三维目标检测第10页

基于YOLOv11的目标检测系统

基于YOLOv11的目标检测系统前言YOLO11是UltralyticsYOLO是实时物体检测器系列中的最新产品，以最先进的精度、速度和效率重新定义了可能实现的目标。

夜思、晨·2025-02-06 12:21

【学Rust写CAD】4 相对坐标系详解与实现要素概览

相对坐标系（RelativeCoordinateSystem,RCS）是一个强大且灵活的工具，尤其在绘图、三维建模等领域中发挥着重要作用。

Source.Liu·2025-02-06 09:58

算法问题整理（二）

（若侵则删）问题10:卷积-目标检测系列问题参考：40+目标检测网络架构大盘点！

分享总结快乐·2025-02-06 04:47

MATLAB机器学习、深度学习

MATLAB图像处理基础第二章BP神经网络及其在图像处理中的应用第三章卷积神经网络及其在图像处理中的应第四章迁移学习算法及其在图像处理中的应用第五章生成式对抗网络（GAN）及其在图像处理中的应用第六章目标检测

Yolo566Q·2025-02-05 17:01

目标检测数据集-Pascal VOC 数据集介绍

个人微信公众号：AI研习图书馆ID：（Art-Intelligence）欢迎关注，交流学习，共同进步~1.引言PASCALVOC数据集，为图像识别和分类提供了一整套标准化的优秀数据集，从2005年到2012年每年都会举行一场图像识别challenge。该挑战的主要目的是识别真实场景中一些类别的物体。在该挑战中，这是一个监督学习的问题，训练集以带标签的图片的形式给出。介绍PascalVOC数据集：C

AI研习图书馆·2025-02-05 17:01

详解PASCAL VOC数据集及基于Python和PyTorch的下载、解析及可视化【目标检测+类别分割】

目录PASCALVOC数据集简介PASCALVOC各年份数据集摘要数据集下载通过下面官方提供的网址下载通过PyTorch的API下载数据集解析目标检测数据集物体分割数据集参考文献PASCALVOC数据集简介

KRISNAT·2025-02-05 16:53

基于深度学习的植物病害检测系统

深度学习技术，尤其是YOLO（YouOnlyLookOnce）模型，在图像识别和目标检测领域取得了显著的成果。

A等天晴·2025-02-05 14:06

Pycharm 三维图形拖动旋转

恢pycharm的figure窗口就ok1、“文件—>设置”，打开设置窗口。2、找到最后一个工具3、找到“PythonScientific”，去除右边Showplotsintoolwindow候选框中的勾号

魂•殿·2025-02-05 06:07

15 刚体变换模块（rigid.rs）

rigid.rs是一个表示三维刚体变换（RigidTransformation）的结构体定义，用于在计算机图形学、机器人学以及物理模拟等领域中表示物体在三维空间中的旋转和平移。

Source.Liu·2025-02-04 20:59

《AI赋能行业实战：‌揭秘企业数字化转型最佳实践，‌落地案例深度解析！‌》 ---- 总目录

物联网行业案例浅析智慧园区案例浅析计算机视觉应用案例计算机视觉入门学习国外的资源国内的资源YOLO学习modelzoo计算机视觉基础目标检测YOLOv5YOLOv8自动缺陷检测(AutoDefectClassification

shiter·2025-02-04 20:58

使用MATLAB进行雷达数据采集可视化

数据通过串口传输，并经过解析后转换为三维坐标点，最终使用pcplayer进行动态渲染。该系统可用于环境感知、机器人导航、避障系统等场景。

陶瓷好烦·2025-02-04 19:52

传华为2025年新品更新用上超声波指纹nova上红枫

超声波指纹技术通过超声波脉冲穿透屏幕捕捉指纹的三维信息，实现高精度识别。

2501_90444774·2025-02-04 07:12

目标检测的超级英雄：YOLO带你识别世界

前言YOLO（YouOnlyLookOnce）是计算机视觉领域一颗璀璨的明星，它以高效、快速著称，成为目标检测算法的代表。今天，我们一起走进YOLO的世界，看看它如何神奇地识别图像中的物体。

