目标检测专题

YOLO11改进-注意力-引入自调制特征聚合模块SMFA

随着深度学习在计算机视觉中的不断进展，目标检测任务也在快速发展。YOLO系列模型（YouOnlyLookOnce）一直因其高效和快速而备受关注。

一勺汤·2025-03-26 06:54

深度学习目标检测中的创新：从 PKINet 看高效模型的设计

深度学习目标检测中的创新：从PKINet看高效模型的设计在深度学习领域，目标检测一直是研究的热点和难点。为了在精度和效率之间取得平衡，研究者们不断探索新的网络结构和算法。

RockLiu@805·2025-03-26 06:23

Pytorch入门实战 | 第P9周：YOLOv5-Backbone模块实现

YOLOv5是目标检测算法，是否可以尝试将其网络结构用在目标识别上，或进行改进形成一个全新的算法（类似之前介绍过的VGG1-6）。

K同学啊·2025-03-26 04:42

MATLAB 2024b深度学习工具箱新特性全面解析与DeepSeek大模型集成开发：卷积神经网络、迁移学习算法、时间卷积网络、生成式对抗网络、自编码器、目标检测YOLO模型、语义分割、注意力机制等

随着人工智能技术的飞速发展，其与多学科的交叉融合以及在工程实践领域的纵深拓展已成为时代潮流。在这一背景下，MATLAB2024b深度学习工具箱应运而生，凭借架构创新与功能强化，为科研工作者提供了一套全栈式的科研创新与行业应用解决方案，具有重要的时代意义。本教程紧密围绕该版本工具链的三大革新方向展开，致力于助力科研工作者在深度学习领域取得突破性进展。首先，构建了覆盖经典模型与前沿架构的体系化教程，从

WangYan2022·2025-03-26 03:06

科创人·微软中国CTO韦青：数智时代创业得跳下巨人肩膀

文|babayage编辑|笑笑《科创人·认知源代码》专题，以专访嘉宾第一人称口吻，完整分享其认知体系、思维模式及价值观念。本期我们有幸邀请到微软（中国）CTO韦青，分享数

科创人·2025-03-25 16:41

阿里微服务架构面试专题：springboot+springcloud+docker

前言微服务架构是一种架构模式或者说是一种架构风格，它提倡将单一应用程序划分成一组小的服务，每个服务运行在其独立的自己的进程中，服务之间互相协调、互相配合，为用户提供最终价值。服务之间采用轻量级的通信机制互相沟通（通常是基于HTTP的RESTfulAPI）。每个服务都围绕着具体业务进行构建，并且能够被独立地部署到生产环境、类生产环境等。另外，应尽量避免统一的、集中式的服务管理机制，对具体的一个服务而

java码农之路1·2025-03-25 08:43

Nacos架构与原理 - 通信通道

作者简介：大家好，我是码炫码哥，前中兴通讯、美团架构师，现任某互联网公司CTO，兼职码炫课堂主讲源码系列专题代表作：《jdk源码&多线程&高并发》，《深入tomcat源码解析》，《深入netty源码解析

码炫课堂-码哥·2025-03-25 05:14

python matplotlib绘制 3D图像专题（三维柱状图、曲面图

x=np.arange(-4.0,4.0,delta)生成代表Y轴数据的列表y=np.arange(-3.0,4.0,delta)对x、y数据执行网格化X,Y=np.meshgrid(x,y)Z1=np.exp(-X2-Y2)Z2=np.exp(-(X-1)**2-(Y-1)**2)计算Z轴数据（高度数据）Z=(Z1-Z2)*2绘制3D图形ax.plot_surface(X,Y,Z,rstride

前端node资料大全·2025-03-25 02:58

DeepSORT 目标追踪算法详解

DeepSORT（DeepSimpleOnlineandRealtimeTracking）是多目标追踪（MOT）领域的经典算法，通过结合目标检测、运动预测和外观特征匹配，实现了高效、稳定的实时追踪。

reset2021·2025-03-25 02:22

在 web 部署 YOLOv8目标检测（Django+html）

本文介绍如何将自己训练好的模型在网页上进行应用，使用Django+html进行部署，能够对视频和图像进行识别，并显示到页面上，下面是一个效果：上传和另外7个页面-个人-MicrosoftEdge2025-03-1321-52-06下面进行教学，想直接要源码的直接滑到最底下。首先配置环境，设置一个全局文件夹，用于储存每次选择和检测完的图片和视频：setting.py中加入:importosBASE_

