三部分骨干网络、高效混合编码器、解码器1.骨干网络卷积骨干网络、2.高效混合编码器编码器、尺度内特诊交互、自注意力、高级语义信息、跨尺度特征融合CCFM、多尺度目标。3.Transformer 解码器IOU感知查询选择、高质量初始查询query、边界框、类别、NMS。4.端到端检测非极大值抑制、无锚框检测、5.HGNetV2:一个stem模块和4个堆叠的HG-Stage模块。采样倍率4*8*、通道数64128.6.通道灰度1通道rgb图三通道。7.stem模块8.卷积用卷积核扫描图计算加权卷卷积核为反转。积相乘累积。一个卷积核输出一个通道。对图像卷积 用小窗口在图像上滑动做加权求和提取局部特征输出一张新的多通道特征图。卷积矩阵二维数组表示图像的像素值。数字表示像素亮度或颜色强度。卷积核内的数字表示权重。图像矩阵的数字是像素值卷积核矩阵的数字是权重卷积就是对应位置相乘再求和权重决定了核在检测什么特征9..stem模块网络的预处理层、10.分辨率分辨率就是空间尺寸 H×W表示图像或特征图在高度和宽度上有多少个位置分辨率越高细节越多但计算量也越大。11.DWConv 深度可分离卷积是每个通道单独做卷积不混合通道再配合 1×1 的12.HG模块多个卷积层复制加深和提炼特征。13.AIFI注意力的尺度内特征交互。高层s5:分辨率小计算便宜。14、CCFF:cross-scale feature fusion path:跨尺度特征路径融合。conv(卷积对齐各层特征通道维数。UPsample(上采样高层特征放大与底层特征融合。concat(特征拼接高层语义特征与低层细节特征拼接到一起。Repc3(重参数化模块CSP结构融合模块。15、Decoder and head:(解码器与检测头iou感知查询选择。从F35中按置信度悬着最可能含目标的16\、镜像Mirror就是指把国外的官方服务器上的文件完整地复制一份放到国内的服务器上比如清华源、阿里源。你从国内的镜像站下载速度会飞快。17操作系统/环境镜像Docker 镜像指一个打包好的、完整的系统运行环境18README是 GitHub 项目里的“说明书”或“门面作者写给使用者的“快速上手指南”和“项目档案”。终端命令19、pip是 Python 的“包管理工具”Package Installer for Python。你可以把它通俗地理解为Python 的“应用商店”或“软件管家”。20、切换目录 (Change Directory)命令cd 文件夹路径21、列出当前文件夹内容命令dir(Windows) /ls(Linux/Mac)22、安装依赖包命令pip install 包名23、运行 Python 脚本命令python 脚本名.py24、检查环境/包的信息命令pip lis25、退出当前运行程序命令Ctrl C26、清除屏幕命令cls(Windows) /clear(Linux/Mac)27、寻找文件命令find或dir /s(Windows)28、创建虚拟环境命令python -m venv myenv29、激活虚拟环境命令venv\Scripts\activate(Windows) /source venv/bin/activate(Linux/Mac)30、查看显卡状态专用于模型训练命令nvidia-smi31、移动/复制/删除文件复制copy(Windows) /cp(Linux)移动/重命名move(Windows) /mv(Linux)删除del(Windows) /rm(Linux)含义不用鼠标直接在命令行里对文件进行操作。32、从零开始跑Ultralytics 版的 RT-DETR你在终端里敲击的完整流程大概是这样的cd D:\my_rt_detr_project(进入你的工作目录)python -m venv venv(建个虚拟环境)venv\Scripts\activate(进入环境)pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple(装包)yolo detect train modelrtdetr-l.pt databccd.yaml epochs100(这其实是 ultralytics 封装好的模型运行命令直接开跑)⚠️ 新手死穴提醒终端是“认路径”的。你敲python train.py报错“找不到文件”大概率是因为你当前没cd进正确的文件夹。所以只要报错第一反应就是看一眼终端最左边的路径对不对。数据库33、Maven 是一个基于pom.xml配置文件、拥有标准构建生命周期、能自动管理第三方依赖的 Java 项目管家。34、Spring Boot 是 Spring 框架的“快速开发脚手架35、Spring Framework它是一个开源的 Java 企业级应用开发框架36、Maven负责构建与依赖管理。它帮你把 Spring 相关的 Jar 包下载下来。Spring (Framework)是应用的核心骨架。它提供了 IoC 容器、AOP、数据访问、Web MVC 等基础能力让你能在这个骨架上写业务代码。Spring Boot是快速开发的脚手架。它建立在 Spring Framework 之上通过自动配置和起步依赖让你能极快地跑起一个独立的 Spring 应用省去了大量手动配置 Spring 的工作。37、addle飞桨和 PyTorch 都是主流的开源深度学习框架用来搭建、训练和部署神经网络模型。你可以把它们理解成做 AI 模型的“工具箱”38、深度学习框架简单说就是一套帮你搭建、训练和运行神经网络模型的软件工具库。它把底层复杂的数学运算、GPU 调度、梯度计算等脏活累活封装好让你能用几行 Python 代码就定义网络、喂数据、跑训练。38、算力云tmp内克隆模型代码并上传数据集压缩包、进入代码目录rtdetr2-pytorch内安装依赖、tmp内解压数据集、rtdetr2-pytorch config rtdetr内修改文件配置。第一步租用算力以 AutoDL 为例注册与选卡选镜像连接第二步准备数据关键格式问题推荐格式COCO JSON建议重新从 Roboflow 导出一份 COCO 格式。第三步配置 RT-DETR 环境与代码拉取官方代码 安装依赖第四步修改配置文件最容易出错的地方复制配置文件 修改数据集路径与类别 调小 batch size防显存爆炸第五步启动训练看到 loss 在下降就说明跑通了。别用全量 COCO 配置直接跑路径别写错YAML 里img_folder和ann_file的路径建议写绝对路径39、OpenAI 是开发这些产品的公司ChatGPT 是面向大众的对话式 AI 产品Codex 则是专注于编程与技术任务的 AI 智能体目前已被整合进 ChatGPT 中。
