改进yolo 第6页

（ECCV2018）CBAM改进思路

论文链接：https://arxiv.org/abs/1807.06521论文题目：CBAM:ConvolutionalBlockAttentionModule会议：ECCV2018论文方法利用特征的通道间关系生成了一个通道注意图。由于特征映射的每个通道被认为是一个特征检测器，通道注意力集中在给定输入图像的“什么”是有意义的。为了有效地计算通道注意力，我们压缩了输入特征映射的空间维度。对于空间信息

这张生成的图像能检测吗·2025-03-09 19:12

HTML5 表单属性

HTML5表单属性引言HTML5作为新一代的网页标准，带来了许多新的特性和改进。在表单处理方面，HTML5引入了一系列新的表单属性，这些属性使得表单的创建和使用更加灵活和强大。

lly202406·2025-03-09 19:41

技术债务未纳入计划管理怎么办

，因为只有清晰了解现有系统中累积的技术债务，才能在项目计划中合理安排修正工作，防止负债失控；动态整合则要求将技术债务作为项目计划的重要组成部分，实时监控并定期调整修复策略；持续优化确保在项目迭代中不断改进和预防新的技术债务生成

·2025-03-09 16:49

在 PiscTrace 上使用 YOLO 进行预测与 MiDaS 景深补偿：体验纯视觉自动驾驶的数据分析

PiscTrace作为一款支持高效视图处理的桌面应用，集成了先进的计算机视觉工具，如YOLO目标检测模型和MiDaS景深估计模型，能够为纯视觉自动驾驶的实现提供强大的支持。

那雨倾城·2025-03-09 10:30

鸿蒙的底层是linux吗？

下面详细解释这一点：鸿蒙系统与Linux的关系‌技术根基‌：鸿蒙系统采用了Linux内核作为其底层的一部分，但华为在Linux的基础上进行了大量的优化和改进，以适应鸿蒙系统的特定需求和华为自家的硬件设备及软件生态

博览鸿蒙·2025-03-09 09:21

Zama TFHE-rs v1.0 发布

此版本中最显著的改进是：关键参数的细化，这增强了密码学安全性，保留了性能并优化了它们以用于分布式协议。还引入了官方手册和简化的贡献流程。值得

mutourend·2025-03-09 06:35

Python 3.13 的改进

Python3.13的改进Python3.13是一个充满新功能和改进的优秀版本，已经有大量文章详细介绍了发布说明。因此，本文不会讨论那些已经耳熟能详的内容，只就几个不鲜为人知的改进给予介绍。

CS创新实验室·2025-03-09 06:54

cv君独家视角 | AI内幕系列十四：【手机、相机防抖大揭秘】数字防抖、鸡头防抖、光学防抖、AI防抖等(附源码+长期更新)

目录摘要主要防抖技术手机防抖对比某拇指相机技术分析：1.基础介绍2.功能需求2.1功能背景2.2技术背景与技术选型2.3技术方案2.4可行性落地链路2.5竞品调研与市场分析2.6防抖主客观评价源码实现运动防抖步骤：代码实现性能优化与改进代码改进进一步改进与应用深度学习方法示例实时处理与应用示例运动摄影无人机航拍摄像头防抖设备计算资源需求复杂场景处理参数调整和优化实时处理需求误差累积并行和分布式处理

cv君·2025-03-09 05:32

如何评价研发部门的人效

研发部门人效评价的核心在于：明确评估指标、量化绩效数据、结合定性分析、持续改进流程。其中，明确评估指标是基础，只有设定清晰、可量化的指标，才能有效衡量团队和个人的绩效。

·2025-03-09 04:00

基于Flask和VUE的YOLOv5目标检测模型部署

基于Flask和VUE的YOLOv5目标检测模型部署基于Flask和VUE的YOLOv5目标检测模型部署本资源文件提供了一个基于Flask开发后端、VUE开发前端框架的完整项目，用于在WEB端部署YOLOv5

薄泳蕙Howard·2025-03-09 01:26

基于Flask和VUE的YOLOv5目标检测模型部署：轻松实现WEB端目标检测

基于Flask和VUE的YOLOv5目标检测模型部署：轻松实现WEB端目标检测【下载地址】Yolov5-Flask-VUE基于Flask和VUE的YOLOv5目标检测模型部署本项目提供了一个基于Flask

