改进yolo 第3页

python匿名函数的好处_python 匿名函数与三元运算学习笔记

呵呵，如果是这么用，确实没毛线改进，不过匿名函数主要是和其它函数搭配使用的呢，如下res=map(lambdax:x**2,[1,2

weixin_39812142·2025-03-13 15:22

MobileNet 改进：添加inception模块

目录1.inception模块2.MobileNet+inception3.完整代码Tips：融入模块后的网络经过测试，可以直接使用，设置好输入和输出的图片维度即可1.inception模块Inception模块是Google在2014年提出的Inception网络（也称为GoogLeNet）中的核心组件。它的设计目标是通过多尺度特征提取来提高网络的表达能力，同时控制计算复杂度。Inception

听风吹等浪起·2025-03-13 14:11

【AIGC】计算机视觉-YOLO系列家族

YOLO系列家族（1）YOLO发展史（2）YOLOX（3）YOLOv6（4）YOLOv7（5）YOLOv8（6）YOLOv9（7）YOLOv10（8）YOLOv11（9）YOLOv12（1）YOLO发展史

LeeZhao@·2025-03-13 13:34

【YOLOv11[基础]】目标检测OD | 导出ONNX模型 | ONN模型推理以及检测结果可视化 | python

本文将导出YOLO11.pt模型对应的ONNX模型，并且使用ONNX模型推理以及结果的可视化。话不多说，先看看效果图吧！！！目录一导出ONNX模型二推理及检测结果可视化1代码2效果图

Jackilina_Stone·2025-03-13 12:02

YOLO系列模型从v1到v10的演进

文章目录引言YOLOv1:开创单阶段目标检测先河发布时间与背景核心创新模型架构训练策略与优化YOLOv2:提升精度与速度的平衡发布时间与背景核心创新模型架构训练策略与优化YOLOv3:多尺度检测与残差连接发布时间与背景核心创新模型架构训练策略与优化

剑走偏锋o.O·2025-03-13 11:25

图像识别技术与应用课后总结（18）

·YOLO-V3RetinaNet系列，YOLO-V3在不同变体（如YOLOV3-320、YOLOV3-416等）下，在推理时间和精度上有不同的表现，展示了其在速度和准确性上的平衡。

一元钱面包·2025-03-13 11:20

嵌入式系统测试必备：9大理由解析报告与可追溯性的重要性（附工具推荐TESSY）

报告和可追溯性不仅支持有效的项目管理，还促进了维护和调试，并为审计及持续改进工作提供了必要的文档支持。理由1：合规性嵌入式系统常用于汽车、航空航天、医疗设备和工业控制系统等关键应用领域。

·2025-03-13 10:05

C++程序设计语言笔记——引言：第一章致读者

钺不言·2025-03-13 10:13

基于支持向量机SVM的电网负荷预测，libsvm工具箱详解，SVM详细原理

SVM理论Libsvm工具箱详解简介参数说明易错及常见问题SVM应用实例，基于支持向量机SVM的电网负荷预测代码结果分析展望摘要基于支持向量机SVM的电网负荷预测，SVM原理，SVM工具箱详解，SVM常见改进方法支持向量机

神经网络机器学习智能算法画图绘图·2025-03-13 09:35

YOLOv8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C2f二次创新）

一、本文介绍本文记录的是基于EMA模块的YOLOv8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·2025-03-13 06:14

YOLOv5改进：在C3块不同位置添加EMA注意力机制，有效提升计算机视觉性能

计算机视觉中的目标检测是一个重要的任务，而YOLOv5是目前广泛应用的一种高效目标检测算法。

UksApps·2025-03-13 06:13

使用 UpTrain 提升 LLM 应用效果的实战指南

随着大语言模型（LLM）的广泛应用，如何评估和改进这些应用的性能成为了一个关键问题。

qahaj·2025-03-13 04:30

基于yolov11的瓶盖缺陷检测系统python源码+pytorch模型+评估指标曲线+精美GUI界面

【算法介绍】基于YOLOv11的瓶盖缺陷检测系统在现代制造业中，瓶盖的质量直接影响到产品的封装效果和消费者的使用体验。因此，对瓶盖进行快速、准确的缺陷检测至关重要。

