目标检测入坑指南4:GoogLeNet神经网络
前面介绍的三个神经网络都是“串联”的,仅仅是卷积层的不断堆叠,结构比较简单。接下来两篇博客要介绍的GoogLeNet和ResNet中开始出现“并联”结构,这也是正式进入目标检测算法前最后要介绍的两个神经
前面介绍的三个神经网络都是“串联”的,仅仅是卷积层的不断堆叠,结构比较简单。接下来两篇博客要介绍的GoogLeNet和ResNet中开始出现“并联”结构,这也是正式进入目标检测算法前最后要介绍的两个神经
--NeoZng[neozng1hnu.edu.cn] 如果觉得笔者写得还不错,关注一下点个赞吧! 稍作总结后,笔者在这里再介绍一些目标检测领域的trick和改进方法(其实现在已经不新了)ÿ
注意:这里展示的是本篇博文写时的版本最新的实现,但是后续会代码可能会迭代更新,建议对照官方文档进行学习。 先来看源码: # 这个类是是许多池化类的基类,这里有必要了解一下
因为工作原因,项目中经常遇到目标检测的任务,因此对目标检测算法会经常使用和关注,比如Yolov3、Yolov4算法、Yolov5算法、Yolox算法。 当然,实际项目中很多的第一步&#x