咎尉裕Lilah·2025-03-09 01:18

后台数据报表导出数据量过大问题

现状分析之前在mysql业务库,导出报表会出现各种表相互关联，导致夯死的情况改进使用ClickHouse做宽表后面使用binlog监听，洗数据洗成一张宽表，存放在ck中，但是发现超过一定数量级100w也会很卡慢

FLGB·2025-03-09 00:10

Meta 计划在 Llama 4 中引入改进的语音功能，接近双向自然对话

关于Meta计划在Llama4中引入改进语音功能并接近双向自然对话，具体情况如下1：功能特点原生语音处理：Llama4能够直接处理语音信息，无需先将语音转换为文本再输入模型处理，最后又将文本转换回语音，

timer_017·2025-03-08 23:28

Jetson系列: tensorrt-python推理yolov5（一）

onnx模型导出在使用tensorrt进行加速之前需要将自己的torch模型转为onnx格式的，这个操作很基础就不赘述了，自己根据自己的任务、部署设备选择合适的batch/infersize/opsetyolov5

weixin_55083979·2025-03-08 20:08

深度学习篇---Opencv中的机器学习和深度学习

：准备数据步骤2：创建模型步骤3：训练模型步骤4：预测3.优点简单易用轻量级实时性4.缺点特征依赖性能有限二、OpenCV中的深度学习1.概述图像分类（如ResNet、MobileNet）目标检测（如YOLO

Ronin-Lotus·2025-03-08 19:05

判断一个数是否是素数——Java（进阶高效算法）

本文续写上一篇文章：判断一个数是否是素数——Java（初阶低效算法）上一篇中的for循环是从3直到n-1，这里通过Math.sqrt(n)的方法做出改进，使得循环的次数变少以加快运算效率和速率一、Math.sqrt

Pniubi·2025-03-08 18:18

基于YOLOv5的无人机农田监测系统实现与UI界面设计

深度学习中的目标检测技术，如YOLOv5，能够帮助实现精准的农田监测，提供自动化的解决方案。在这篇博客中，我们将介绍如何利用YOLOv5进行无人机农田监测，如何使用图形用户界

深度学习&目标检测实战项目·2025-03-08 16:52

YOLOv12改进策略【注意力机制篇】| 引入MobileNetv4中的Mobile MQA，轻量化注意力模块提高模型效率（二次改进A2C2f）

一、本文介绍本文记录的是基于MobileMQA模块的YOLOv12目标检测改进方法研究。

Limiiiing·2025-03-08 15:21

《基于yolov5s的水稻病虫害图像识别应用》开题报告

1.研究的目的和意义一、研究目的农作物病虫害是全球农业生产中的主要威胁之一，每年因病虫害造成的作物减产和经济损失相当巨大。随着世界人口的增长，对粮食的需求不断增加，如何提高农作物产量、减少病虫害损失，成为农业生产中需要解决的核心问题。传统的病虫害识别方法主要依赖于农民的经验或农业专家的现场诊断，这种方式不仅耗费大量时间和人力，而且易受人为因素影响，准确率不高，且不具备可持续性，特别是在大规模农业生

大数据蟒行探索者·2025-03-08 14:08

基于 Python 对百度热搜 “Manus 推出引发科技圈震动” 的数据分析

关键词提取与词频统计2.5情感分析（简单示例，实际可采用更复杂模型）2.6数据可视化三、主要的代码难点解析3.1数据收集3.2数据清洗-文本预处理3.3关键词提取与词频统计3.4情感分析3.5数据可视化四、可能改进的代码

萧十一郎@·2025-03-08 13:58

目标检测YOLO实战应用案例100讲-TDI线阵相机

目录知识储备图像基础知识分辨率单位及换算算法原理一、TDI基本原理二、信噪比提升机制三、时间同步机制四、TDIvs传统线扫描技术五、TDI的技术挑战六、最新的TDI技术发展知识储备图像基础知识首先什么是机器视觉？计算机视觉就是让计算机去理解获取数字图像与视频中的信息。最终实现一个与人类视觉系统实现相同功能的自动化系统。什么是机器视觉中的图像的前置知识——颜色模型？最为常用的颜色模型，分别是RGB颜

林聪木·2025-03-08 08:49

【Python】Python中的heapq模块详解，令人费解的_siftup与_siftdown函数

模块的作用heappush函数heappop函数heappush函数与_siftdown函数改良后的heap_push函数heappop函数与_siftup函数改良后的heap_pop函数heapq模块与改进后的

