改进yolo

deepseek R1的确不错，特别是深度思考模式

deepseekR1的确不错，特别是深度思考模式，每次都能自我反省改进。
jackyrongvip·2025-01-29 12:04

MATLAB算法实战应用案例精讲-【优化算法】蘑菇繁殖优化算法(MRO)(附MATLAB代码实现)

目录前言算法原理算法思想算法步骤优缺点带模糊需求的开放式选址路径问题的混合离散蘑菇繁殖算法１ＯＬＲＰ⁃ＦＤ模型１.１可信度理论１.２问题描述１.３模型２求解ＯＬＲＰ⁃ＦＤ的混合离散蘑菇繁殖算法２.２初始化２.３改进蘑菇繁殖算法
林聪木·2025-01-29 09:41

单目测距（yolo-目标检测+标定+深度学习目标检测_测距）

YOLOv5模型介绍YOLOv5是目前最先进的目标检测算法之一，在多个数据集上取得了优秀的表现。
计算机C9硕士_算法工程师·2025-01-29 09:37

数据挖掘常用算法模型简介

：1.决策树（DecisionTree,DT）常用算法：CART:ClassificationandRegressionTreeID3:IterativeDichotomiser3C4.5:基于ID3改进使用场景
大乔乔布斯·2025-01-29 09:36

13软考高项，项目资源管理

团队建设有效性：1、技能提升；2、能力改进；3、离职率降低；4、凝聚力加强，公开学习和经验问题解决：识别问题，明确问题；问题拆解定义问题，调查，分析，解决，检查解决方案成功团队的特征：(1
LeonNo11·2025-01-29 08:55

Java开发神器——MyEclipse CI 2019.4.0 全新发布（附下载）

火热开启中>>MyEclipse2019的升级版本中，推出对Java11的支持、性能改进及新的连接器等。
chushi6862·2025-01-29 05:01

深入解析Vue3响应式系统：从Proxy实现到依赖收集的核心原理

这一创新的设计让Vue3在性能和开发体验上都有了大幅度的改进。如何实现
荆州克莱·2025-01-29 04:49

Qt调用FFmpeg库实时播放UDP组播视频流

基于以下参考链接，通过改进实现实时播放UDP组播视频流https://blog.csdn.net/u012532263/article/details/102736700源码在windows（qt-opensource-windows-x86
daqinzl·2025-01-29 03:46

强化学习很多ac架构的算法比如ppo，为什么使用状态价值网络而不使用动作价值网络实现critic呢?｜状态价值网络的优势与挑战｜Actor-Critic｜状态价值｜强化学习

3.1训练稳定性3.2计算效率3.3高维动作空间的适应性4.使用状态价值网络的挑战4.1收敛速度4.2欠拟合风险5.解决方案与未来方向5.1改进的状态价值网络5.2结合动作价值和状态价值6.结论随着强化学习技术的不断发展
concisedistinct·2025-01-29 01:27

技术速递｜.NET 9 Preview 6 现已推出！

我们刚刚发布了第六个预览版，在之前预览版的基础上添加了一些很棒的功能，并对.NETRuntime、SDK、库、C#和框架（包括ASP.NETCore、Blazor和.NETMAUI）进行了重大改进。
微软Reactor·2025-01-29 01:26

RAG技术架构深度解析（非常详细）零基础入门到精通，收藏这一篇就够了

文章深入分析了RAG技术架构的兼容性、实时性和智能化水平等方面的问题，并提出了相应的改进措施，如加强标准化建设、引入实时数据处理技术和先进算法模型。
Python_chichi·2025-01-28 23:38

Python 3.9它来啦！！！

python学习教程，从最基础的python脚本到web开发，爬虫，数据分析，数据可视化，机器学习，等，这些资料有想要的小伙伴"点击"即可领取过去一年，来自世界各地的开发者们一直在致力于Python3.8的改进
python程序员小'鹏·2025-01-28 19:38

YOLOv10涨点改进：特征融合创新 | 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如何引入到YOLOv10：1)替代原始的Concat；改进结构图如下：《YOLOv10魔术师专栏》将从以下各个方向进行创新：【
AI小怪兽·2025-01-28 19:08

