神经网络

下载项目：https://github.com/ultralytics/yolov5 1.硬件配置： CPU：Intel Xeon Gold 6146 3.2GHz GPU：GTX3090

计算机视觉研究院专栏作者：Edison_G现在的自监督学习通过在ImageNet数据集上实现图像分类来进行无监督的预训练，通过最大化不同图像之间的距离（相似度），最小化同一张

前言 Jetson nano运行yolov3-tiny模型，在没有使用tensorRT优化加速的情况下，达不到实时检测识别的效果，比较卡顿。英伟达官方给出，使用了tensorRT优化加速

1 人工智能发展 1.1 发展历程 人工智能提出（1950s）：人工智能AI、图灵测试机器学习（1970s）：机器学习、数据建模人工神经网络（

浙江大学的一篇工作。可以直接看原作者的中文介绍： https://zhuanlan.zhihu.com/p/157530787 官方源码： https://github.com/cfzd/Ultra-Fast-Lan

YOLO v5 实现目标检测（参考数据集&自制数据集） Author： Labyrinthine Leo   Init_time： 2020.10.26 GitHub： ht

在做深度学习任务时，我是做图像目标检测，用tensorflow或者keras或者pytorch训练完模型，然后就是做预测，发现无论是用GPU还是CPU都非常慢，然后百度了好久

1 YOLOv4目标检测模型 自从Redmon说他不在更新YOLO系列之后，我一度以为这么好用的框架就要慢慢淡入历史了，事实是我多虑了。YOLOv4在使用YOLO Loss的基础上，使用了新的back

Paper：https://arxiv.org/abs/2103.11832 Code：未开源 1.动机 在最近的文献中，RGB-D SOD方法通常将深度通道作为辅助输入通道，直接送入

目录 1，概述  2，ResNet-FPN 3, ROI Align 4, mask 5，训练及预测 6，损失 1，概述  Mask RCNN沿用了Faster RCN