首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具

C++|C|数据结构与算法|Linux

专栏成员
38
文章
10978
阅读量
13
订阅数
【YOLOv8】YOLOv8改进系列(12)----替换主干网络之StarNet
HABuo
2025-04-03
2620
【YOLOv8】YOLOv8改进系列(11)----替换主干网络之MobileNetV4
文章介绍了MobileNetV4(MNv4),这是Google团队开发的最新一代MobileNets,专为移动设备设计的高效神经网络架构。MNv4通过引入通用倒置瓶颈(Universal Inverted Bottleneck,UIB)搜索块、Mobile MQA注意力块以及优化的神经架构搜索(NAS)配方,实现了在多种移动硬件(包括CPU、DSP、GPU和专用加速器)上的高效性能。MNv4模型在保持高性能的同时,显著提高了计算效率,适用于多种移动设备。
HABuo
2025-04-01
2030
【YOLOv8】YOLOv8改进系列(10)----替换主干网络之UniRepLKNet
论文介绍了一种名为 UniRepLKNet 的新型大核卷积神经网络(ConvNet),它在图像识别、音频、视频、点云、时间序列等多种模态的任务上表现出色,展示了卷积神经网络在多模态领域的巨大潜力。
HABuo
2025-03-28
730
【Linux】想学习Linux不看这一篇你就慢了-->发展背景与基本指令
我们首先想一下这些问题:人为什么可以统领世界?为什么不可以是其它生物?当今发展如此迅速的时代,是什么推动了我们这个社会的发展?
HABuo
2025-03-26
940
【YOLOv8】YOLOv8改进系列(9)----替换主干网络之RepViT
论文介绍了一种新型的轻量级卷积神经网络(CNN)架构——RepViT,它通过从Vision Transformers(ViTs)的角度重新审视和改进传统的轻量级CNN设计,实现了在移动设备上的高性能和低延迟表现。RepViT在多个视觉任务中展现出优越的性能,特别是在ImageNet分类、目标检测、实例分割和语义分割任务中,均优于现有的轻量级ViTs和CNNs。
HABuo
2025-03-21
2590
【YOLOv8】YOLOv8改进系列(8)----替换主干网络之Swin Transformer
论文介绍了一种新的视觉Transformer模型——Swin Transformer,它旨在成为计算机视觉领域的通用骨干网络。Swin Transformer通过其独特的层次化结构和移位窗口(Shifted Windows)机制,解决了传统Transformer在视觉任务中的计算复杂度问题,并在图像分类、目标检测和语义分割等多个任务中取得了优异的性能。
HABuo
2025-03-19
2170
【YOLOv8】YOLOv8改进系列(7)----替换主干网络之LSKNet
文章提出了一种名为 Large Selective Kernel Network(LSKNet)的新型网络架构,专门用于遥感图像中的目标检测任务。LSKNet 通过动态调整其大空间感受野,能够更好地模拟遥感场景中不同目标所需的长程上下文信息,从而显著提高了遥感目标检测的性能。
HABuo
2025-03-17
2110
【YOLOv8】YOLOv8改进系列(6)----替换主干网络之VanillaNet
VanillaNet,是一种强调简洁性和优雅设计的新型神经网络架构。VanillaNet 通过避免深度结构、跳过连接和复杂的操作(如自注意力机制),实现了在计算机视觉任务中与深度复杂网络相当的性能,同时具有更高的效率和可部署性。
HABuo
2025-03-13
1520
【YOLOv8】YOLOv8改进系列(5)----替换主干网络之EfficientFormerV2
这篇论文介绍了一种名为 EfficientFormerV2 的新型高效视觉模型,旨在解决如何在移动设备上实现与 MobileNet 相当的模型大小和推理速度的同时,达到与 Vision Transformers (ViTs) 相似的高性能。
HABuo
2025-03-11
2420
【YOLOv8】YOLOv8改进系列(4)----替换C2f之FasterNet中的FasterBlock替换C2f中的Bottleneck
