测领域引起广泛的讨论。在 YOLO 系列的原作者 Joseph Redmon 宣布退出 CV

论文题目：Towards End-To-End Lane Detection:an Instance Segmentation Approach. 代码github：https://github.com/yanga

2016.Spatio-Temporal LSTM with Trust Gates for 3D Human Action Recognition（基于Trust Gates的瞬时时空LSTM三维人体动作识别） 创

本文包含代码案例和讲解，建议收藏，也顺便点个赞吧。欢迎各路朋友爱好者加我的微信讨论问题：cyx645016617. 在很多关于医学图像分割的竞赛、论文和项目中，发现 Dice 系数(Di

目录 前言 一、验证集重新划分 二、数据重采样 1.Update image weights ​ 3.Focal loss 4.更改模型 前言 本次主要是基于YOLOV5为baseline来解决样本不均衡的问题，来提

MMdetection之necks之FPN 其横向为 1X1 的卷积，向下为 上采样 Specifically, for ResNets [16] we use the feature activations output by

目录 0 前言 1 数据增强的实现 1.1 贴背景 1.2 随机旋转 1.3 随机色调变换 1.4 随机透视变换 1.5 完整代码 2 总结 0 前言 前一段时间在做目标检测任务，由于训练数据较少，

刚开始跟着网上的教程做，把环境安装错了，后来直接用GitHub的官方教程来安装环境。 地址是yolov5官方团队代码及教程，看readme文件就可以。 系列文章： 基于Yolov5目标检测

学习前言 来看看很厉害的Mask R-CNN实例分割的原理吧，还是挺有意思的呢！ 什么是Mask R-CNN Mask R-CNN是He Kaiming大神2017年的力作，其在进行目标检测的同时

Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection 论文地址：https://arxiv.org/pdf/2010.12035.pdf Git