- 前言本文是实践记录，首先搭建YOLOv5 开发环境，然后训练模型，最后推理，查看效果。本文分为精简版和详细版，精简版是由简介和命令组成的；详细版是由简介、命令、过程信息记录 组成的。前提挂载谷歌云盘、来到自己的谷歌云盘下的目录。from google.colab import drivedrive.mount('/content/gdrive')在云盘中，创建一个名为YOLOv5的目录，然后... 前言本文是实践记录，首先搭建YOLOv5 开发环境，然后训练模型，最后推理，查看效果。本文分为精简版和详细版，精简版是由简介和命令组成的；详细版是由简介、命令、过程信息记录 组成的。前提挂载谷歌云盘、来到自己的谷歌云盘下的目录。from google.colab import drivedrive.mount('/content/gdrive')在云盘中，创建一个名为YOLOv5的目录，然后...
- 下面几篇paper有异曲同工之妙，开启了anchor-based和anchor-free的轮回。1. Feature Selective Anchor-Free Module for Single-Shot Object Detection2. FCOS: Fully Convolutional One-Stage Object Detection3. FoveaBox: Beyond An... 下面几篇paper有异曲同工之妙，开启了anchor-based和anchor-free的轮回。1. Feature Selective Anchor-Free Module for Single-Shot Object Detection2. FCOS: Fully Convolutional One-Stage Object Detection3. FoveaBox: Beyond An...
- 主要介绍Char CNN和DS CNN两个网络模型的从GPU上TensorFlow代码迁移到Ascend 910（NPU）上TensorFlow代码的过程。 主要介绍Char CNN和DS CNN两个网络模型的从GPU上TensorFlow代码迁移到Ascend 910（NPU）上TensorFlow代码的过程。
- 【昇腾CANN训练营第二期】【应用营】第二周作业实操 【昇腾CANN训练营第二期】【应用营】第二周作业实操
- 从零开始，完整搭建基于风格迁移的图像处理APP（Powered by Android） 从零开始，完整搭建基于风格迁移的图像处理APP（Powered by Android）
- 代码来源https://gitee.com/ascend/modelzoo/tree/master/contrib/TensorFlow/Research/nlp/char-level_cnn/CharCNN_tf_huangjinsai 运行环境NPU： 1 Ascend 910GPU： 1 Nvidia V100 16GB 运行结果 NPU数据训练过程：Epoch: 10Iter: ... 代码来源https://gitee.com/ascend/modelzoo/tree/master/contrib/TensorFlow/Research/nlp/char-level_cnn/CharCNN_tf_huangjinsai 运行环境NPU： 1 Ascend 910GPU： 1 Nvidia V100 16GB 运行结果 NPU数据训练过程：Epoch: 10Iter: ...
- 自然语言处理（Natural Language Processing, NLP）领域中，近年来出现了一批以GPT、BERT为代表的大模型崭露头角，在各类任务上大幅提升了精度，并逐渐成为主流。但是大模型并不是万能的，在当前这个环境下，我们该如何看待大模型呢？ 自然语言处理（Natural Language Processing, NLP）领域中，近年来出现了一批以GPT、BERT为代表的大模型崭露头角，在各类任务上大幅提升了精度，并逐渐成为主流。但是大模型并不是万能的，在当前这个环境下，我们该如何看待大模型呢？
- FCOS: Fully Convolutional One-Stage Object Detection Backgroundanchor-based 方法的不足：anchor的参数过多，且对最终的检测性能有较大的影响。例如anchor的大小，长宽比等。anchor导致的正负样本不平衡问题较为严重anchor-based的方法分为two-stage和one-stage。two-stage的... FCOS: Fully Convolutional One-Stage Object Detection Backgroundanchor-based 方法的不足：anchor的参数过多，且对最终的检测性能有较大的影响。例如anchor的大小，长宽比等。anchor导致的正负样本不平衡问题较为严重anchor-based的方法分为two-stage和one-stage。two-stage的...
- 关于YOLOv5修改网络结构 关于YOLOv5修改网络结构
- tensorflow函数式API的使用 tensorflow函数式API的使用
- 使用tensorflow对图片进行分割 使用tensorflow对图片进行分割
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签