论文提出了一种新的神经网络架构 FasterNet,旨在通过提高浮点运算每秒(FLOPS)来实现更快的网络速度,同时不牺牲准确性。通过重新审视流行的卷积操作,发现深度可分离卷积(DWConv)等操作虽然减少了浮点运算(FLOPs),但频繁的内存访问导致了低效的FLOPS。为此,作者提出了一种新的部分卷积(PConv),通过减少冗余计算和内存访问,提高了计算效率。基于PConv,FasterNet在多种设备上实现了显著更高的运行速度,并在各种视觉任务上保持了高准确性。
HABuo
2025-03-09
3230
【YOLOv8】YOLOv8改进系列(3)----替换主干网络之ConvNeXt V2
论文提出了一个全卷积掩码自编码器框架和一个新的全局响应归一化(Global Response Normalization, GRN)层,用于增强 ConvNeXt 架构中通道间的特征竞争。这种自监督学习技术和架构改进的结合,形成了新的模型家族 ConvNeXt V2。
HABuo
2025-02-26
1410
【YOLOv8】YOLOv8改进系列(2)----替换主干网络之FasterNet(CVPR 2023)
神经网络在计算机视觉任务(如图像分类、目标检测和分割)中取得了显著的性能提升,但随着应用的普及,对低延迟和高吞吐量的需求也日益增加。为了实现更快的神经网络,研究者们通常通过减少浮点运算次数(FLOPs)来降低计算复杂度。然而,论文指出,单纯减少FLOPs并不一定能显著降低延迟,因为许多网络在运行时受到内存访问效率的限制,导致实际的浮点运算速度(FLOPS)较低。
HABuo
2025-02-24
3960
【YOLOv8】YOLOv8改进系列(1)----替换主干网络之EfficientViT(CVPR2023)
EfficientViT:作者是来自香港中文大学和微软研究院的研究团队。论文的主要内容是提出了一种新型的高效视觉变换器(Vision Transformer,简称ViT)模型,这种模型旨在解决传统ViT在计算成本高、不适合实时应用的问题。
HABuo
2025-02-20
2520
【YOLOv8】YOLOv8结构解读
YOLOv8是YOLO(You Only Look Once)系列目标检测算法的最新版本,由Ultralytics团队开发。YOLOv8在YOLOv5的基础上进行了多项改进,进一步提升了检测精度和速度。
HABuo
2025-02-18
3.3K0
【数据结构与算法】链表之美-复杂链表的复制与链表的插入排序
题目:请实现 copyRandomList 函数,复制一个复杂链表。在复杂链表中,每个节点除了有一个 next 指针指向下一个节点,还有一个 random 指针指向链表中的任意节点或者 null。
HABuo
2024-12-24
890
【数据结构与算法】合并链表、链表分割、链表回文结构
题目:将两个升序链表合并为一个新的 升序 链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。
HABuo
2024-11-25
860
【数据结构】栈和队列的定义与实现
栈:一种特殊的线性表,其只允许在固定的一端进行插入和删除元素操作。进行数据插入和删除操作的一端称为栈顶,另一端称为栈底。栈中的数据元素遵守后进先出LIFO(Last In First Out)的原则。
HABuo
2024-11-19
1150
【数据结构】双向链表定义与实现
实际上链表有很多种,前面我们所讲述的单链表只是其中一个结构最简单的链表,只不过用起来很麻烦,需要考虑很多种情况。事实上还有带头链表、双向链表等等,基本就是根据带头不带头、单向或者双向、循环或者非循环进行划分,共计8种,我们讲述两个极端,第一个就是无头单向非循环链表,这是结构最简单用起来最麻烦的。第二个就是带头双向循环链表,这是结构最复杂但用起来却是最简单的。相信通过这两个链表的学习,就是用到其它链表也游刃有余。其中这两个链表的结构如下:
HABuo
2024-11-19
1000
【LeetCode】返回链表的中间结点、删除链表的倒数第 N 个结点
题目:给你单链表的头结点 head ,请你找出并返回链表的中间结点。如果有两个中间结点,则返回第二个中间结点。
HABuo
2024-11-19
660
【LeetCode】移除链表中等于设定值的元素、反转链表
题目:给你一个链表的头节点 head 和一个整数 val ,请你删除链表中所有满足 Node.val == val 的节点,并返回 新的头节点 。
HABuo
2024-11-19
350
点击加载更多
活动推荐
社区活动
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档