• 2024-07-19TransReID模型运行
    模型源码可通过下方链接进行下载,相应的数据集也可以通过下方链接找到并下载。https://github.com/damo-cv/TransReID?tab=readme-ov-file1.环境配置pipinstall-rrequirements.txt通过以上指令安装好所需要的包。2.预训练模型下载在源码下载页面,找到图片所示位置进行
  • 2024-07-146-1构建模型的3种方法
    可以使用以下三种方式构建模型:1.继承nn.Module基类构建自定义模型2.使用nn.Sequential按层顺序构建模型3.继承nn.Module基类构建模型并辅助应用模型容器进行封装(nn.Sequentail,nn.ModuleList,nn.ModuleDict)其中第一种方式最为常见,第二种方式最简单,第三种方式最为灵活也较为
  • 2024-07-01经典的卷积神经网络模型 - AlexNet
    经典的卷积神经网络模型-AlexNetflyfishAlexNet是由AlexKrizhevsky、IlyaSutskever和GeoffreyHinton在2012年提出的一个深度卷积神经网络模型,在ILSVRC-2012(ImageNetLargeScaleVisualRecognitionChallenge2012)竞赛中取得了显著的成果,标志着深度学习在计
  • 2024-07-01经典的卷积神经网络模型 - VGGNet
    经典的卷积神经网络模型-VGGNetflyfishVGG网络的名称来源于其开发团队——牛津大学的视觉几何组(VisualGeometryGroup)在2014年,牛津大学的视觉几何组和GoogleDeepMind公司的研究人员也不例外,研发了一个名为VGG的网络,VGG网络的一个主要贡献是展示了网络的深度(即层数)在
  • 2024-06-11STRIDE威胁模型
    一,概述STRIDE分析模型是微软提出的一种威胁建模方法,它也是一套安全设计的方法论,它的6个字母代表六种安全威胁。分别是: 身份欺骗(Spoofing)身份欺骗,即伪装成某对象或某人,指违背用户的认证信息。攻击者获得了用户的个人信息或使它能够重放认证过程的东西。例如,通过伪装成别人的
  • 2024-05-22STRIDE模型应用于信息安全威胁分析学习
    STRIDE模型应用与信息安全威胁分析学习一、引言功能安全风险分析是对系统的系统性失效和随机性失效进行风险评估,对于网络安全风险,需要通过威胁分析识别系统的威胁场景,用于形成有对应威胁的控制措施和有效的分层防御,威胁分析是信息安全风险分析的重要组成部分。二、威胁分析的步
  • 2024-05-19OpenVX代码优化裁减简介
    OpenVX代码优化裁减简介 在OpenVX中,裁减(Reduction)是一种操作,它对数组或图像中的元素执行聚合操作。这里的“裁减”是指将大型数组或图像减少到单一数值的过程。OpenVX提供了几种不同的裁减操作,包括求和(Summation)、平均(Average)、最小值(Minimum)、最大值(Maximum)和累加器(Accumulat
  • 2024-05-06动手学深度学习——卷积操作
    卷积卷积概念卷积原属于信号处理中的一种运算,引入CNN中,作为从输入中提取特征的基本操作补零:在输入端外侧填补0值使得卷积输出结果满足某种大小,在外侧的每一边都添加0值,使得输出可以达到某种预定形状跨步:卷积核在输入上滑动时每次移动到下一步的距离使用张量实现卷积impor
  • 2024-05-02ResNet代码精读
    classBasicBlock(nn.Module):expansion=1def__init__(self,in_channel,out_channel,stride=1,downsample=None,**kwargs):#虚线对应的downsamplesuper(BasicBlock,self).__init__()self.conv1=nn.Conv2d(in_channels=in_channel,ou
  • 2024-04-16ResNet50算法
    ResNet(Residualnet)是残差网络的通用概念,而ResNet50是一个具体的网络结构,其由50个卷积层组成。ResNet50是指包含了50个卷积层(包括卷积层、池化层、全连接层等)的ResNet网络。ResNet50是基于ImageNet数据集上的训练所提出的一个具体网络结构。ResNet核心:在最终输出中,除了
  • 2024-04-08空洞卷积 Dilated Convolution
    空洞卷积DilatedConvolution通常的卷积操作,除了需要指定输入输出通道数,还需要确定卷积核大小kernei_size、步长stride、填充大小padding。Conv1d(384,48,kernel_size=3,stride=1,padding=1)空洞卷积则是在此基础上增加了dilation参数,用于控制卷积核的扩张程度。dil
  • 2024-04-02EFPN代码解读
    论文ExtendedFeaturePyramidNetworkforSmallObjectDetectionpython3D:/Project/EFPN-detectron2-master/tools/train_net.py--config-fileconfigs/InstanceSegmentation/pointrend_rcnn_R_50_FPN_1x_coco.yaml--num-gpus1训练脚本cfg中
  • 2024-03-28ByteTrack多目标跟踪——yolox_model代码详解