YOLO11涨点优化：特征融合创新 | 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如何引入到YOLO11：1)替代原始的Concat；改进结构图如下：《YOLOv11魔术师专栏》将从以下各个方向进行创新：【原创自研模块
AI小怪兽·2025-01-28 19:08

AI智能制造软件有什么用处

一旦检测到异常情况，系统会立即发出警报并提供改进建议，帮助企业快速响应问题
雪叶雨林·2025-01-28 18:02

bash: /home/xxx/anaconda3/bin/conda: No such file or directory

二报错信息bash:/home/xxx/anaconda3/envs/yolov10/bin/pip3/home/xxx/.conda/envs/yolov10/bin/python:badinterpreter
鲤鱼不懂·2025-01-28 18:58

ultralytics 是什么？

它最著名的功能是实现YOLO（YouOnlyLookOnce）系列模型，特别是最新的YOLOv8。1.YOLO是什么？YOLO是一种流行的目标检测算法，以其速度快和精度高而闻名。
博刻·2025-01-28 16:09

改进候鸟优化算法之三：引入自适应策略的候鸟优化算法（AS-MBO）

MigratingBirdsOptimizationwithAdaptiveStrategy，简称AS-MBO）是对传统候鸟优化算法（MigratingBirdsOptimization，MBO）的一种改进
搏博·2025-01-28 15:34

更新Github上开源项目到本地

利用Git命令更新Github上的开源项目到本地的作用主要有以下几点：获取最新的代码，开源项目经常会有新的更新和改进，使用Git命令可以轻松地将最新的代码下载到本地。
Wasser.·2025-01-28 14:59

使用onnxruntime-web 运行yolov8-nano推理

ONNX（OpenNeuralNetworkExchange）模型具有以下两个特点促成了我们可以使用onnxruntime-web直接在web端上运行推理模型，为了让这个推理更直观，我选择了试验下yolov8
CHEN_RUI_2200·2025-01-28 14:27

json格式的标记文件转yolo格式（txt）的标记文件

背景我在使用anylabeling标记软件时发现导出的标记文件格式只能是json格式，而我yolov8训练模型的标记文件需要时txt格式的，所以我需要写一个转换脚本脚本1.脚本1这个脚本是针对于矩形框标记的转换
帅气的亮·2025-01-28 10:33

【EI复现】【基于改进粒子群算法求解】一种建筑集成光储系统规划运行综合优化方法（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3参考文献4Matlab代码、数据、文档讲解1概述文献来源：摘要：容量优化配置与能量调度是建筑集成光储系统(buildingintegratedphotovoltaic,BIPV)规划和运行阶段的核心问题，合理的容量配置及能量调度能够有效提升系统的经济
创新优化代码学习·2025-01-28 10:33

【EI复现】【基于改进粒子群算法求解】一种建筑集成光储系统规划运行综合优化方法（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3参考文献4Matlab代码、数据、文档讲解1概述文献来源：摘要：容量优化配置与能量调度是建筑集成光储系统(buildingintegratedphotovoltaic,BIPV)规划和运行阶段的核心问题，合理的容量配置及能量调度能够有效提升系统的经济
砌墙_2301·2025-01-28 10:01

容器化检索增强框架（R2R）

R2RbySciPhi-AI是一个专门的RAG框架，专注于通过迭代细化来改进检索过程。
deepdata_cn·2025-01-28 08:19

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-transformer.py

transformer.pyultralytics\nn\modules\transformer.py目录transformer.py1.所需的库和模块2.classTransformerEncoderLayer(nn.Module):3.classAIFI(TransformerEncoderLayer):4.classTransformerLayer(nn.Module):5.classTra
红色的山茶花·2025-01-28 08:47

Git 将本地vue项目修改的内容提交到gitlab/github

1、将自己分支上的代码提交到本地（1）点击更改的“+”，会将更改进行暂存，可以在暂存的更改中查看到修改的文件（2）输入本次修改的内容的简短含义，点击“√”2、切换到develop分支，并在develop
糯米团仔·2025-01-28 08:47

vue3底层原理和性能优化

Vue3在底层原理和性能优化方面做了许多改进，以下是一些主要的优化点和原理：虚拟DOM的改进静态树提升：Vue3能够检测到静态组件（即不依赖响应式数据的组件）并将其提升到渲染函数之外，从而减少不必要的重渲染
·2025-01-28 06:24