Edward-tan·2025-03-24 22:59

啸叫抑制（AFS）从算法仿真到工程源码实现-第一节-效果演示

一、概述啸叫抑制算法也叫声反馈抑制，本专题我们讨论啸叫抑制算法的平台搭建，算法仿真和设备端的工程落地实现。完整记录一个扩声系统的搭建。

aflyingwolf_pomelo·2025-03-24 18:55

目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究（中）

目录基于改进YOLOv5的无人机图像实时目标检测4.1引言4.2基于改进YOLOv5的目标检测模型结构4.3消融实验及结果分析4.4算法迁移验证实验基于Jetson-Xavier的模型优化部署5.1引言

林聪木·2025-03-24 15:03

YOLOv8 改进：添加 AKConv（任意采样形状和任意数目参数的卷积）

YOLOv8改进：添加AKConv（任意采样形状和任意数目参数的卷积）引言在目标检测领域中，YOLO（YouOnlyLookOnce）系列因其速度和效率而受到广泛关注。

鱼弦·2025-03-24 12:34

大模型提示词工程师的自我修养-应用二（RAG数据合成与数据多样性问题的解决） -（专题4）

1.生成数据大型语言模型（LLMs）具有生成连贯文本的强大能力。通过有效的提示策略，可以引导模型生成更好、一致且更有事实依据的响应。LLMs也特别适用于生成数据，这对于进行各种实验和评估非常有用。例如，我们可以用它来为情感分类器生成快速样本，如下所示：提示词生成10个情感分析的示例。示例分为正面或负面类别。生成2个负面示例和8个正面示例。示例如下格式：Q:A:输出Q:我刚刚得到了最棒的消息！A:正

AI专题精讲·2025-03-24 11:28

目标检测领域总结：从传统方法到 Transformer 时代的革新

目标检测领域总结：从传统方法到Transformer时代的革新目标检测是计算机视觉领域的一个核心任务，它的目标是从输入图像中识别并定位出目标物体。随着深度学习的兴起，目标检测方法已经取得了显著的进展。

DoYangTan·2025-03-24 08:57

YOLOV8多模态(可见光+红外光，基于Ultralytics官方代码实现）

YOLOV8双分支模型架构图YOLOV8多模态目标检测前言：环境配置要求1.数据集DroneVehicle数据集(可见光+热红外)2.数据集文件格式(labeles:YOLO格式)3.权重文件下载4.配置模型

@M_J_Y@·2025-03-24 07:20

leetcode-hot100-python-专题三：滑动窗口

1、无重复字符的最长子串中等给定一个字符串s，请你找出其中不含有重复字符的最长子串的长度。示例1:输入:s=“abcabcbb”输出:3解释:因为无重复字符的最长子串是“abc”，所以其长度为3示例2:输入:s=“bbbbb”输出:1解释:因为无重复字符的最长子串是“b”，所以其长度为1。示例3:输入:s=“pwwkew”输出:3解释:因为无重复字符的最长子串是“wke”，所以其长度为3。请注意，

༺ Dorothy ༻·2025-03-24 00:15

html5 相册翻转效果,HTML5 css3：3D旋转木马效果相册

这篇博客的目的是因为上篇HTML5CSS3专题诱人的实例CSS3打造百度贴吧的3D翻牌效果中有个关于CSS3D效果的比较重要的知识点没讲到，就是perspective和tranlateY效果图：嘿嘿，我把大学毕业时的一些照片

岑依惜·2025-03-23 18:58

CBNet--一种新的目标检测的复合骨干网体系结构

一、Introduction一般来说，在一个典型的基于CNN的目标检测器中，使用主干网络来提取检测对象的基本特征，该网络通常是为图像分类任务而设计的，并在ImageNet上预训练。

weixin_45963617·2025-03-22 22:43

如何使用YOLOv8在AI-TOD数据集上进行遥感目标检测，从安装依赖项、准备数据集、配置YOLOv8、训练和评估模型以及构建GUI应用程序展示检测

如何使用YOLOv8在AI-TOD数据集上进行遥感目标检测，从安装依赖项、准备数据集、配置YOLOv8、训练和评估模型以及构建GUI应用程序展示检测文章目录1.安装依赖2.数据准备3.配置YOLOv83.1