    文章目录yolox_modelYOLOPAFPNYOLOXHeadmodel损失计算初步筛选SimOTA求解附:网络结构ClsheadCls_convsCls_predsRegheadReg_convsReg_predsObjheadObj_predsyolox_modelyolox_model主要包括以下几个文件:yolox.py、yolo_pafpn.py以及yolo_head.pytrain时
  • 2024-03-25【YOLOv5改进系列(4)】高效涨点----添加可变形卷积DCNv2
    可变形卷积
  • 2024-03-20Pytorch | Tutorial-07 保存和加载模型
    这是对Pytorch官网的Tutorial教程的中文翻译。在本节中,我们将了解如何通过保存、加载和运行模型预测来持久保存模型状态。importtorchimporttorchvision.modelsasmodels保存和加载模型权重PyTorch模型将学习到的参数存储在内部状态字典中,称为 state_dict 。这
  • 2024-03-20cuda规约运算
    归:递归约:减小对于一个矩阵做求和运算若串行求和的话需要o(n)的复杂度但若向下图这样,俩俩并行相加,只需要o(logn)的复杂度__global__voidreduceNeighbored(int*g_idata,int*g_odata,unsignedintn)//g_idata是待求和数组,g_odata存放的是每个线程块求和的结果{ un
  • 2024-02-20李宏毅《机器学习》总结 - 2022 HW8(Anomaly Detection、ResNet) Strong Baseline
    重新学习了一下ResNet。。这作业平均一跑就是3、4个小时题目大意是让你做异常检测(anomalydetection),即给你一些正常的图片,再让你测试图片是正常的还是异常的(可以理解为2分类问题,只不过其中一个类别是无限大的)代码:https://www.kaggle.com/code/skyrainwind/hw8-anomaly-detec
  • 2024-01-22【快速阅读三】使用泊松融合实现单幅图的无缝拼贴及消除两幅图片直接的拼接缝隙。
    泊松融合还可以创建一些很有意思的图片,比如一张图片任意规格平铺,使用泊松融合后,平铺的边界处过渡的很自然,另外,对于两张图片,由于局部亮度等等的影响,导致拼接在一起时不自然,也可以使用泊松融合予以解决。在【快速阅读二】从OpenCv的代码中扣取泊松融合算
  • 2024-01-14STRIDE模型
     威胁识别有不同的办法,如STRIDE模型、攻击树、KillChain等。STRIDE在软件安全分析领域应用较多,是微软开发的用于威胁识别的工具,它把威胁分成如下6个维度来考察:Snoofing(欺骗)Tampering(篡改)Repudiation(否认)Informationdisclosure(信息披露)DenialofService(拒绝服务)Elevati
  • 2023-12-17深度学习项目实战:垃圾分类系统
    简介:今天开启深度学习另一板块。就是计算机视觉方向,这里主要讨论图像分类任务--垃圾分类系统。其实这个项目早在19年的时候,我就写好了一个版本了。之前使用的是python搭建深度学习网络,然后前后端交互的采用的是javaspringMVC来写的。之前感觉还挺好的,但是使用起来还比较困难的。
  • 2023-12-17深度学习项目实战:垃圾分类系统
    简介:今天开启深度学习另一板块。就是计算机视觉方向,这里主要讨论图像分类任务--垃圾分类系统。其实这个项目早在19年的时候,我就写好了一个版本了。之前使用的是python搭建深度学习网络,然后前后端交互的采用的是javaspringMVC来写的。之前感觉还挺好的,但是使用起来还比较困难的
  • 2023-12-08mergeSort
    本篇介绍cudasamples中的mergeSort.大体上来讲,mergeSort分为两个阶段.对含有SHARED_SIZE_LIMIT(即1024)个元素的数组进行排序.合并多个有序数组.其中第一个阶段调用一次函数mergeSortShared结束.而第二个阶段需要循环调用三个函数:generateSampleRanks,merg
  • 2023-11-29FPN特征金字塔
    FPN特征金字塔目录FPN特征金字塔背景知识FPN网络结构FPN结构特点结构总结代码实现参考资料论文地址https://arxiv.org/pdf/1612.03144.pdf目标的多尺度一直是目标检测算法极为棘手的问题。像FastR-CNN,YOLO这些只是利用深层网络进行检测的算法,是很难把小目标物体检测好的。因
  • 2023-08-23深度学习(十二)——神经网络:搭建小实战和Sequential的使用
    一、torch.nn.Sequential代码栗子官方文档:Sequential—PyTorch2.0documentation#UsingSequentialtocreateasmallmodel.When`model`isrun,#inputwillfirstbepassedto`Conv2d(1,20,5)`.Theoutputof#`Conv2d(1,20,5)`willbeusedastheinputto
  • 2023-08-12Max_Pool模块完善
    Max_Pool模块完善什么是最大池化层(MaxPoolingLayer)?-最大池化层是一种常用的池化层(PoolingLayer),它的作用是对输入的特征图(FeatureMap)进行降维压缩,以加快运算速度,减少参数数量,防止过拟合,提高模型的尺度不变性和旋转不变性。-最大池化层的原理是:在前向传播过程中,对每个特