FL1623863129·2025-03-13 02:12

ROS+YOLOV8+SLAM智能小车导航实战（三、Astra Pro深度相机节点+Astra Pro普通color颜色节点）

一、开始创建ROS节点空间mkdiryolov8_ros/src-pcdyolov8_ros/srccd..catkin_make如果报以下错误是因为系统中存在多个python环境解决办法首先查看你本机有多少个

智慧愚行·2025-03-13 01:06

chrome内核大版本升级涉及核心事项

以下是关键核心事项及应对策略：1.技术架构调整V8引擎升级：JavaScript引擎优化可能引入新语法支持（如ES新特性）、性能改进或GC机制调整，需验证业务代码兼容性。

ปรัชญา แค้วคำมูล·2025-03-13 01:33

CUDA12.1 cudnn9.0.1 python3.10.12配置TensorRT8.6.1，完成yolov12tensorRT推理完整过程

一、配置TensorRT8.6.11.下载TensorRT8.6.1包TensorRT完全依赖CUDA，因此下载其版本时一定要考虑CUDA的版本。具体应该下载哪一版本的TensorRT呢，这里我问的秘塔AI，你们也可以问问它。官网地址-tensorRT8.6.1安装包下载2.解压安装包这里要注意，如果你和我一样是给win下的但是要在Linux服务器上使用。千万不要在win的环境下进行安装包的解压操

李卓璐·2025-03-13 01:33

YOLOv12改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进

必读内容船新的YOLOv12改进专栏~1️⃣什么！

Limiiiing·2025-03-13 00:27

效果媲美Cursor的开源替代：Roo-Cline

作为一个开源项目，它在保持原版Cline所有核心功能的同时，通过持续的社区贡献不断改进和扩展其功能集。

开源项目精选·2025-03-12 19:52

实现一个超轻量级实例分割网络的思路

文章目录前言一、基本思路二、picodet三、yolact三、picodet+yolact总结前言在某些工业领域，由于成本问题算力有限，只能实时跑一些超轻量级网络，拿目标检测来说，例如yolo-fast

CV工程师小朱·2025-03-12 17:45

如何提升OmniParser V2的小元素识别率——YOLOv8 增加 P2 层的性能变化解析

YOLOv8增加P2层通过牺牲部分计算效率换取了小目标检测性能的显著提升，尤其适用于高分辨率、小目标密集的场景。

AI-AIGC-7744423·2025-03-12 14:22

Google Chrome 60版本的全新特性与优势

本文还有配套的精品资源，点击获取简介：Chrome60是GoogleChrome浏览器的一个重大更新，它在2017年推出，为用户和开发者提供了多项改进。

xinwuji312·2025-03-12 13:19

AI：230-YOLOv8与RT-DETR的完美结合 | 重塑目标检测技术的前沿【保姆级教程】

正在不断更新中~文章目录YOLOv8与RT-DETR的完美结合|重塑目标检测

一键难忘·2025-03-12 12:09

YOLOv5涨点优化：原创自研 | 魔改Bottleneck，具备多尺度和特征通道融合的结构

本文原创自研创新改进：魔改Bottleneck，具备多尺度和特征通道融合的结构，该模型在检测准确性方面都取得了良好的效果，尤其在缺陷检测方向。

AI小怪兽·2025-03-12 09:51

逆向工程基础

目的：在不能轻易获得必要的生产信息或设计文档的情况下，通过逆向工程推导出产品的设计原理，以支持产品仿制、改进、维护或修复等需求。

Smile灬凉城666·2025-03-12 08:11

逆向工程是什么？

它的目标不是直接复制它们，而是通过分解、研究和重现其设计或实现过程，以便于修改、改进、学习、维护或者创建兼容组件。

不知道是谁2·2025-03-12 08:10

lua-debug for Sublime

不掉帧可随时开启配置简单，一份配置兼容VSCode和Sublime安装要求Sublime4的版本（注：从Sublime3升到4的不算，需卸载干净3后，重装Sublime4）安装SublimeDebugger插件（作者改进版