基于YOLOv8+PyQt5的密集人群计数检测系统

基于YOLOv8+PyQt5的密集人群计数检测系统是一个结合了目标检测算法与图形用户界面的项目，以下是相关介绍：【毕业设计参考】基于yolov8+pyqt5的密集人群计数检测系统.zip资源-CSDN文库系统概述该系统旨在实时分析某一区域内的人群数量与分布情况
人工智能教学实践·2025-01-28 05:29

YOLOv9改进，YOLOv9检测头融合ASFF（自适应空间特征融合），全网首发

摘要一种新颖的数据驱动的金字塔特征融合策略，称为自适应空间特征融合（ASFF）。它学习了在空间上过滤冲突信息以抑制不一致的方法，从而提高了特征的尺度不变性，并引入了几乎免费的推理开销。#理论介绍目标检测在处理不同尺度的目标时，常采用特征金字塔结构。然而，这种金字塔结构在单步检测器中存在尺度不一致性问题，即不同尺度的特征层在检测过程中可能产生冲突，导致精度下降。ASFF方法通过学习每个尺度特征的自适
挂科边缘·2025-01-28 02:32

深度学习之基于Django+YOLOv5商标识别

本项目旨在利用DjangoWeb框架和YOLO
Q1744828575·2025-01-28 01:57

C++11新特性之连续右尖括号（＞＞）改进

1.介绍在C++11之前的泛型编程中，模版实例化有个很繁琐的地方，那就是连续右尖括号（>>）会被编译器解释为右移操作符，而不是模版参数表的结束。例如：templatestructFun{typedefTtype;};templateclassA{...};intmain(void){Fun>::typexx;//编译出错return0;}这种嵌套模版在编译过程中会出现错误，因为不支持Fun>这种写
画个逗号给明天"·2025-01-28 00:21

提升供水服务品质：满意度调查的关键作用

供水企业满意度调查是一项至关重要的工作，它不仅能够帮助企业了解用户对供水服务的满意度，还能够发现服务中存在的问题和不足，为改进提升提供数据支撑。
民安汇智·2025-01-27 22:06

API 版本控制策略的 4 个最佳实践

通过对API进行版本控制，可以在不断改进的同时，确保构建一个强大且可扩展的产品。什么是API版本控制？对API进行版本控制是一种跟踪更改和管理各种迭代的过程。
·2025-01-27 22:13

YOLOv8改进策略【Backbone/主干网络】| CVPR 2024替换骨干网络为 UniRepLKNet，解决大核 ConvNets 难题

一、本文介绍本文记录的是基于UniRepLKNet的YOLOv8骨干网络改进方法研究。UniRepLKNet提出了独特的大核设计能有效捕捉图像特征，在多模态任务中展现出强大的通用感知能力。
Limiiiing·2025-01-27 17:57

yolov5 解决：Traceback (most recent call last)

运行train.py程序后训练之后，到最后验证的那一步报一个线程异常的错误原因：pillow版本太高了，把pillow降级就行了pillow官网上的python对应版本在conda中，您可以安装pillow的任何可用版本。要查看可用的pillow版本，您可以使用以下命令：condasearchpillow这将列出所有可用的pillow版本。然后，您可以使用以下命令安装您选择的版本：condains
南商·2025-01-27 15:18

【EI复现】【基于改进粒子群算法求解】一种建筑集成光储系统规划运行综合优化方法（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3参考文献4Matlab代码、数据、文档讲解1概述文献来源：摘要：容量优化配置与能量调度是建筑集成光储系统(buildingintegratedphotovoltaic,BIPV)规划和运行阶段的核心问题，合理的容量配置及能量调度能够有效提升系统的经济
优化算法侠_科研·2025-01-27 15:45