星际编程喵·2025-02-03 22:32

打架检测系统：基于YOLOv5的实时人群打架行为识别

通过深度学习技术，尤其是基于YOLOv5的目标检测，我们能够对实时视频流中的人群行为进行实时监控，并有效地检测和识别人群中的打架行为。

2025年数学建模美赛·2025-02-03 21:56

深度学习目标检测中的_单目测距原理与实现关键点及改进建议

深度学习目标检测中的_单目测距原理与实现关键点及改进建议文章目录单目测距的进一步解释1.焦距的确定2.物体宽度\(W\)的获取3.图像处理技巧4.提高性能的建议5.实现代码中的注释添加一、前言单目视觉测距

QQ_767172261·2025-02-03 21:24

动态规划-二维费用的背包问题

因此我们建立三维数组dp[i][j][k]表示我们在前i个二进制字符串中选择，要求选中的字符串中的0以及1字符的总数分别不能超过i

炙热的大叔·2025-02-03 18:03

第06章 07 VTK体绘制中的2D纹理映射和3D纹理映射

在VTK（VisualizationToolkit）中，体绘制是一种将三维数据转换为二维图像的技术，VTK提供了多种方法来实现体绘制，其中2DTexture-Mapped和3DTexture-Mapped

捕鲸叉·2025-02-03 18:31

数字孪生下的智慧城市（城市大脑）建设方案——建模层

要构建城市信息模型（CIM）、建筑信息模型（BIM）及仿真模型，并实现L3级精度的核心区三维建模，需结合多源数据与多层级标准，具体步骤如下：1.CIM建模层构建L3级精度标准定义CIM模型分为7级（CIM1

百态老人·2025-02-03 14:57

深度学习篇---张量&数据流动处理

文章目录前言第一部分：张量张量的基本概念1.维度标量（0维）向量（1维）矩阵（2维）三维张量2.形状张量运算1.基本运算加法减法乘法除法2.广播3.变形4.转置5.切片6.拼接7.矩阵分解8.梯度运算：

Ronin-Lotus·2025-02-03 13:46

CNN的各种知识点（五）：平均精度均值（mean Average Precision, mAP）

meanAveragePrecision,mAP）概念：计算步骤：具体例子：重要说明：典型值范围：总结：好的，我将分两部分详细解答您的问题：1.平均精度均值（meanAveragePrecision,mAP）概念：mAP是目标检测中最常用的评估指标

墨绿色的摆渡人·2025-02-02 22:50

500多种目标检测数据集下载地址汇总（YOLO、VOC）

名称辣椒病害分类数据集9076张12类别.7z【目标检测数据集】光伏电池异常检测数据集VOC+YOLO格式219张2类别_2.zip【目标检测数据集】钢丝绳破损灼伤缺陷检测数据集VOC+YOLO格式1318

2401_85863780·2025-02-02 21:10

2024年开源数据集地址汇总包含最新最全数据集在这你可以找到任何想要数据集

目标检测数据集和图像分类数据集是计算机视觉领域的两大重要资源，它们为训练和评估各种视觉模型提供了关键的数据支持。目标检测数据集主要用于训练模型以识别和定位图像中的特定物体。

萌萌哒240·2025-02-02 21:10

【pytorch(cuda)】基于DQN算法的无人机三维城市空间航线规划（Python代码实现）

本文目录如下：目录⛳️赠与读者1概述一、研究背景与意义二、DQN算法概述三、基于DQN的无人机三维航线规划方法1.环境建模2.状态与动作定义3.奖励函数设计4.深度神经网络训练5.航线规划四、研究挑战与展望

科研_G.E.M.·2025-02-02 16:36

Three.js + GIS：打造三维地理信息系统的教程

Three.js+GIS：打造三维地理信息系统的教程Three.js是构建WebGL3D应用的强大工具，而结合GIS（地理信息系统）后，可以实现炫酷的三维地理可视化效果。

全栈探索者chen·2025-02-02 12:08

PythonOCC-Core 使用教程

PythonOCC-Core使用教程pythonocc-coretpaviot/pythonocc-core:是一个基于Python的OpenCASCADE(OCCT)几何内核库，提供了三维几何形状的创建

陆骊咪Durwin·2025-02-02 12:07

PythonOCC-Core 安装和配置指南

PythonOCC-Core安装和配置指南pythonocc-coretpaviot/pythonocc-core:是一个基于Python的OpenCASCADE(OCCT)几何内核库，提供了三维几何形状的创建

