改进yolo 第8页

YOLO11改进|注意力机制篇|引入注意力机制Shuffle Attention

目录一、【ShuffleAttention】注意力机制1.1【ShuffleAttention】注意力介绍1.2【ShuffleAttention】核心代码二、添加【ShuffleAttention】注意力机制2.1STEP12.2STEP22.3STEP32.4STEP4三、yaml文件与运行3.1yaml文件3.2运行成功截图一、【ShuffleAttention】注意力机制1.1【Shuff

如果能为勤奋颁奖·2025-06-25 00:59

yolov11转ncnn

yolo模型pt格式文件转ncnn，以适用于移动端的部署。原先要经过onnx，onnxsim等转换，cmake编译，现直接可生成(如何从YOLO11导出到NCNN以便顺利部署)。

model2005·2025-06-24 23:18

目标检测——YOLOX算法解读

论文：YOLOX:ExceedingYOLOSeriesin2021(2021.7.18)作者：ZhengGe,SongtaoLiu,FengWang,ZemingLi,JianSun链接：https:

·2025-06-24 23:47

目标检测——YOLO11算法解读

作者：Ultralytics公司代码：https://github.com/ultralytics/ultralyticsYOLO系列算法解读：YOLOv1通俗易懂版解读、SSD算法解读、YOLOv2算法解读

lishanlu136·2025-06-24 23:47

通义万相2.1技术深度解析

如果喜欢可以到我的主页订阅专栏哟(＾Ｕ＾)ノ~ＹＯ一、系统架构概览通义万相2.1是基于扩散模型的多模态生成系统，其核心架构包含以下模块：多模态编码器CLIPViT-L/14文本编码器（768维嵌入）改进型图像编码器

accurater·2025-06-24 20:52

opencv学习——霍夫变换原理

最近的项目用到了霍夫变换，感觉自己只是会调用函数，并不清楚原理，所以写这篇记录一下霍夫变换中心思想是通过坐标变换来检测直线，后来经过改进，就可以检测椭圆等将特定图形上的点变换到一组参数空间上，根据参数空间点累计的结果找到一个极大值对应的解

zqnnn·2025-06-24 18:00

AI 和平台工程对云原生演进的影响：将云之旅自动化到光速

人工智能现在正在与云计算融合，我们正在经历一个人工智能超越传统界限的时代，提供可扩展、高效和强大的解决方案，随着时间的推移而学习和改进。平台工程为这些AI系统提供了在云环境中无缝运行的骨干。

晨曦_子画·2025-06-24 17:57

（二十一）YOLO 全解析：从实时目标检测到多任务视觉智能

1YOLO的发展脉络与技术定位1.1发展脉络YOLOv1（2015年）：将目标检测重新定义为单一回归问题，把输入图像划分为S×S网格，每个网格单元负责预测固定数量的边界框及对应的类别概率，直接从像素回归预测物体的边界框坐标和类别概率

只有左边一个小酒窝·2025-06-24 17:25

北斗导航｜基于改进小龙虾优化算法的GPS接收机自主完好性监测算法研究

详细介绍基于改进小龙虾优化算法（COA）的GPS接收机自主完好性监测算法的原理、公式和MATLAB实现。

北斗猿·2025-06-24 16:22

使用预训练权重在YOLO模型上训练新数据集的完整指南

使用预训练权重在YOLO模型上训练新数据集的完整指南引言在目标检测领域，迁移学习已成为提升模型性能的关键技术。

马里马里奥-·2025-06-24 15:14

解决YOLO模型从Python迁移到C++时目标漏检问题——跨语言部署中的关键陷阱与解决方案

问题背景当我们将Python训练的YOLO模型部署到C++环境时，常遇到部分目标漏检问题。这通常源于预处理/后处理差异、数据类型隐式转换或模型转换误差。

马里马里奥-·2025-06-24 15:43

C++、OpenVINO部署YOLOv5模型的指南（Windows）

C++、OpenVINO部署YOLOv5模型的指南（Windows）一、环境准备硬件要求软件配置二、模型转换流程1.导出ONNX模型2.转换为OpenVINOIR格式三、C++推理实现核心代码结构后处理关键算法四

