另一个-YOLOv4-Pytorch
这是在pytorch上实现YOLOv4对象检测神经网络的实现。 我将尝试实现原始纸张的所有功能。
模型
预先训练的体重
自订课程
联合会
YOLO数据集
验证信箱
HSV转变为火车
MOSAIC的火车
Dropblock层进行训练。 每个PAN层一个，但是您可以轻松地将其添加到每个层。 （感谢Evgenii Zheltonozhskii实现pytorch）
LARS优化器
火炬闪电
用fgsm进行自我对抗训练
YOLOv4官方论文中的SAM注意事项
从ECA注块从fastglobalavgpool
来自重量标准化（不建议与预训练一起使用，可能会导致输入爆炸，与track_running_stats一起使用，否则爆炸）
带指南的笔记本
来自IoU意识
深度实施中的NMS（未连接）
来自矩阵NMS算法（未连接）
2021-07-15 21:08:37
1.23MB
1
对等丢失功能
此存储库是ICML2020接受的“”的Pytorch Pytorch实现。
所需的包装和环境
支持的操作系统： Windows，Linux，Mac OS X； 的Python：3.6 / 3.7;
深度学习库： PyTorch（需要GPU）
所需软件包： Numpy，Pandas，random，sklearn，tqdm，csv，火炬（如果要估计噪声转换矩阵，则需要Keras）。
实用工具
该存储库包括：
:clipboard: 对等丢失功能的多类实现；
:clipboard: 深度学习中的对等丢失功能；
:clipboard: Peer Loss功能的动态调整策略可进一步提高性能。
运行详细信息（ 每个文件夹的README.md文件中都提到了MNIST，Fashion MNIST，CIFAR-10，CIFAR-100上具有不同噪声设置的对等丢失功能。
的工作流程 加权对等损失函数包括：
决策边界可视化
给定2D合成
2021-07-05 20:43:27
128.59MB
1
本人翻译的Insight Face论文：ArcFace: Additive Angular Margin Loss for Deep Face Recognition。由于水平有限，因此文中很多名词不明白怎么翻译，还有可能存在一些地方有错误翻译，建议对照英文版原文比对着看。如果发现有翻译错误的，还请见谅并且通知我，或者有更好的理解，欢迎交流，谢谢。
2021-07-04 10:54:45
963KB
1
在本片文章里小编给大家整理的是关于Pytorch中accuracy和loss的计算相关知识点内容，有需要的朋友们可以学习下。
2021-05-31 17:34:09
38KB
1
主要介绍了在tensorflow下利用plt画论文中loss,acc等曲线图实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-05-12 15:44:08
68KB
1