多模态目标检测第15页

基于深度学习的复杂背景下目标检测研究—论文解读

论文主要针对模型训练中出现的正负样本不均衡问题，根据困难样本挖掘原理，在原有的损失函数中引入调制因子，将背景部分视为简单样本，减小背景损失在置信损失中的占比，使得模型收敛更快速，模型训练更充分，从而提高了复杂背景下的目标检测精度

寂静之地·2024-01-20 03:28

GLM-4多模态重磅更新！摸着OpenAI过河！

实际体验我依次测试了多模态、ALLTools、个性化智能定制功能。多模态首先测试其图片理解能力，上传了一张猫片：从结果

苍山有雪，剑有霜·2024-01-20 03:22

目标检测难题 | 小目标检测策略汇总

从无人机上看到的小目标为了提高模型在小目标上的性能，本文推荐以下技术：提高图像采集的分辨率增加模型的输入分辨率tile你的图像通过增强生成更多数据自动学习模型anchors过滤掉无关的类别小目标问题困扰着世界各地的目标检测模型

python慕遥·2024-01-20 00:43

LLaVA-Plus：多模态大模型的新突破

前言随着AIGC技术的不断进步，各类多模态大模型（MLM）开始蓬勃发展。在这一领域中，LLaVA-Plus的推出无疑是一次重大突破。

努力犯错·2024-01-19 23:55

Ziya-Visual-Lyrics模型：高效的视觉识别与语言处理融合

前言在当今多模态大模型的研究与应用中，封神榜大模型团队的最新力作Ziya-Visual-Lyrics在多个方面实现了显著的技术突破。

努力犯错·2024-01-19 23:21

深入浅出：mmdetection和mmyolo在ubuntu和windows系统下的安装指南

文章目录一、前言二、安装mmdetection前期准备工作安装验证三、安装mmyolo前期准备工作安装验证四、总结一、前言在当前的人工智能和计算机视觉领域，目标检测技术已成为一项核心技术，广泛应用于自动驾驶

梦想的理由·2024-01-19 22:38

1月下半笔记（个人向）

对蛋白质相似空间子结构搜索的算法有了一些思路，简单分为传统算法和目标检测算法1.16想到要对蛋白质可视化，然后去找可以用于三维绘图的库，找到了OpenGL，在wsl里面装了一个，发现挺方便，准备开始

cqbzcsq·2024-01-19 21:45

基于yolov2深度学习网络的车辆检测算法matlab仿真,包括白天场景和夜晚场景

算法原理4.2车辆检测原理4.3白天场景和夜晚场景的车辆检测5.算法完整程序工程1.算法运行效果图预览2.算法运行软件版本MATLAB2022a3.部分核心程序loadyolov2.mat%加载训练好的目标检测器

简简单单做算法·2024-01-19 20:53

ICCV2023 | VL-Match: 使用Token-Level和Instance-Level Matching提升视觉语言预训练

EnhancingVision-LanguagePretrainingwithToken-LevelandInstance-LevelMatching代码：None单位：中国科学院北京计算技术研究所中国科学院大学微软在VLP种，通常采用两种预训练任务（ITM、MLM）来训练多模态编码器

羊飘·2024-01-19 19:51

ICCV2023 | PTUnifier+：通过Soft Prompts(软提示)统一医学视觉语言预训练

前者在多模态任务中具有优势，因为模态之间有充分的相互作用;后者由于具有单模态编码能力，擅长单模态和跨

羊飘·2024-01-19 19:50

大模型关键技术：上下文学习、思维链、RLHF、参数微调、并行训练、旋转位置编码、模型加速、大模型注意力机制优化、永久记忆、LangChain、知识图谱、多模态

大模型关键技术大模型综述上下文学习思维链CoT奖励建模参数微调并行训练模型加速永久记忆：大模型遗忘LangChain知识图谱多模态大模型系统优化AI绘图幻觉问题从GPT1-GPT4拆解GPTs对比主流大模型技术点旋转位置编码层归一化激活函数注意力机制优化大模型综述你知道嘛

Debroon·2024-01-19 14:14

[SS]语义分割——基础知识

与传统的目标检测不同，语义分割对图像中的每个像素都进行分

IAz-·2024-01-19 14:55

【知识---如何进行图像数据的归一化呢（normalize）】

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言范围归一化均值和标准差归一化&引申总结前言在做基于图像的目标检测遇到了图像的归一化操作，为此展开了一定的探讨：图像归一化是指对图像进行了一系列标准的处理变换

fyc300·2024-01-19 14:52

基于帧间差进行运动目标检测

#include/***@briefdiff2_detec相邻帧差运动目标检测*@paramgray_pre输入：前一帧图像(gray)*@paramgray_now输入：当前帧图像(gray)