【EI复现】【基于改进粒子群算法求解】一种建筑集成光储系统规划运行综合优化方法（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3参考文献4Matlab代码、数据、文档讲解1概述文献来源：摘要：容量优化配置与能量调度是建筑集成光储系统(buildingintegratedphotovoltaic,BIPV)规划和运行阶段的核心问题，合理的容量配置及能量调度能够有效提升系统的经济
冒泡芳·2025-01-27 13:33

yolo系列训练从本机挪到服务器中的报错：modulenotfounderror:numpy._core

记录一下就是我本身在本机跑起来能训练了，把文件拷贝到服务器中环境跑的时候，出现了报错modulenotfounderror:numpy._core我上网搜的好些说numpy有问题需要重新下载因为本机和服务器已有环境中的numpy版本不同，所以出现此报错但或许不用！我借鉴了ModuleNotFoundError:Nomodulenamed‘numpy._core‘_modulenotfounderr
m0_57663261·2025-01-27 08:05

自主学习与自然语言处理的融合：实现更智能的聊天机器人

1.背景介绍自主学习（autonomouslearning）是一种学习方法，它允许机器人或计算机系统在没有人类干预的情况下自行学习和改进。
AI天才研究院·2025-01-27 07:25

YOLOv9-0.1部分代码阅读笔记-train.py

train.pytrain.py目录train.py1.所需的库和模块2.deftrain(hyp,opt,device,callbacks):3.defparse_opt(known=False):4.defmain(opt,callbacks=Callbacks()):5.defrun(**kwargs):6.if__name__=="__main__":1.所需的库和模块importargp
红色的山茶花·2025-01-27 05:40

深入了解浏览器的 Performance 标签：性能分析与优化指南

通过Performance标签，开发者可以捕获从页面加载开始到页面完全渲染的全过程，了解各个阶段的耗时，并进一步改进性能。
haughtyAndAnd·2025-01-27 04:05

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统 yolov8来训练无人机数据集并检测无人机

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统yolov8来训练无人机数据集并检测无人机无人机数据集，yolo格式种类为uav，一共近5w张图片，如何用yolov8
QQ_1309399183·2025-01-27 03:58

ASPICE评估如何优化软件开发、测试和部署流程

ASPICE（AutomotiveSPICE，即汽车软件过程改进及能力评定）评估在提高软件开发、测试、部署的速度和质量方面发挥着重要作用。
亚远景aspice·2025-01-27 02:26

YOLO到XML：轻松转换标注文件，助力计算机视觉项目

YOLO到XML：轻松转换标注文件，助力计算机视觉项目在计算机视觉项目中，数据标注是至关重要的一步。不同的算法和框架可能需要不同格式的标注文件。
m0_69670384·2025-01-27 02:21

xgboost在spark集群使用指南

xgb相对于gbt所做的改进：1.2.3.XGBoost可以使用R、python、java
一颗小草333·2025-01-26 17:49

目标检测算法以及常用库概述

YOLO目标检测创新改进与实战案例专栏专栏目录：YOLO有效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:YOLO基础解析+创新改进+实战案例目标检测是在图像中发现并识别物体的过程
YOLO大师·2025-01-26 16:36

Java数据结构——二叉树难点

文章目录二叉树难点1.难点一：二叉树的存储1.1C语言版1.2Java语言简陋版1.3Java语言版改进1.3.1例题1.3.2改进方法1.4Java源码汇总2.难点二：不止一种方法存储二叉树二叉树难点
姜满月·2025-01-26 15:25

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-conv.py

conv.pyultralytics\nn\modules\conv.py目录conv.py1.所需的库和模块2.defautopad(k,p=None,d=1):3.classConv(nn.Module):4.classConv2(Conv):5.classLightConv(nn.Module):6.classDWConv(Conv):7.classDWConvTranspose2d(nn.
红色的山茶花·2025-01-26 14:24

选择最佳线路（二）

如何要改进？在上文中，讨论了最佳线路计算的数据结构的算法。但在交通线路的描述中，对网站线路孤立的起点，为了防止计算中无效循环，人为增加了下一结点为-1的虚拟点。但增加结点ID为-1的点，与现实不符。
周山至水数翠峰·2025-01-26 14:53

sklearn模型评估全景：指标详解与应用实例

模型评估的重要性模型评估指标是理解和改进模型性能的基础。它们可以提供以下信息：准确性：模型预测的准
2402_85758936·2025-01-26 10:23
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他