计算机C9硕士_算法工程师·2025-03-22 22:08

《南京日报》专题报道 | 耘瞳科技“工业之眼”加码“中国智造”

在江宁开发区，机器人已不再是科幻电影里的遥远想象，他们就像人类的“同事”，在工地上忙着贴砖、刷墙、搬运、检测；在体育训练场上帮助运动员矫正姿势；在医院里帮助医生发现帕金森早期征兆，在智慧工厂里与人类分工协作……作为南京市机器人产业“一核多翼”布局的“核”，江宁开发区当前聚集人工智能产业核心及上下游关联企业超百家。近日，《南京日报》走访了多家链条上的“明星企业”，耘瞳科技作为中国领先的智能检测与测量

耘瞳科技·2025-03-22 17:04

算法刷题记录——LeetCode篇(1) [第1~100题](持续更新)

更新时间：2025-03-21LeetCode刷题目录：算法刷题记录——专题目录汇总技术博客总目录：计算机技术系列博客——目录页优先整理热门100及面试150，不定期持续更新，欢迎关注！

Allen Wurlitzer·2025-03-22 16:56

Yolo系列之Yolo的基本理解

1YOLO1.1概念1.2算法2单、多阶段对比2.1FLOPs和FPS2.2one-stage单阶段2.3two-stage两阶段1YOLO1.1概念YOLO(YouOnlyLookOnce)是一种基于深度学习的目标检测算法

是十一月末·2025-03-22 13:58

深度学习与目标检测系列(六) 本文约(4.5万字) | 全面解读复现ResNet | Pytorch |

文章目录解读Abstract—摘要翻译精读主要内容Introduction—介绍翻译精读背景RelatedWork—相关工作ResidualRepresentations—残差表达翻译精读主要内容ShortcutConnections—短路连接翻译精读主要内容DeepResidualLearning—深度残差学习ResidualLearning—残差学习翻译精读ResNet目的以前方法本文改进本质

小酒馆燃着灯·2025-03-22 10:04

深度学习与目标检测系列(三) 本文约(4万字) | 全面解读复现AlexNet | Pytorch |

文章目录解读Abstract-摘要翻译精读主要内容1.Introduction—前言翻译精读主要内容：本文主要贡献：2.TheDataset-数据集翻译精读主要内容：ImageNet简介：图像处理方法：3.TheArchitecture—网络结构3.1ReLUNonlinearity—非线性激活函数ReLU翻译精读传统方法及不足本文改进方法本文的改进结果3.2TrainingonMultipleG

小酒馆燃着灯·2025-03-22 10:03

Pytorch使用手册-DCGAN 指南（专题十四）

1.Introduction本教程将通过一个示例介绍DCGANs（深度卷积生成对抗网络）。我们将训练一个生成对抗网络（GAN），在给它展示大量真实名人照片后，它能够生成新的“名人”图片。这里的大部分代码来源于PyTorch官方示例中的DCGAN实现，而本文档将对该实现进行详细解释，并阐明这种模型的运行机制及其背后的原因。无需担心，你不需要事先了解GAN的知识，但初次接触的读者可能需要花一些时间来理

AI专题精讲·2025-03-22 08:43

代码随想录算法训练营第八天| 344 反转字符串、541 反转字符串II

这两天开的是字符串专题，我准备在做题的时候用C++做一遍，再用C做一遍，因为一直刷leetcode用的都是C++，导致C的基础太薄弱了，之后工作中有可能用到C，相当于再复习复习一、Leetcode344

Anjoubecoding·2025-03-22 04:33

Java多线程与高并发专题——Callable 和 Runnable 的不同？

为什么需要Callable？Runnable的缺陷Runnable是JDK1.0就有的，而Callable是JDK1.5新增的，那我们为什么需要Callable？要想回答这个问题，我们先来看看先有的Runnable有哪些缺陷？不能返回一个返回值第一个缺陷，对于Runnable而言，它不能返回一个返回值，虽然可以利用其他的一些办法，比如在Runnable方法中写入日志文件或者修改某个共享的对象的办法