Joemt·2024-01-19 13:33

GPT的TTS语音对话功能有什么好的用法？

刚开始版本主要以文字作为交互方式，到4.0版本时候已经初具多模态能力，到4.0Turbo版本多模态功能已经较为成熟并开放大众使用。也就是识图图文对话、文档分析和语音对话。

俊524·2024-01-19 13:57

简一与唯美

阅读《数学一点通》，产生了新的灵感，尤其是对完备构型（八形理论）产生了浓厚的兴趣，正如我们正在研究的软件定义互连、拟态计算、多模态网络，其底层的机理都是“基本元素+化合键方法=各种化合物”，所以，这种基于简约规则的唯美数学表达与工程实现

三思三省者·2024-01-19 10:39

浣熊目标检测数据集VOC格式150张

浣熊，这个熟悉的名字，或许源于它们独特的进食习惯——浣洗食物。这种灵巧的小型哺乳动物以其好奇心、敏捷和顽皮而闻名。浣熊的体型中等，体态优雅。它们的头部相对较大，有一双亮晶晶的眼睛。浣熊的爪子非常灵活，可以像手一样抓握食物。它们的毛皮通常是灰色、棕色或黑色，有时带有白色条纹。浣熊是杂食性动物，这意味着它们的饮食范围广泛。它们的食物来源包括水果、昆虫、小型动物甚至鸟蛋。但最独特的是它们的进食方式。浣熊

小楼先森·2024-01-19 09:47

火鸡目标检测数据集VOC格式120张

火鸡，这种壮观的鸟类，不仅是美国感恩节的主要食物，更是一种独特的生物。它们以其硕大的体型、鲜艳的羽毛和独特的习性而闻名。火鸡的体型非常庞大，通常是鸡的两倍大。它们有着长长的脖子和尖锐的喙，用于在地面上觅食。雄性火鸡的羽毛通常更为鲜艳，尤其是在繁殖季节，它们会展开其美丽的羽毛来吸引雌性。而雌性火鸡则相对较为朴素，但同样迷人。火鸡是杂食性动物，这意味着它们的饮食范围广泛。它们主要以植物性食物为主，如种

小楼先森·2024-01-19 09:47

捷豹目标检测数据集VOC格式120张

捷豹，也被称为豹子，是一种强大而优雅的猫科动物。它们以其独特的斑纹和出色的狩猎能力而闻名于世。捷豹的体型修长，肌肉发达。它们的头部非常灵活，有一双锐利的眼睛和一对大耳朵，可以清晰地听到周围的声音。捷豹的尾巴长而细，帮助它们在树上保持平衡。它们的身体覆盖着独特的斑纹，有助于在狩猎和伪装时隐藏自己。捷豹是顶级捕食者之一，以狩猎其他动物为生。它们具有极快的速度和出色的耐力，可以在短时间内追捕猎物。捷豹的

小楼先森·2024-01-19 09:17

长颈鹿目标检测数据集VOC格式300张

长颈鹿，一种高大而优雅的哺乳动物，以其长长的颈部和腿部、独特的斑纹和适应草原生活的能力而闻名。长颈鹿是哺乳纲、长颈鹿科的动物，是世界上最高的陆地动物。它们的身体非常修长，颈部和腿部特别长，非常适合在开阔的草原上觅食和逃避天敌。长颈鹿的皮毛通常是棕色或浅黄色，上面有着明显的斑纹，有助于伪装和隐蔽。长颈鹿是草食性动物，主要以树叶、果实、花朵等植物性食物为食。它们有着非常敏锐的视力和嗅觉，能够找到高处的

小楼先森·2024-01-19 09:14

经典目标检测YOLO系列(二)YOLOV2的复现(2)正样本的匹配、损失函数的实现及模型训练

经典目标检测YOLO系列(二)YOLOV2的复现(2)正样本的匹配、损失函数的实现及模型训练我们在之前实现YOLOv1的基础上，加入了先验框机制，快速的实现了YOLOv2的网络架构，并且实现了前向推理过程

undo_try·2024-01-19 09:21

[论文阅读]DeepFusion

DeepFusionLidar-CameraDeepFusionforMulti-Modal3DObjectDetection用于多模态3D物体检测的激光雷达相机深度融合论文网址：DeepFusion论文代码

