ti138729

前言 在深度学习学习过程，学习理论和读懂源码都是同等重要的，之前看了许多 paper，也积累了许多理论知识，不过当真的要落实到代码上，还是无从下手，还是停留在用的层面上。最近自由时间比较多，所以也想静

损失函数设计的重要性可想而知，设计出一个好的目标函数，不但可以训练出一个更精准的模型，同时可以加快模型模型训练。在接触目标检测之初，对于自己一个不小的挑战就是理解损失函数，这部分内容比较繁琐。我们来简

前言 动机 很多朋友看到这里，会觉得现在是什么年代了，还在聊 YOLOv1 的实现。的确最近刚刚看到 YOLOv7 已经出现了，还没有时间去看。之前自己也是一路追新的模型，新的框架，不断尝新。不过最近

前言 自从 3 年前的一次心血来潮，坚持到今天，一路走来经历了很多，也学到很多。特别是当遇到一个自己完全不了解，且有一定深度领域应该如何下手。以后有机会和大家分享一下自学机器学习的经历，希望让大家可以

一直一来想是实现一个深度学习框架，对于我来说这是一件很有趣的事，当然更是一件具有挑战的事。由于自己储备关于这方面知识远远不够，所以最近大部分时间都用来收集资料。希望分享有助理解深度学习框架。

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第5天，点击查看活动详情 前言 今天是周末，难得有时间出去转一转，每天忙碌并不是自己没有可控的时间，而是最近想在短时间让自己有所提升

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第6天，点击查看活动详情 前言 自从 YOLOv3 一来，网格结构基本成形，可以说 YOLO 网络结构基本确定了。随后 YOLOv4

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第7天，点击查看活动详情 前言 最近在看 YOLOv4 一些相关资料，不得不说 YOLOv4 是当时技术的万花筒。将神经网络当时各个

选择有一个有代表网络结构，然后从头到尾实现了一遍这个网络结构，这样才会对这个网络结构有一个比较深印象。对于同类其他网络结构也会有感觉。带着这种想法今天就自己动手实现一个完整 YOLOv4 的网络。