近日完成
- 西瓜书和花书的阅读更新
- YOLOX 调试和运行
- 另一个ckfile.top FTP服务器网站的搭建
安排
- x5650主机
- yolov5以及对比博客
- gcn和transformer调试
- 算法
© 本文著作权归作者所有,转载前请务必署名
DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object DetectionAbstract我们提出了DINO(带改进去噪anchor box的DETR),一种最先进的端到端目标检测器。DINO通过使用对比方法进行去噪
DETRs Beat YOLOs on Real-time Object DetectionAbstractYOLO系列已成为实时目标检测最流行的框架,因为它在速度和精度之间进行了合理的权衡。然而,我们观察到nnms对yolo的速度和准确性产生了负面影响。最近,端到端基于transformer的检测
YOLOv10: Real-Time End-to-End Object DetectionAbstract在过去的几年里,由于在计算成本和检测性能之间取得了有效的平衡,YOLOs已经成为实时目标检测领域的主导范式。研究人员已经对yolo的架构设计、优化目标、数据增强策略等进行了探索,并取得了显著进
YOLOv9: Learning What You Want to Learn Using Programmable Gradient InformationAbstract今天的深度学习方法关注的是如何设计最合适的目标函数,使模型的预测结果最接近ground truth。同时,必须设计一个适当的体
Abstract受Kolmogorov-Arnold表示定理的启发,我们提出Kolmogorov-Arnold网络(KANs)作为多层感知器(mlp)的有前途的替代品。mlp在节点(“神经元”)上有固定的激活函数,而kan在边缘(“权重”)上有可学习的激活函数。kan根本没有线性权重——每个权重参数