马里马里奥-·2025-06-24 15:13

混沌保密音频传输系统设计与评估

系统核心采用改进型Rössler混沌系统产生密钥流，通过异或运算对音频信号进行加密/解密。

神经网络15044·2025-06-24 14:07

YOLO理论知识简单了解

目录前言一、YOLO是什么？以及核心思想？1、目标检测的本质与分类2、YOLO核心思想二、为什么使用YOLO，优势是什么？三、怎么使用YOLO模型？总结前言对YOLO模型的简单理解，对其进行记录。

老农民编程·2025-06-24 09:32

yolov5 yolov8 yolov10 Ultralytics 奇奇怪怪的错误汇总:【版本兼容，模型训练，数据加载，模型加速】

文章大纲ultralyticsYOLO最新版本问题Numpyisnotavailable不同小版本的网络不兼容问题RuntimeError:Theexpandedsizeofthetensor(1)mustmatch

shiter·2025-06-24 07:50

微算法科技(NASDAQ：MLGO)采用量子卷积神经网络(QCNN)，检测区块链中的DDoS攻击

微算法科技(NASDAQ：MLGO)深入研究量子卷积神经网络(QCNN)，并对其在检测区块链中的DDoS攻击方面进行了一系列创新改进。量子卷积神经网络（QCNN）是结合了量子计

MicroTech2025·2025-06-24 05:41

微算法科技(NASDAQ:MLGO)通过引入链接（LINK）和声誉评价机制，提高区块链委托权益证明DPo S机制的稳定性和安全性

例如，超级节点的中心化风险以及安全性问题可能影响网络的公平性和稳定性，这促使企业不断探索改进方法。微算法科技(NASDAQ:MLGO)创新性地将LINK和声誉评价机制融入DPoS机制。

MicroTech2025·2025-06-24 05:11

YOLOv12：以注意力为中心的物体检测

1.概述实时目标检测已成为许多实际应用的关键，而Ultralytics的YOLO（YouOnlyLookOnce）系列一直是最先进的模型系列，在速度和准确率之间实现了稳健的平衡。

发呆小天才O.o·2025-06-24 03:57

UNet改进（5）：线性注意力机制（Linear Attention）-原理详解与代码实现

引言在计算机视觉领域，UNet架构因其在图像分割任务中的卓越表现而广受欢迎。近年来，注意力机制的引入进一步提升了UNet的性能。本文将深入分析一个结合了线性注意力机制的UNet实现，探讨其设计原理、代码实现以及在医学图像分割等任务中的应用潜力。UNet架构概述UNet最初由Ronneberger等人提出，主要用于生物医学图像分割。其独特的U形结构由编码器（下采样路径）和解码器（上采样路径）组成，通

摸鱼许可证·2025-06-24 00:37

【Datawhale组队学习202506】YOLO-Master task02 YOLO系列发展线

系列文章目录`文章目录系列文章目录前言V1-2015-JosephRedmonV2-2016-JosephRedmonV3-2018-JosephRedmonYOLO之父的退出V4-202004-Chien-YaoWangV5

来两个炸鸡腿·2025-06-23 22:21

JDK24,他来了，抗量子加密

我也来蹭一波流量一、语言与编程模型改进1.模式匹配与原始类型支持JEP488（第二次预览）：允许在instanceof和switch中使用原始类型模式消除基元类型在模式匹配中的限制，提升代码的简洁性和表达能力

剽悍一小兔·2025-06-23 21:46

基于YOLOv11的实时人脸表情识别系统（附完整资源 + PyQt5界面 + 训练代码）

本文将详细介绍一个基于YOLOv11的人脸表情识别系统，该系统不仅能够实现实时人脸检测，还能准确识别多种表情状态，具有广泛的应用前景。

霜天红叶·2025-06-23 20:40

YOLOv10改进策略【Neck】| BMVC 2024 MASAG 模块（多尺度自适应空间注意门）：动态感受野与空间注意力增强多尺度目标检测精度

一、本文介绍本文主要利用MSA2NetMSA^{2}NetMSA2Net中的MASAG模块优化YOLOv10的目标检测网络模型。

Limiiiing·2025-06-23 13:54

【读代码】谷歌Agent-to-Agent (A2A) 协作框架深度解析

持久化存储层1.2技术栈特征：混合通信模式：支持gRPC/WebSocket双协议消息序列化：ProtocolBuffers（proto3）二进制编码服务质量保障：QoS分级策略（0-3级）分布式协调：基于改进的

kakaZhui·2025-06-23 12:15

【YOLOv5/v7 添加注意力机制】模块十六 Non-Local模块在YOLOv5/v7中的应用

Non-Local模块在YOLOv5/v7中的应用1.Non-Local模块概述Non-Local模块是一种用于捕捉长距离依赖关系的注意力机制。

路飞VS草帽·2025-06-23 10:36

Python精进系列：nonlocal 关键字详解

的核心作用2.1官方定义2.2与`global`的区别三、`nonlocal`的使用场景与案例解析3.1基本语法示例3.2不使用`nonlocal`的后果3.3实战案例：计数器实现问题描述传统方案（全局变量）改进方案