一朵小红花HH·2024-01-19 08:43

从零开始 PyTorch 项目：YOLO v3 目标检测实现

转载：https://www.jiqizhixin.com/articles/042602从零开始PyTorch项目：YOLOv3目标检测实现前几日，机器之心编译介绍了《从零开始PyTorch项目：YOLOv3

CVAIDL·2024-01-19 08:22

概率论在激光雷达的目标检测和跟踪中的应用

概率论在激光雷达的目标检测和跟踪中发挥着重要的作用，通过建立概率模型和应用贝叶斯推断，可以处理激光雷达数据的不确定性，并提供准确的目标检测和跟踪结果。概率模型是激光雷达目标检测和跟踪的基础。

weixin_30777913·2024-01-19 06:22

yolov1到yolov2的改进

大部分参考https://blog.csdn.net/shentanyue/article/details/84860600#t0这篇总结的很全面目前的目标检测算法分为两类：One-stage和Two-s

立夏陆之昂·2024-01-19 05:47

图像生成之条件生成对抗网络（CGAN）

简要介绍原文：ConditionalGenerativeAdversarialNets这篇十年前的论文提出了多模态的思想，在我看来真的很有意义，所以我专门去写这篇文章。

Wilson_Hank·2024-01-19 05:34

yolo9000：Better, Faster, Stronger的目标检测网络

目录一、回顾yolov1二、yolov2详细讲解2.1Better部分创新点（1）BatchNormalization(批量归一化)（2）HighResolutionClassifier---高分辨率分类器（3）AnchorBoxes---锚框（4）DimensionClusters---数据集标准框的长宽进行聚类（5）Directlocationprediction---位置预测（6）Fine-

慕溪同学·2024-01-19 03:09

laafeer·2024-01-19 03:35

Pytorch之目标检测（单个目标检测，Single Object Detection）

数据集下载地址AMD-Training400.ziphttps://ai.baidu.com/broad/introduction引入包%matplotlibinlineimportmatplotlib.pyplotaspltimportseabornassnsfromPILimportImage,ImageDrawimportnumpyasnpimportpandasaspdimportosim

深思海数_willschang·2024-01-19 03:51

目标检测--02（Two Stage目标检测算法1）

TwoStage目标检测算法R-CNNR-CNN有哪些创新点？使用CNN（ConvNet）对regionproposals计算featurevectors。

普通研究者·2024-01-19 03:51

【小白学PyTorch】20 TF2的eager模式与求导

【新闻】：机器学习炼丹术的粉丝的人工智能交流群已经建立，目前有目标检测、医学图像、时间序列等多个目标为技术学习的分群和水群唠嗑的总群，欢迎大家加炼丹兄为好友，加入炼丹协会。

微信公众号[机器学习炼丹术]·2024-01-19 02:50

目标检测--01

基本概念什么是目标检测？目标检测（ObjectDetection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。

普通研究者·2024-01-19 02:48

安装mxnet详细版

MXNet提供了丰富的神经网络层和优化算法，可以用于各种深度学习任务，如图像分类、目标检测、语音识别等。同时，MXNet还具有高效、灵活、易用等特点，受到了广泛的关注和应用。

江江酱₍ᐢ..ᐢ₎♡·2024-01-19 01:00

基于YOLOv8深度学习的葡萄簇目标检测系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

《博主简介》小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识别系统开发】4.【人脸面部活体

阿_旭·2024-01-19 01:54

由浅到深了解多模态技术

在人工智能领域，多模态研究已逐渐成为一种重要趋势。许多应用场景如若缺少多模态技术的支持，几乎难以实现。尤其在处理多种类型数据的领域，如医疗、机器人、电商、零售、游戏等，多模态技术的重要性愈发凸显。