huanzai2·2025-03-12 07:08

机器学习入门指南：从 TensorFlow 到 PyTorch

机器学习是一种通过数据训练模型，使计算机能够自动学习和改进的技术。它主要分

6v6-博客·2025-03-12 06:23

Faster R-CNN原理详解以及Pytorch实现模型训练与推理

【YOLOv8多目标识别与自动标注软件开发】8.【基于深度学习的行人跌倒检测系统】9.【基于深度学习的PCB板缺陷检测系统

阿_旭·2025-03-12 05:51

Android TCP封装工具类

TCP通信的封装，我们可以从以下几个方面进行改进：线程池优化：使用更高效的线程池配置，避免频繁创建和销毁线程。连接重试机制：在网络不稳定时，自动重试连接。心跳机制：保持长连接，避免因超时断开。

tangweiguo03051987·2025-03-12 05:49

RK3568笔记五十六：yolov8_obb旋转框训练部署

https://github.com/ultralytics/ultralytics一、训练1、环境搭建使用的是AUTODL环境，yolov8-obb数据集不大，也可以使用cpu。

殷忆枫·2025-03-12 04:07

RK3568笔记六十八：Yolov11目标检测部署测试

看到yolov11出了，山水无移大佬测试通过，跟个风测试一下效果。使用的是正点原子的ATK-DLRK3568开发板。这里不训练自己的模型了，使用官方模型测试。

殷忆枫·2025-03-12 04:07

使用Trubrics进行LLM用户分析和反馈管理

核心原理解析Trubrics主要通过对用户与模型的交互进行分析，来提供改进建议。其核心是利用API来监控用户发出的每一个提示和反馈，从而帮助开发者更好

dgay_hua·2025-03-12 04:35

PointNet++改进策略：模块改进 | x-Conv | PointCNN，结合局部结构与全局排列提升模型性能

目录前言PointCNN实现细节1.XXX-Conv操作输入输出步骤2.PointCNN网络架构层级卷积分类与分割任务3.数据增强4.效率优化前言这篇论文介绍了一种名为PointCNN的方法，旨在从点云（pointcloud）数据中学习特征。传统卷积神经网络（CNN）在处理规则网格数据（如图像）时非常有效，但由于点云是无序且不规则的，直接在其上应用卷积操作会导致形状信息丢失，并对点的排列顺序敏感。

我是瓦力·2025-03-12 03:30

无人机动态追踪技术难点与距离分析！

传统计算机视觉方法（如光流法、卡尔曼滤波）易受干扰，需结合深度学习（如YOLO、SiamRPN++）提升抗干扰能力。

云卓SKYDROID·2025-03-12 01:15

PCB的历史与发展

2、材料突破：1907年，利奥・亨德里克・贝克兰改进了酚醛树脂的生产技术，将树脂实用化、工业化，为印制电路板的问世与发展创造了条件。1920年代，早期的PCB板材有酚醛树脂、松石、普通

二年级程序员·2025-03-12 00:07

人工智能混合编程实践：C++调用Python ONNX进行YOLOv8推理

人工智能混合编程实践：C++调用PythonONNX进行YOLOv8推理前言相关介绍Python简介C++简介ONNX简介YOLOv8简介前提条件实验环境项目结构C++调用PythonONNX进行YOLOv8

FriendshipT·2025-03-11 22:48

第十章：C++ 标准

第十章：C++标准C++语言不断演进，每个新版本都引入了新的特性和改进。本章将详细介绍C++11、C++14、C++17、C++20和C++23的重要特性及其对C++开发的影响。

weisonx·2025-03-11 18:16

YOLO训练指南（以V3为例）

YOLO训练指南（以V3为例）前言了解yolo3https://cloud.tencent.com/developer/news/76803https://www.bilibili.com/video/

niuTaylor·2025-03-11 16:28

目标检测

3.GroundTruth格式：包含类别和边界框坐标，常见的有YOLO（归一化中心点坐标和宽高）、VOC（左上角和右下角坐标）、COCO（左上角坐标和

煤烦恼·2025-03-11 15:22

《 YOLOv5、YOLOv8、YOLO11训练的关键文件：data.yaml文件编写全解》

走进YOLOv5、YOLOv8、YOLO11的data.yaml在计算机视觉领域的广袤星空中，目标检测无疑是一颗璀璨的明星，它广泛应用于自动驾驶、智能安防、工业检测、医疗影像分析等众多关键领域，发挥着不可或缺的作用