进一步有进一步的欢喜·2025-06-23 10:05

《计算机科学与应用》遮挡人脸识别技术综述

针对这一问题，当前研究主要从两个方向展开：一是改进人脸识别算法本身，

hans汉斯·2025-06-23 09:59

ACR窃密木马改头换面，更名重构后规避能力升级

Proofpoint研究人员指出："虽然Amatera窃密木马保留了前代的核心功能，但其开发改进程度已足以使其成为一个独特且值得

FreeBuf-·2025-06-23 06:39

Python比较运算符的陷阱：如何正确实现Vector类的相等比较

=、>、/=/<=__ge__le（参数对调）失败抛出TypeErrorPython3的重大改进对比Python2的混乱行为（如int()

钢铁男儿·2025-06-23 04:25

Apache Doris 2.0.12 版本正式发布

亲爱的社区小伙伴们，ApacheDoris2.0.12版本已于2024年6月27日正式与大家见面，该版本提交了99个改进项以及问题修复，欢迎大家下载体验。

SelectDB技术团队·2025-06-23 04:51

【大数据】Multi-Paxos算法

目录一、Multi-Paxos算法概述二、Multi-Paxos算法优缺点和改进2.1Multi-Paxos算法优点2.2Multi-Paxos算法缺点2.3Multi-Paxos算法改进三、Multi-Paxos

大雨淅淅·2025-06-23 01:02

基于深度学习的智能图像语义分割系统：技术与实践

近年来，深度学习技术，尤其是卷积神经网络（CNN）及其变体，为图像语义分割带来了显著的改进。本文将详细介绍基于深度学习的智能图像语义分割系统的原理、实现方法以及实际应用案例。

Blossom.118·2025-06-23 00:24

Yolo算法训练MPII人体姿势关键点检测数据集的yolo格式数据集建立基于YOLOv8的人体姿势关键点检测系统姿态识别数据集的训练

基于YOLOv8的人体姿势关键点检测系统，并使用PyQt6编写GUI界面支持图片、视频和摄像头实时检测文章目录1.数据准备和格式转换1.1将MPII数据集转换为YOLO格式2.训练YOLO模型2.1创建数据配置文件

·2025-06-23 00:21

nginx 升级http 到 http2

同步发布于我的网站背景介绍准备工作配置过程遇到的问题及解决方法验证升级总结参考资料背景介绍HTTP/2是HTTP协议的最新版本，相比HTTP/1.1，它带来了多项重要的改进，包括多路复用、头部压缩和服务端推送

溜达哥·2025-06-22 22:12

5、探讨计算、通信与控制领域的最新进展

Aurora曙光·2025-06-22 20:57

【图论 DFS搜索树】P10298 [CCC 2024 S4] Painting Roads|普及+

本文涉及知识点C++图论C++DFSP10298[CCC2024S4]PaintingRoads题目描述Kitchener市的市长Alanna成功地改进了该市的道路规划。

软件架构师何志丹·2025-06-22 19:22

基于腾讯云GPU服务器的深度学习训练技术指南

一、技术解析核心价值深度学习训练通过多层神经网络自动提取数据特征，广泛应用于计算机视觉（如YOLOv5目标检测）、自然语言处理（Transfo

小猴崽·2025-06-22 15:00

SWAT模型高阶应用暨无资料地区建模、不确定分析与气候变化、土地利用对面源污染影响模型改进及案例分析

流域水资源和水生态问题逐渐成为制约社会经济和环境可持续发展的重要因素。SWAT模型是一种基于物理机制的分布式流域水文与生态模拟模型，能够对流域的水循环过程、污染物迁移等过程进行精细模拟和量化分析。SWAT模型目前广泛应用于流域水文过程研究、污染负荷评估以及水资源与生态保护等领域，成为流域研究中不可或缺的重要工具。专题一SWAT模型应用热点分析1.1SWAT模型应用文献解析及热点剖析1.2讨论专题二

