参考博文1.针对 VOC2007和VOC2012 的具体用法 2.Pascal Voc（07+12）联合训练并在07上测试 VOC2007和VOC2012用法目前广大研究者们普遍使用的是 VOC2007和VOC2012数据集，因为二者是互斥的，不相容的。 论文中针对 VOC2007和VOC2012 的具体用法有以下几种： 1.只用VOC2007的trainval 训练，使用VOC2007的t...

论文地址：Focal loss for dense object detection 源码地址：RetinaNet 文章引用代码地址：https://github.com/bubbliiiing/retinanet-pytorch 文章出处：https://blog.csdn.net/weixin_44791964/article/details/108319189 实现思路Retinane...

论文地址：CenterNet: Keypoint Triplets for Object Detection (thecvf.com) 源码地址： CenterNet: Keypoint Triplets for Object Detection 文章引用代码地址：https://github.com/bubbliiiing/centernet-pytorch 文章出处：Pytorch搭建自...

论文地址：https://arxiv.org/pdf/2010.11929.pdf 源码地址：google-research/vision_transformer (github.com) 文章引用源码：https://github.com/bubbliiiing/classification-pytorch 文章出处：https://blog.csdn.net/weixin_4479196...

论文地址：Faster R-CNN 源码地址：ShaoqingRen/faster_rcnn: Faster R-CNN (github.com) 文章引用源码：https://github.com/bubbliiiing/faster-rcnn-pytorch 文章出处：https://blog.csdn.net/weixin_44791964/article/details/105739...

论文地址：https://arxiv.org/pdf/1804.02767.pdf 源码地址：ultralytics/yolov3 文章引用源码：https://github.com/bubbliiiing/yolo3-pytorch 文章出处：https://blog.csdn.net/weixin_44791964/article/details/105310627 实现思路预测部分主干...

注意力机制注意力机制就是让网络关注到它更需要关注的地方，是一种网络自适应注意的方式。注意力机制可以分为通道注意力，空间注意力以及二者的结合。 相关论文SENet2017年提出的SENet是最后一届ImageNet竞赛的冠军，其实现示意图如下所示，对于输入进来的特征层，我们关注其每一个通道的权重，对于SENet而言，其重点是获得输入进来的特征层，每一个通道的权值。利用SENet，我们可以让网络...