观海胸襟阔·2025-03-08 08:08

探索高性能AI识别和边缘计算 | NVIDIA Jetson Orin Nano 8GB 开发套件测评总结

树莓派看了想转行引言：比咖啡机还小的"AI超算"，却让开发者集体沸腾2025年的某个深夜，程序员老王盯着工位上巴掌大的NVIDIAJetsonOrinNano，突然热泪盈眶——这个尺寸堪比奥利奥饼干盒的设备，跑YOLOv5

Loving_enjoy·2025-03-08 08:06

ResNet 改进：轻量级的混合本地信道注意机制MLCA

目录1.MLCA注意力机制2.改进位置3.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.MLCA注意力机制MLCA（MixedLocalChannelAttention

听风吹等浪起·2025-03-08 06:29

Python与数据可视化库Seaborn实战

Python与数据可视化库Seaborn实战一、引言二、技术概述Seaborn介绍核心特性和优势代码示例：简单散点图三、技术细节技术原理技术难点四、实战应用应用场景问题与解决方案五、优化与改进潜在问题改进建议六

master_chenchengg·2025-03-08 06:25

【YOLOv12改进trick】StarBlock引入YOLOv12，创新涨点优化，含创新点Python代码，方便发论文

改进模块：StarBlock解决问题：采用StarBlock将输入数据映射到一个极高维的非线性特征空间,生成丰富的特征表示，使得模型在处理复杂数据时更加有效。

zy_destiny·2025-03-08 02:46

第0节机器学习与深度学习介绍

人工智能：能够感知、推理、行动和适应的程序机器学习：能够随着数据量的增加而不断改进性能的算法（数学上的可解释性但准确率不是百分百，灵活度不高）深度学习：机器学习的一个子集：利用多层神经网络从大量数据中进行学习

汉堡go·2025-03-08 01:34

【AI】YOLOv7部署在NVIDIA Jetson Nano上

1、环境搭建参考博客：【AI】JetsonNano烧写SD卡镜像【AI】YOLOv7部署在NVIDIAJetsonTX2上2、下载编译2.1源码下载https://github.com/AlexeyAB

郭老二·2025-03-08 00:26

基于YOLOv5深度学习的田间杂草检测系统：UI界面 + YOLOv5 + 数据集详细教程

本文将详细介绍如何构建一个基于深度学习的田间杂草检测系统，使用YOLOv5模型进行目标检测，并提供一个用户友好的界面。

深度学习&目标检测实战项目·2025-03-08 00:50

自动扶梯人员摔倒掉落识别检测数据集VOC+YOLO格式5375张2类别

数据集格式：PascalVOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：5375标注数量(xml

FL1623863129·2025-03-07 23:18

·2025-03-07 21:00

VMware Tools系列四：VMware Tools和open-vm-tools有何区别

-提供的功能包括改进的图形性能、拖放文件、复制粘贴、自动调整屏幕分辨率、时间同步等。-通常在安装VMware虚拟机的操作系统后安装。2.open-vm-to

学堂在线·2025-03-07 20:44

人工智能基础知识

首先分为两大类：一：机器视觉cv1.特征比较明显2.经典模型：cnn，resnet，deepface，yolov（1-12），vi-transformer。缺点：不能解决收听问题。

yzx991013·2025-03-07 16:24

【智能算法】Dijkstra算法

目录一、Dijkstra算法概述1.1基本概念1.2算法思想1.3算法步骤1.4算法特点二、Dijkstra算法优缺点和改进2.1Dijkstra算法优点2.2Dijkstra算法缺点2.3Dijkstra

大雨淅淅·2025-03-07 14:47

【路径规划】二维Dijkstra启发式改进算法

我们使用了A*算法的启发式（曼哈顿距离）来改进Dijkstra算法的性能。

神精兵院院长·2025-03-07 13:41

YOLOv10改进之MHAF(多分支辅助特征金字塔)

YOLOv10架构YOLOv10的架构主要由主干网络、特征金字塔和预测头三部分组成。主干网络采用改进的Darknet结构，增强特征提取能力。

清风AI·2025-03-07 11:20

Pycharm2018 中文版安装教程

中文版安装教程软件简介：PyCharm是一款IDE集成开发环境，主要功能包括代码调试、语法高亮、智能提示、单元测试、版本控制等，新版2018版添加了对Python3.7支持，增加了多行TODO注释、时间跟踪、以及改进