邹稳潜Willard·2025-02-02 12:35

21章8节：绘制三维地形图

三维地形图在医学、流行病学、生态学和城市规划等多个领域中具有重要的应用价值。它不仅能够帮助研究人员更直观地了解地形对疾病传播、环境健康和公共卫生的影响，还能在疾病防控和健康风险评估中提供关键信息。

DAT｜R科学·2025-02-02 11:30

YOLOv10改进策略【Neck】| NeurIPS 2023 融合GOLD-YOLO颈部结构，强化小目标检测能力

一、本文介绍本文主要利用GOLD-YOLO中的颈部结构优化YOLOv10的网络模型。GOLD-YOLO颈部结构中的GD机制借鉴了全局信息融合的理念，通过独特的模块设计，在不显著增加延迟的情况下，高效融合不同层级的特征信息。将其应用于YOLOv10的改进过程中，能够使模型更有效地整合多尺度特征，减少信息损失，强化对不同大小目标物体的特征表达，从而提升模型在复杂场景下对目标物体的检测精度与定位准确性。

Limiiiing·2025-02-02 10:50

YOLOv10改进策略【Neck】| HS-FPN：高级筛选特征融合金字塔，加强细微特征的检测

一、本文介绍本文将HS-FPN结构融入YOLOv10以优化目标检测网络模型。HS-FPN借助通道注意力机制及独特的多尺度融合策略，有效应对目标尺寸差异及特征稀缺问题。

Limiiiing·2025-02-02 10:49

基于 YOLOv8+PyQt5 的无人机红外目标检测系统：开启智能监测新时代

基于YOLOv8+PyQt5的无人机红外目标检测系统：开启智能监测新时代【毕业与课程大作业参考】基于yolov8+pyqt5界面自适应的无人机红外目标检测系统demo.zip资源-CSDN文库在科技飞速发展的今天

人工智能教学实践·2025-02-02 09:16

计算机图形学实验练习（实验1.2-4.1AND补充实验1&2）

起床悠悠·2025-02-02 03:38

8 比例缩放（scale.rs）

scale.rs代码是几何变换库euclid中典型的数据结构和方法的例子，用于处理二维和三维空间中的缩放变换。一、scale.rs文件源码//!

Source.Liu·2025-02-02 03:05

6 齐次坐标模块（homogen.rs）

homogen.rs代码定义了一个名为HomogeneousVector的结构体，它是用于表示三维空间中的齐次向量。齐次向量常用于计算机图形学和几何学中，特别是在处理投影和变换时。

Source.Liu·2025-02-02 02:01

【3D目标检测】YOLO3D 基于图像的3D目标检测算法

参考文档：https://ruhyadi.github.io/project/computer-vision/yolo3d/代码：https://github.com/ruhyadi/yolo3d-lightning本次分享将会从以下四个方面展开：物体检测模型中的算法选择单目摄像头下的物体检测神经网络训练预测参数的设计模型训练与距离测算1.物体检测模型中的算法选择物体检测（ObjectDetect

BILLY BILLY·2025-02-01 23:40

不同物体运动方向的检测-python

方法优点适用场景缺点光流法实时性强、支持稠密方向分析视频流中物体整体运动对背景复杂场景鲁棒性差特征点跟踪精确捕捉局部运动特征点明显的物体特征点丢失影响结果帧间差分简单快速，适合实时检测背景稳定、低复杂度场景对噪声和阴影敏感深度摄像头三维方向检测

人工智能专属驿站·2025-02-01 20:49

Day32【AI思考】-数学可视化学习的专业工具与技巧全指南

文章目录数学可视化学习的**专业工具与技巧全指南**1、回答1：**一、专业数学可视化工具库****1.交互式动态平台****~~2.编程驱动工具~~****3.三维沉浸式工具****二、进阶可视化技巧

一个一定要撑住的学习者·2025-02-01 17:21

python图像差分法目标检测_OpenCV实现帧差法检测运动目标

今天的目标是用OpenCV实现对运动目标的检测，这里选用三帧帧差法。代码如下：#include#include#include#include#includedoubleThreshold_index=0;constintCONTOUR_MAX_AERA=200;voidtrackbar(intpos){Threshold_index=(double)pos;}intmain(intargc,ch

weixin_39708854·2025-02-01 16:11

机器学习-期末复习题

给人脸打上标签再让模型进行学习训练的方法，属于()强化学习B.半监督学习C.监督学习D.无监督学习在机器学习中，用计算机处理一副图像，维度是：上万维B.二维C.三维D.一维‎以下关于降维的说法不正确的是

