YOLOv5涨点改进：多层次特征融合（SDI），小目标涨点明显，| UNet v2，比UNet显存占用更少、参数更少
💡💡💡本文全网独家改进：多层次特征融合（SDI），能够显著提升不同尺度和小目标的识别率 💡💡💡在YOLOv5中如何使用 1）iAFF加入Neck替代Concat； 💡💡💡Yolov5/Yolov7魔术师，独家首发创新（原创），适用于Yolov5、Yolov7、Yolov8等各个Yolo系列，专栏文章提供每一步步骤和源码，轻松带你上手魔改网络 💡💡💡重点：通过本专栏的阅读，后续你也可以自己魔改网络，...
Anchor-based目标检测算法
Anchor-based目标检测算法是一类利用预定义锚框（anchor boxes）进行目标检测的算法。这些锚框在图像中覆盖不同尺度和宽高比例的区域，用于生成候选目标框。以下是一些主要的anchor-based目标检测算法： Faster R-CNN (Region-based Convolutional Neural Network): 算法简介： Faster R-CNN是一种经典的目标检测框架...
AI+城市运行“一网统管”建设白皮书，核心建设目标和内容
手段，实现城市管理的智能化、精细化、便捷化。 “一网统管”是城市运行管理的重要手段，它可以实现对城市运行全过程的即时感知、动态分析和智能处置，提高城市管理的效率和水平，推动城市的可持续发展。 二、建设目标 AI+城市运行“一网统管”建设的目标是：通过建设智能城市运行管理中心，实现对城市运行全过程的即时感知、动态分析和智能处置，提高城市管理的效率和水平，推动城市的可持续发展。具体包括以下几个方面： 实现...
YOLOv7独家原创改进：提出一种新的Shape IoU，更加关注边界框本身的形状和尺度，对小目标检测也很友好 | 2023.12.29收录
💡💡💡本文改进：一种新的Shape IoU方法，该方法可以通过关注边界框本身的形状和尺度来计算损失，解决边界盒的形状和规模等固有属性对边界盒回归的影响。 💡💡💡对小目标检测涨点明显，在VisDrone2019、PASCAL VOC均有涨点 收录YOLOv7原创自研 https://blog.csdn.net/m0_63774211/category_12511937.html 💡💡💡全...
【兔子王赠书第14期】《YOLO目标检测》涵盖众多目标检测框架，附赠源代码和全书彩图！
文章目录 写在前面YOLO目标检测推荐图书本书特色内容简介作者简介 推荐理由粉丝福利写在后面 写在前面 小伙伴们好久不见吖，本期博主给大家推荐一本关于YOLO目标检测的图书，该书侧重目标检测的基础知识，包含丰富的实践内容，是目标检测领域的入门书，一起来看看吧~ YOLO目标检测 YOLO（You Only Look Once）目标检测是一种高效的物体检测算法，其作用与意义主要体现在以下几个方面。 首...
检测头篇 | RT-DETR 添加 小目标检测头 (P2，P3，P4，P5)
往期推荐 百度 RT-DETR 算法原理解析 | 超越YOLO的目标检测新高度？ 手把手教你使用云服务器训练 RT-DETR (Pytorch版) RT-DETR 项目【训练】【验证】【推理】脚本 | 最新更新🍀 直接打印 FPS，mAP50，mAP75，mAP95🍀 RT-DETR Bug 及解决方案汇总 【训练 & 断点续训】 FasterNet 与 RT-DTER 的 碰撞，打造 Faster...
【剑指offer|图解|二分查找】点名 + 统计目标成绩的出现次数
：剑指offer每日一练 🔖少年有梦不应止于心动，更要付诸行动。 文章目录 一. ⛳️点名1.1 题目1.2 示例1.3 限制1.4 解题思路一c++代码 1.5 解题思路二c++代码 二. ⛳️统计目标成绩的出现次数1.1 题目1.2 示例1.3 限制1.4 解题思路c++代码 📝结语 一. ⛳️点名 ⌈ 在线OJ链接,可以转至此处自行练习 ⌋ 1.1 题目 某班级 n 位同学的学号为 0 ~ n-...
【halcon深度学习】目标检测的数据准备过程中的一个库函数determine_dl_model_detection_param
WidthTarget, ImageHeightTarget, GenParam : DLDetectionModelParam) 描述 该过程用于分析提供的深度学习数据集（DLDataset）以进行目标检测，以确定与锚点生成相关的模型参数。生成的DLDetectionModelParam是一个包含建议值的字典，用于各种目标检测模型的参数。 参数 DLDataset：用于目标检测的深度学习数据集的字典...
【深度学习】目标检测，实例分割，语义分割 逐一对比
提问：目标检测，实例分割，语义分割，有什么区别？ 目标检测（Object Detection），实例分割（Instance Segmentation）和语义分割（Semantic Segmentation）是计算机视觉领域中三个相关但有着不同任务和目标的问题。下面是它们的简要区别： 目标检测（Object Detection）： 任务描述： 目标检测的任务是在图像或视频中定位和识别多个对象，并为每个...
yolov8实时推理目标识别、区域分割、姿态识别 Qt GUI
介绍一个GUI工具，可以实时做yolov8模型推理，包括目标检测、姿态识别、跟踪、区域分割等操作。 可以接入图像、视频或者RTSP视频流进行验证。 推理模型用的是yolov8转onnx之后的。用ultralytics自带的转换即可，不用带NMS。 框架用的是Qt 任务可以分为： 目标识别、区域分割、姿态识别。 模型输入支持yolov8 n,s,m,l,x。 跟踪器支持deepsort和bytetrac...