黄雪超·2025-03-21 19:47

常见经典目标检测算法

ChatGPT目标检测（ObjectDetection）是计算机视觉领域的一个重要分支，其目的是识别数字图像中的不同对象，并给出它们的位置和类别。近年来，许多经典的目标检测算法被提出并广泛应用。

109702008·2025-03-21 15:39

目标检测中归一化的目的？

在目标检测任务中，归一化坐标和尺寸时需要除以图像的宽度和高度，主要有以下几个原因：1.统一尺度不同图像可能具有不同的宽度和高度。

林语微光·2025-03-21 14:37

Pytorch使用手册—扩展 TorchScript 使用自定义 C++ 操作符（专题五十三）

提示本教程自PyTorch2.4起已弃用。有关PyTorch自定义操作符的最新指南，请参阅PyTorch自定义操作符。PyTorch1.0版本引入了一种名为TorchScript的新编程模型。TorchScript是Python编程语言的一个子集，可以被TorchScript编译器解析、编译和优化。此外，编译后的TorchScript模型可以选择序列化为磁盘文件格式，随后你可以从纯C++（以及Py

AI专题精讲·2025-03-21 04:36

Python函数专题：引用传参

在Python编程中，函数是一个非常重要的概念。函数不仅能提高代码的可重用性，还能够使代码结构更加清晰。在函数的设计和使用中，参数的传递方式是一个关键的因素。Python中的参数传递有两种主要形式：值传递和引用传递。虽然Python的参数传递机制有时被称为"引用传递"，但实际上它更接近于"对象引用传递"。本文将深入探讨Python中的引用传参及其相关概念。一、基本概念在讨论引用传参之前，首先要理解

圣逸·2025-03-21 00:05

《算法笔记》9.2小节——数据结构专题(2)-＞二叉树的遍历问题 A: 复原二叉树（同问题 C: 二叉树遍历）

题目描述小明在做数据结构的作业，其中一题是给你一棵二叉树的前序遍历和中序遍历结果，要求你写出这棵二叉树的后序遍历结果。输入输入包含多组测试数据。每组输入包含两个字符串，分别表示二叉树的前序遍历和中序遍历结果。每个字符串由不重复的大写字母组成。输出对于每组输入，输出对应的二叉树的后续遍历结果。样例输入DBACEGFABCDEFGBCADCBAD样例输出ACBFGEDCDAB分析：不建树直接找的方法。

圣保罗的大教堂·2025-03-20 22:20

YOLO魔改之频率分割模块（FDM）

目标检测原理目标检测是一种将目标分割和识别相结合的图像处理技术，旨在从图像中定位并识别特定目标。深度学习方法，如FasterR-CNN和YOLO系列，已成为主流解决方案。

清风AI·2025-03-20 21:11

目标检测YOLO实战应用案例100讲-基于毫米波雷达与摄像头协同的道路目标检测与识别（续）

基于灰度共生矩阵的时频图特征提取3.3.2支持向量机分类器3.3.3实验及结果分析3.4基于卷积神经网络的目标识别算法3.4.1卷积神经网络的基本理论3.4.2卷积神经网络框架设计3.4.3实验及结果分析基于图像的目标检测算法

林聪木·2025-03-20 21:35

计算机视觉毕业设计选题推荐：选题技巧建议收藏

HaiLang_IT·2025-03-20 20:02

Python 的 ultralytics 库详解

ultralytics是一个专注于计算机视觉任务的Python库，尤其以YOLO（YouOnlyLookOnce）系列模型为核心，提供了简单易用的接口，支持目标检测、实例分割、姿态估计等任务。

白.夜·2025-03-20 17:40

人形机器人报告：新一代GPU、具身智能与AI应用

今天分享的是人形机器人系列深度研究报告：《人形机器人专题：新一代GPU、具身智能与AI应用》。（报告出品方：中泰证券）核心观点GTC2024召开在即，关注新一代GPU、具身智能、AI应用三大方向。

小报告达人·2025-03-20 13:05

Vue.js的watch监听

前端开发工程师、技术日更博主、已过CET6阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1牛客高级专题作者、打造专栏《前端面试必备》、《2024面试高频手撕题》、《前端求职突破计划》蓝桥云课签约作者

