transformer 在 CV 中的应用(三) ViT 分类网络
ViT 网络是谷歌在 2020 年提出的基于纯 Transformer 实现的分类网络，它完全抛弃了 CNN 网络。 ViT 网络中的 Transformer 与传统意义上的 Transformer 存在明显的不同，传统的 Transformer 是用于 NLP 中的机器翻译任务中，...
文章笔记 / JOURNAL
共 48 篇transformer 在 CV 中的应用(二) DETR 目标检测网络
DETR 目标监测网络是 Facebook 提出的目标监测网络，它是 transformer 在目标检测网络中的首次尝试。相比之前使用 anchor 的目标检测网络， DETR 是一种 anchor free 的目标检测网络，网络最终输出为无序预测集合 (set prediction...
可信计算之远程证明
本文参考了英飞凌开源的远程证明代码的实现，并在此基础上进行了修改，这份开源的代码有三个分支， master 分支是远程证明实现相关的文档； device 分支是远程证明的客户端实现； server 分支是远程证明的服务端实现。除此之外还参考内核完整性度量模块相关的代码。
transformer 在 CV 中的应用(一) Transformer 介绍
Transformer 是 Google 的团队在 2017 年提出的一种 NLP 经典模型，经过近几年的发展， Transformer 不仅在 NLP 领域有很好的应用，在 CV 领域也得到了快速发展。最初 Transformer 是为了替换 RNN 网络而出现的，因为 RNN 循...
基于 sort 算法的多目标跟踪
本文介绍基于 Sort 算法的多目标跟踪方案，实现车流量统计。该方案主要由三个部分组成。 yolov3 进行目标检测、使用匈牙利算法对目标进行关联、使用卡尔曼滤波器对跟踪目标进行修正。
如何计算 mAP
IOU 是 Intersection over Union 的缩写，意为交并比。它用来衡量真实边界框与预测边界框的重合程度，它的计算公式为 [交集/并集] 。
深度学习之(十四)EfficientNet 网络
EfficientNet 是谷歌在 2019 年提出的新的特征提取网络。它的主要创新点并不是结构，不像 ResNet 、 SENet 发明了 shortcut 或 attention 机制， EfficientNet 的 base 结构是利用结构搜索搜出来的，然后使用 compoun...
深度学习之(十三)MobildNet 网络
MobileNet 是 谷歌 2017 提出的用于移动设备上的轻量级神经网络。那么为什么 MobileNet 是如何做到在不影响模型精度的条件下，大幅减少模型参数的呢？答案是深度可分离卷积。在随后的两年谷歌又推出了 V2 和 V3 版本。
YOLO 源代码分析(四) YOLOv3 网络训练
下面的 accumulate 是模拟一个更大的 batchsize 来进行梯度下降，一定条件下， batchsize 越大训练效果越好，梯度累加则实现了 batchsize 的变相扩大，如果 accumulate 为 8 ，则 batchsize ‘变相’ 扩大了 8 倍。
YOLO 源代码分析(三) YOLOv3 主干网络
ultralytics 版 YOLOv3 的主干网络是由 Darknet53 加上 SPP 结构再加上残差网络构成的。这个版本的主干网络是通过解析配置文件来加载的，由于网络整体结构比较简单，不过多介绍，本文主要介绍如果解析配置文件。