泡椒鸡jo·2025-02-01 15:32

【python】【PyTorch】详细中文解释unsqueeze，代码和代码解读

，代码和代码解读unsqueeze()函数的作用：语法：unsqueeze()操作示例：示例1：将一个一维张量转换为二维张量示例2：在最后一维插入一个新维度示例3：负索引插入维度示例4：将二维张量转为三维张量总结

资源存储库·2025-02-01 14:20

深度学习模型在汽车自动驾驶领域的应用

典型模型：YOLO：实时目标检测，低延迟特性适合自动驾驶。MaskR-CNN：结合检测与像素级分割，用于精确场景理解

eso1983·2025-02-01 12:37

三维激光扫描-用智能检测系统提升效率

三维激光扫描技术结合智能检测系统，为工业检测带来了革命性的变革。传统检测方法的局限性传统检测方法主要依赖于人工测量和机械检测工具，如卡尺、千分尺和三坐标测量仪。

CASAIM·2025-02-01 09:44

【Numpy核心编程攻略：Python数据处理、分析详解与科学计算】1.25 视觉风暴：NumPy驱动数据可视化

1.25视觉风暴：NumPy驱动数据可视化目录视觉风暴：NumPy驱动数据可视化百万级点云实时渲染优化CT医学影像三维重建实战交互式数据分析看板开发地理空间数据可视化进阶WebAssembly前端渲染融合

精通代码大仙·2025-02-01 06:51

【YOLO11改进 - Backbone主干】LSKNet：旋转目标检测新网络,通过DW卷积核和空间选择机制来动态调整目标的感受野

YOLOv11目标检测创新改进与实战案例专栏文章目录：YOLOv11创新改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLOv11目标检测创新改进与实战案例文章目录

YOLO大师·2025-02-01 04:34

YOLOv10改进策略【卷积层】| ICCV-2023 LSK大核选择模块包含二次独家创新

一、本文介绍本文记录的是利用大核选择模块LSK优化YOLOv10的目标检测网络模型。在大尺寸图像中的小目标检测任务中，一直是个难题，无法仅基于外观实现较好的识别，因此需要广泛的上下文信息进行辅助。

Limiiiing·2025-02-01 04:03

YOLOv10改进，YOLOv10检测头融合DynamicHead，添加小目标检测层（四头检测）+CA注意机制，全网首发

如果我们将骨干网络的输出（即检测头的输入）视为一个三维张量，其维度为级别×空间×通道，这样的统一检测头可以看作是一个注意力学习问题，直观的解决方案是对该张量进行全自注意力机制的构建。

挂科边缘·2025-02-01 04:30

基于深度学习的行人检测与识别系统：YOLOv5、YOLOv8、YOLOv10与UI界面的实现

近年来，深度学习的进步，尤其是目标检测领域的快速发展，为行人检测提供了强有力的支持。YOLO（YouOnlyLookOnce）系列模型，作为目前目标检测领域

2025年数学建模美赛·2025-02-01 03:25

毕业设计项目深度学习人体目标检测

1简介今天学长向大家介绍一个机器视觉的毕设项目，基于深度学习的人体目标检测算法研究与实现项目运行效果：毕业设计深度学习行人目标检测系统项目分享:见文末!

bee_dc·2025-01-31 23:26

YOLOv10：面向下一代目标检测模型的创新探索

随着计算机视觉技术的飞速发展，目标检测模型在各类应用场景中的重要性与日俱增。从自动驾驶到智能监控，目标检测的准确性和实时性都直接影响着应用的效果和用户体验。

AgriTube·2025-01-31 20:31

YOLOv5：目标检测新星，解锁高性能实时识别

YOLOv5：目标检测新星，解锁高性能实时识别【下载地址】yolov5改进策略案例分析资源合集YOLOv5，作为目标检测领域的一颗明星，基于经典的YOLOv4算法进行了一系列创新性优化，显著提升了检测速度与精度

殷连靖Harlan·2025-01-31 20:28

YOLOv10改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含二次创新）

一、本文介绍本文记录的是基于EMA模块的YOLOv10目标检测改进方法研究。EMA认为跨维度交互有助于通道或空间注意力预测，并且解决了现有注意力机制在提取深度视觉表示时可能带来的维度缩减问题。

Limiiiing·2025-01-31 17:31

推荐频道

三维目标检测