英智未来·2024-01-19 01:21

DOTA V1.5数据集：基于航空图像的大规模目标检测数据集

摘要 目标检测是计算机视觉任务中一个具有挑战性的方向。

小兔子乖乖0320·2024-01-18 23:26

多模态、长文本、智能体，智谱AI推出GLM-4模型全家桶，发布即上线

它可以支持更长的上下文，具备更强的多模态能力。同时

光锥智能·2024-01-18 23:40

YOLODet 最强PyTorch版的YOLOv5、YOLOv4、PP-YOLO、YOLOv3复现

https://github.com/wuzhihao7788/yolodet-pytorchYOLODet-PyTorchYOLODet-PyTorch是端到端基于pytorch框架复现yolo最新算法的目标检测开发套件

wuzhihao7788·2024-01-18 22:35

32从传统算法到深度学习：目标检测入门实战 --目标检测简介及滑动窗口

目标检测简介目标检测是计算机视觉中一个重要的研究方向。人眼可以轻松、准确地识别出图片中的物体是什么、这个物体在图片中的哪个位置。

Jachin111·2024-01-18 22:23

Point Transformer

Abstract自注意力网络已经在自然语言处理领域取得了革命性的进展，并在图像分析任务（如图像分类和目标检测）中取得了令人瞩目的成就。

fish小余儿·2024-01-18 21:36

政务服务场景为何要打造AI交互数字人？

随着ChatGPT兴起，越来越多服务场景通过AI交互数字人以多模态交互形式实现人机交互。

广州虚拟动力-动捕&虚拟主播·2024-01-18 17:31

【CVPR 2020】伪装目标检测算法SINET-训练并推理

CVPR2023-SINET-伪装目标检测代码调试记录一、论文以及开源代码二、代码准备三、环境配置四、COD10k数据集准备五、训练环节注意点1：注意点2：超参设置六、测试及推理环节推理部分推理结果展示

澄鑫·2024-01-18 15:55

星火AI比百度的灵境平台的优缺点

星火AI：优点：星火AI认知大模型强调了在文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力及多模态处理等方面的综合能力，可能在这些领域展现出较强的性能表现。

Heffie199·2024-01-18 15:21

多模态Multimodal医学图像相关论文

Survey[arXiv2022]VisualAttentionMethodsinDeepLearning:AnIn-DepthSurvey[pdf][arXiv2022]Vision+X:ASurveyonMultimodalLearningintheLightofData[pdf][arXiv2023]VisionLanguageModelsforVisionTasks:ASurvey[pdf

哥廷根数学学派·2024-01-18 14:29

2024年1月17日Arxiv热门NLP大模型论文：Generative Multi-Modal Knowledge Retrieval with Large Language Models

提出多模态知识检索新框架，性能大幅领先引言：多模态知识检索的重要性与挑战在当今信息爆炸的时代，多模态知识检索已成为支持知识密集型多模态应用的关键技术。

夕小瑶·2024-01-18 12:43

2024年1月17日Arxiv最热论文推荐：清华提出多模态知识检索新框架、MIT新方法大幅提升LLMs的连贯性、浙大新模型助力视频任务新突破、Meta 革新搜索技术、Google革新AI写作

本文整理了今日发表在ArXiv上的AI论文中最热门的TOP5。论文解读、论文热度排序、论文标签、中文标题、推荐理由和论文摘要均由赛博马良平台（saibomaliang.com）上的智能体「AI论文解读达人」提供。如需查看其他热门论文，欢迎移步saibomaliang.com^_^TOP1GenerativeMulti-ModalKnowledgeRetrievalwithLargeLanguage

夕小瑶·2024-01-18 12:42

经典目标检测YOLO系列(二)YOLOV2的复现(1)总体网络架构及前向推理过程

经典目标检测YOLO系列(二)YOLOV2的复现(1)总体网络架构及前向推理过程和之前实现的YOLOv1一样，根据《YOLO目标检测》(ISBN:9787115627094)一书，在不脱离YOLOv2的大部分核心理念的前提下

undo_try·2024-01-18 10:09

【目标检测】YOLOv5算法实现(九)：模型预测

本系列文章记录本人硕士阶段YOLO系列目标检测算法自学及其代码实现的过程。其中算法具体实现借鉴于ultralyticsYOLO源码Github，删减了源码中部分内容，满足个人科研需求。

初初初夏_·2024-01-18 10:39

PaddleDetection学习1——使用Paddle-Lite在 Android 上实现实时的目标检测功能

在Android上使用Paddle-Lite实现实时的目标检测功能1环境准备1.1安装AndroidStudio1.1.1安装JAVAJDK1.1.2AndroidStudio安装步骤1.1.3AndroidStudio

waf13916·2024-01-18 08:16

YOLO目标检测——PCB缺陷数据集下载分享【含对应voc、coco和yolo三种格式标签】

真实场景的高质量图片数据，数据场景丰富标签说明：使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测

YOLO数据集工作室·2024-01-18 07:10

推荐频道

多模态目标检测