阿珊和她的猫·2025-03-20 09:34

flutter 专题一百零三

前不久，谷歌官方正式发布了Flutter的首个发布预览版（ReleasePreview1），这标志着谷歌进入了Flutter正式版（1.0）发布前的最后阶段，同时作为Google的重量级跨平台开发方案，此次更新也吸引了多数的移动开发者的关注。使用Flutter从头开始写一个App是一件非常轻松惬意的事情，但在原生APP中接入Flutter会是什么效果呢，似乎并不是一件容易的事情，下面就讲解在iOS

leluckys·2025-03-20 08:49

《算法笔记》9.4小节——数据结构专题(2)-＞二叉查找树（BST）问题 A: 二叉排序树

题目描述输入一系列整数，建立二叉排序数，并进行前序，中序，后序遍历。输入输入第一行包括一个整数n(1#include#include#include#include#include#include#include#include#include#include#include#include#include#defineINF0x3f3f3f3f#definedb1(x)coutleft);Fre

圣保罗的大教堂·2025-03-20 07:46

Dev Container 系列专题（3）：深入配置：自定义你的 Dev Container

在前两期中，我们了解了DevContainer的概念并快速搭建了一个基于预定义镜像的开发环境。这次，我们将更进一步，探索如何通过自定义配置打造一个完全符合项目需求的DevContainer。本篇将以一个Python项目为例，带你学习配置文件的核心字段、使用Dockerfile定制镜像，并配置开发工具。一、为什么要自定义DevContainer？预定义镜像（如Node.js或Python的官方镜像）

不出名的架构师·2025-03-19 06:17

百度站群收录2025最新：实战策略与趋势解读

一、2024实战案例拆解案例背景：某母婴用品品牌通过「三级站群矩阵」实现收录突破：1个品牌主站（权重培育）5个地域分站（长尾词覆盖）9个产品专题站（精准流量捕获）RewriteRule^(.*)/product

SEO黑猫·2025-03-19 00:22

人工智能专业毕业设计选题清单：热点课题推荐

HaiLang_IT·2025-03-18 21:04

flutter 专题九十三 Flutter开发之基础Widgets

Widgets概念Flutter里有一个非常重要的核心理念：一切皆为组件，Flutter的所有元素都是由控件构成的。与原生开发中控件所代表的含义不同，Flutter中widget的概念更加广泛，它不仅可以表示UI元素，也可以表示一些功能性的组件，如用于手势检测的GestureDetectorwidget、用于应用主题数据传递的Theme等等。而原生开发中的控件通常只是指UI元素。由于Flutter

leluckys·2025-03-18 17:36

VLLM专题（三十五）—多模态数据处理

为了在vLLM中实现各种优化，例如分块预填充和前缀缓存，我们使用BaseMultiModalProcessor来提供占位符特征标记（例如）与多模态输入（例如原始输入图像）之间的对应关系，基于HF处理器的输出。以下是BaseMultiModalProcessor的主要特性：提示更新检测HF处理器的主要职责之一是使用占位符标记更新提示。例如：在字符串的开头插入特征占位符标记（例如…，其数量等于特征大小

AI专题精讲·2025-03-18 16:56

| 小白也能轻松玩转目标检测！

|小白也能轻松玩转目标检测！

一只云卷云舒·2025-03-18 16:56

yolov8的第一次实验报告

1.实验概述实验名称:占道经营目标检测模型实验目标:提高模型的精确率（Precision）和召回率（Recall），使其接近1。

算法宇宙·2025-03-18 16:55

YOLOv8 的简介及C#中如何简单应用YOLOv8

YOLOv8是YOLO（YouOnlyLookOnce）系列中的最新版本，是一种用于目标检测和图像分割的深度学习模型。YOLO模型以其快速和准确的目标检测性能而著称，广泛应用于实时应用程序中。

码上有潜·2025-03-18 14:46

Yolov11目标检测(ultralytics)

Yolov11目标检测（ultralytics）1.克隆仓库2.安装环境依赖3.训练、验证、推理以及onnx模型导出1.克隆仓库从官网下载Yolov11到本地。

@M_J_Y@·2025-03-18 13:02

推荐频道