空云风语·2025-03-11 15:51

ES6 解构赋值详解

ES6是JavaScript语言的一次重大更新，引入了许多新特性和语法改进，其中解构赋值是一个非常实用和灵活的语法特性。它可以让我们从数组或对象中提取值，并赋给对应的变量，让代码变得更加简洁和易读。

修己xj·2025-03-11 15:49

深度解析：DETR的多尺度特征融合

传统的目标检测方法，如FasterR-CNN和YOLO，通常依赖于预定义的锚框或候选区域来生成目标proposals。然而，这些方法存在一些固有的局限性：人工先验知识:锚框的设

AI天才研究院·2025-03-11 15:17

C++11之列表初始化

它引⼊了⼤量更改，标准化了既有实践，并改进了对C++程序员可⽤的抽象。在它最终由ISO在2011年8⽉12⽇采纳前，⼈们曾使⽤名称“C++0x”，因为它曾被期待在2010年之前发布。

Octopus2077·2025-03-11 12:27

《Natural Actor-Critic》译读笔记

本文展示了使用自然策略梯度的actor改进特别有吸引力，因为这些梯度与所选策略表示的坐标框架无关，并且比常规策

songyuc·2025-03-11 11:21

Vue3 基础教程：从入门到实践 (保姆级教学)

一、Vue3简介Vue.js是一款用于构建用户界面的JavaScript框架，而Vue3作为其最新的主要版本，带来了诸多令人瞩目的改进与新特性，使其在前端开发领域备受青睐。

前段技术人·2025-03-11 11:18

Python通过YOLO格式TXT标签文件在图像中画框

美化识别结果中的检测框：在一些目标检测场景中，YOLO检测算法原始的检测框绘制会导致重叠、颜色冲突、字体过大等问题。可以使用该工具进行修改。

CHERISH_KDX·2025-03-11 10:41

解决方案评测｜通义万相AI绘画创作【阿里产品系测评】

3）针对业务场景，该方案还有哪些可以改进的图片生成能力或在您的业务场景中，还希望它可以提供哪些新的功能？4）同比其他类似产品方案，该方案在成本、易用性、应用场景上是否有竞争力？您是否愿意推荐团

一键难忘·2025-03-11 07:23

YOLOv8制作自己的实例分割数据集保姆级教程（包含json转txt）

1.数据准备首先对原始数据集进行整理，将标注好的图像和标签分别放在两个文件夹中，同时额外新建两个文件夹，用于存放转换完的标签与划分后的数据集。1.1将json格式文件转换为txt格式新建json2txt.py文件，将代码中的文件路径修改为自己的路径。❗❗❗代码中第43行的classes中存放的是自己数据集的分类标签，记得修改成自己的。importjsonimportosfromtqdmimport

Sir小珂·2025-03-11 07:18

MVC、MVVM模式的概念与区别

ModelViewController，是模型(model)－视图(view)－控制器(controller)的缩写，一种软件设计典范，用一种业务逻辑、数据、界面显示分离的方法组织代码，将业务逻辑聚集到一个部件里面，在改进和个性化定制界面及用户交互的同时

haikuotiankongdong·2025-03-11 04:53

MVC开发模式

ModelViewController，是模型(model)－视图(view)－**控制器(controller)**的缩写，一种软件设计典范，用一种业务逻辑、数据、界面显示分离的方法组织代码，将业务逻辑聚集到一个部件里面，在改进和个性化定制界面及用户交互的同时

流年烟雨绽放在寂寞的晴天·2025-03-11 04:51

推荐频道

改进yolo