小艳加油·2025-06-22 15:30

基于YOLOv11的手势控制轮椅系统：从数据集构建到实时部署

本文详细介绍如何利用YOLOv11目标检测算法构建一套完整的手势控制轮椅系统，包含数据集构建、模型训练、系统集成和用户界面开发的全流程实现。

YOLO实战营·2025-06-22 15:54

手势控制轮椅系统：基于YOLOv10的深度学习实现全流程

本博客将详细介绍如何构建一个基于YOLOv10的手势控制轮椅系统，涵盖数据集准备、模型训练、用户界面开发以及系统集成的全过程。1.项目概述本项目旨在开发一个能够识别特定手势并控制轮椅运动的系统。

YOLO实战营·2025-06-22 15:24

【状态估计】基于FOMIAUKF、分数阶模块、模型估计、多新息系数的电池SOC估计研究（Matlab代码实现）

本文目录如下：目录⛳️赠与读者1概述基于FOMIAUKF、分数阶模块与多新息系数的电池SOC估计研究一、FOMIAUKF算法的基本原理与改进机制二、分数阶模块在电池建模中的优势与实现三、多新息系数的定义与优化机制四

程序猿鑫·2025-06-22 10:21

YOLO 在无人机视频流中的部署实践：从低延迟推理到边缘智能协同

YOLO在无人机视频流中的部署实践：从低延迟推理到边缘智能协同关键词：YOLOv8、无人机视频流、边缘部署、RTSP、低延迟推理、实时检测、JetsonOrin、RK3588、模型压缩摘要：随着无人机在巡检

·2025-06-22 09:19

Vue+Echarts监控大屏实例八：智慧社区监控模板实例

本实例改进，通过vh和vw实现尺寸设置，使用rem设置字体尺寸，使用vue3的steup方式

军军君01·2025-06-22 09:48

Datawhale YOLO Master 第1次笔记

课程链接https://github.com/datawhalechina/yolo-masterYOLO系列模型堪称算法界的《五年高考三年模拟》：代码比字典的释义还易懂：PyTorch版源码自带"防脱发

weixin_44811994·2025-06-22 07:36

【GitHub项目实战】Roboflow Sports 实战解析：构建多场景运动视觉系统的开源工具集与工程落地路径

RoboflowSports实战解析：构建多场景运动视觉系统的开源工具集与工程落地路径关键词RoboflowSports、计算机视觉、体育目标检测、关键点识别、球体追踪、OpenCV、YOLOv8、图像分割

观熵·2025-06-22 07:04

ROS中基于yolo8和海康威视sdk的云台跟踪系统设计(python和c++）

1.实现机理本系统的基本实现机理如下：1）yolov8检测部分系统的智能检测部分将使用python和yolo8来实现，具体是通过网络摄像头的rtsp视频流来推流给模型进行识别。

大超学技术·2025-06-22 07:32

嵌入式学习-暑假学习总规划-day6

此文章为本人暑期学习计划，目标是在暑假学习吴恩达的机器学习，pytorch的使用，yolov8的使用，STM32的开发。在八月底九月初的总目标是在单片机上部署一个关于计算机视觉的轻量化AI。

·2025-06-22 06:58

基于Django+Vue3的草莓病害检测系统设计与实现，Web前后端分离，YOLOv8 Web目标检测系统

这里写自定义目录标题基于Django+Vue3的草莓病害检测系统基于Django+Vue3的草莓病害检测系统本项目结合YOLOv8与Django+Vue3，构建了一个通用的Web前后端系统，便于用户进行目标检测的操作和展示

半岛铁盒@·2025-06-22 04:42

YOLOv4 正负样本划分详解

✅YOLOv4正负样本划分详解一、前言在目标检测中，正负样本划分是训练过程中的关键环节，它决定了哪些预测框参与损失计算，从而影响模型的学习效果。

要努力啊啊啊·2025-06-22 03:40

家用电器3d扫描逆向建模中科米堆手持式蓝光三维扫描仪数字建模

家电市场的竞争日益激烈，产品更新换代速度加快，如何快速、精准地获取现有家电产品的三维数据，以便进行产品改进、创新设计或生产制造，蓝光三维扫描技术在在家电产品研发与质量检测环节正逐步取代传统测量手段。

中科米堆·2025-06-22 03:39

推荐频道

改进yolo