ZCY5202015·2025-03-07 11:07

【yolov8】模型导出----pytorch导出为onnx模型

【yolov8】模型导出一、为什么要使用yolo的导出模式二、确保安装必要的库：三、yolov8模型导出3.1不同格式配置参数3.2导出格式四、导出模型性能优化4.1使用TensorRT导出模型有什么好处

栗子风暴·2025-03-07 09:12

YOLOv12改进之A2(区域注意力)

在YOLOv12改进之A2中，注意力机制扮演着关键角色。已有研究成果包括：Transformer架构：引入了自注意力机制，有效捕捉输入序列中的长距离依赖关系。

清风AI·2025-03-07 00:39

完整集合经验模态分解（CEEMD）详解

完整集合经验模态分解（CEEMD）详解目录前言从EMD到EEMD再到CEEMDEMD（经验模态分解）回顾EEMD（集合经验模态分解）的改进与不足CEEMD（完整集合经验模态分解）的原理噪声对（noisepairs

DuHz·2025-03-06 23:27

YOLOv8目标检测推理流程及C++代码

这部分主要是使用c++对Onnx模型进行推理，边先贴代码，过段时间再详细补充下代码说明。代码主要分成三部分，1.main_det.cpp推理函数主入口；2.inference_det.h头文件及inference_det.cpp具体函数实现；3.CMakeList.txt.1.main_det推理配置信息全部写在config.txt中，执行代码时会读取该文本中配置信息来进行推理，config.tx

吃鱼不卡次·2025-03-06 22:49

yolov8训练模型、测试视频

yolov8先训练生成best.pt文件，用这个生成的模型进行视频的测试因为本来用的代码生成的测试视频打不开，格式应该是损坏了，或者部分帧没有正常保存吧。修改了一下代码，现状可以正常打开生成的视频了。

灰灰学姐·2025-03-06 21:12

YOLOv5的Conv是什么，Conv就是卷积吗（1）

hjs314159·2025-03-06 20:33

YoLo运用学习7

目录前言一、C#环境使用YoLo模型进行AI推理检测1.加载图片2.图片预处理3.加载onnx模型并推理4.数据后处理5.图片属性值缩放还原和反归一化6.将解析到的信息的集合绘制成处理后图片总结前言根据

老农民编程·2025-03-06 19:51

Python 机器学习基础之模型评估与改进【评估指标与评分】的简单说明

Python机器学习基础之模型评估与改进【评估指标与评分】的简单说明目录Python机器学习基础之模型评估与改进【评估指标与评分】的简单说明一、简单介绍二、评估指标与评分1、牢记最终目标2、二分类指标1

仙魁XAN·2025-03-06 18:38

大模型入门

Transformer架构的持续演进体现在位置编码改进（如RoPE旋转位置编码）、注意力机制优化（FlashAttention算法提升30%训练速度）以及层级结构创新（深度

24k小善·2025-03-06 17:05

同城拉货搬家 APP 小程序开发事项以及优化方案

同城拉货搬家APP小程序：重塑便捷货运新体验针对同城拉货搬家APP小程序的优化方案，可围绕用户体验、服务效率、安全信任及商业模式创新四个维度展开，结合现有功能提出以下结构化改进策略：一、用户体验优化1.

ALLSectorSorft·2025-03-06 17:59

简述KMP模式匹配算法，next函数和nextval函数

改进后的算法复杂度为O(m+n).KMP算法的简述每一次比较时，当子串与主串不相等的时候，主串的指针不回溯，而是通过next函数所求得的值当作下一位子串开始比较的位置。

Lkkkkkkkcy·2025-03-06 15:17

Apache SeaTunnel 人物专访 | 张东浩：从使用者到Committer的开源历程

作为SeaTunnel的贡献者，我个人也有许多感慨，本文给大家介绍下在过去的1年里，我个人在社区持续不断地进行完善和改进心路历程。自我介绍请您简单介绍一下自己，包括职业背景、当前的工作以及加入A

·2025-03-06 14:23

微信小程序封装request请求

目录1、封装的必要性1.1封装的原则1.2微信小程序封装遇到的问题1.3改进封装，使得能对拿到的结果进行不同的处理1.4最终调用结束语1、封装的必要性在编写前端代码时，最离不开的就是发送网络请求了，但在发送网络请求时

易烊子豪·2025-03-06 12:49

推荐频道

改进yolo