目标检测综述第12页

目标检测算法训练数据准备——Penn-Fudan数据集预处理实例说明（附代码）

本文以Penn-Fudan数据集预处理为例，说明用于目标检测算法训练的数据集的预处理方法及过程。因为要给目标检测算法进行训练，需

使者大牙·2024-01-31 15:00

Intelligent Fault Diagnosis of Machines with Small & Imbalanced Data: Review | 小样本及不平衡数据下的智能故障诊断: 综述

墨道_c643·2024-01-31 15:46

讲评课，埋葬知识的魅力？

Day56重读第二次课程综述，不断地反观自己的、身边的教学。

垦读者·2024-01-31 15:10

YOLO系列（YOLO1-YOLO5）技术规格、应用场景、特点及性能对比分析

文章目录前言一、YOLOv1-YOLOv5技术规格对比：二、主要应用场景和特点：三、性能对比分析：四、市场应用前景及对不同用户群体的潜在影响：总结前言YOLO（YouOnlyLookOnce）系列模型作为一种实时目标检测算法

白话Learning·2024-01-31 12:15

【论文解读】Collaborative Perception in Autonomous Driving: Methods, Datasets and Challenges（协同感知综述）

第一次见到这么清晰的综述！

我叫两万块·2024-01-31 12:51

【论文解读】CoFF: Cooperative Spatial Feature Fusion for 3D Object Detection on Autonomous Vehicles

CoFF摘要引言CoFF方法实验结论摘要为了减少传输的数据量，最近提出了一种基于特征图的融合方法，作为自动驾驶汽车协同三维目标检测的实用解决方案。

我叫两万块·2024-01-31 12:51

工具系列(二) 解读使用VSCode与PyCharm连接远程服务器并创建容器进行代码调试

小酒馆燃着灯·2024-01-31 11:16

像素级别图像级别区域级别的疑问

这种处理方式更为宏观，常用于图像分类、目标检测、图像分割等任务中。在这种处理方式中，更多的关注的是

：）�东东要拼命·2024-01-31 11:13

DeepSORT算法实现车辆和行人跟踪计数和是否道路违规检测（代码＋教程）

DeepSORT算法通过首先使用目标检测算法来识别出场景中的车辆和行人，然后使用卷积神经网络（CNN）来提取物体的特征。

毕设阿力·2024-01-31 09:08

yolov5 deepsort 行人/车辆（检测 +计数+跟踪+测距+测速）

YOLOv5和DeepSORT是两种常用的计算机视觉技术，它们可以结合使用以实现行人和车辆的目标检测和跟踪。这种技术在交通监控、智慧城市等领域中具有广泛的应用。

毕设阿力·2024-01-31 09:37

yolov8+多算法多目标追踪+实例分割+目标检测+姿态估计

YOLOv8是一种先进的目标检测算法，结合多种算法实现多目标追踪、实例分割和姿态估计功能。该算法在计算机视觉领域具有广泛的应用。

毕设阿力·2024-01-31 09:06

2022《计算机工程与应用》投稿经历

没办法，只能写了一篇综述。投了《计算机工程与应用》，中文核心+科技核心。4月份投的，从初审到送外审经历5天，刨去周末两天其实也就3天。全程两个多月（外审->外审->复审），已被录用。

唯余木叶下弦声·2024-01-31 09:04

Focaler-IoU开源，关注困难样本，YOLOv5涨点1.9%，YOLOv8涨点0.3%

YOLOv8再涨点0.3%论文链接：https://arxiv.org/abs/2401.10525代码链接：https://github.com/malagoutou/Focaler-IoU导读：在目标检测领域

wuling129·2024-01-31 07:40

作者导读：Focaler-IoU: 更加聚焦的IoU损失

论文地址：Focaler-IoU:MoreFocusedIntersectionoverUnionLoss代码：GitHub摘要：边框回归在目标检测领域扮演着关键角色，目标检测的定位精度很大程度上取决于边框回归损失函数

剁椒狗头·2024-01-31 07:07

Focaler-IoU：更聚焦的IoU损失

摘要边界框回归在目标检测领域中起着至关重要的作用，而目标检测的定位精度在很大程度上取决于边界框回归的损失函数。

AI浩·2024-01-31 07:32

Opencv + MediaPipe -＞手势识别

、概述OpenCV（OpenSourceComputerVisionLibrary）是一个跨平台的计算机视觉库，它提供了许多用于图像和视频处理的功能，包括图像和视频的读取、预处理、特征提取、特征匹配、目标检测等

大大Cameo·2024-01-31 06:51

用树莓派4b构建深度学习应用（九）Yolo篇

imageimage目标检测是人工智能应用比较成熟的领域，不仅要能够识别出图片的目标，还要定位其位置，在自动驾驶方面会是一个基础的场景。

bluishfish·2024-01-31 01:58

机器学习综述（考试整理的）

一机器学习历史机器学习源自人工智能。早期的人工智能主要分为两个阶段：一个是逻辑推理，第二个阶段是专家系统。 1逻辑推理：主要通过数学符号的逻辑来模拟智能。 2.专家系统：利用各个领域的专家知识建立相应的知识库，利用专家经验知识完成推理和决策。 3.机器学习算法：在1980年之前，这些机器学习算法都是零碎化的，不成体系。从1980年开始，机器学习才真正成为一个独立的方向。在这之后，各种机器

wyn20001128·2024-01-31 01:53

特征选择综述论文阅读笔记

一特征选择（featureselection）的简介我们现在正处在大数据的时代，大量的高维数据在各种领域中无处不在，如社交媒体、医疗保健、生物信息学和在线教育。当数据挖掘和机器学习算法应用于高维数据时，一个关键问题被称为维数诅咒：数据在高维空间中变得更加稀疏，对为低维空间设计的算法产生不利影响的现象。用一个例子表示就是如果用one-hot编码来对文章进行编码（即一篇文章为一个正交向量），因

wyn20001128·2024-01-31 01:23

有色大涨，化工轮动，这个板块机会渐多 ——9.1期货复盘

今日复盘综述股指期货：几大指数今天全部缩量整理，有可能是在观望中印及美台态势发展。形态上300指数上周五已经突破高点，只是没有站住。如果近两天局势暖和，市场应该会再次寻求突破。

期市狙击队·2024-01-30 23:29

MySQL备份和恢复（一）综述

目录一、备份分类：1、物理备份1.1、介绍1.2、方法2、逻辑备份二、备份策略1、完全备份（全量备份）：2、差异备份：3、增量备份：3.1、增量备份产生的原因3.2、增量备份的方法3.3、增量备份的策略三、常见的备份方法1、物理冷备（完全备份）1.1、特点1.2、步骤2、专用备份工具mydump或mysqlhotcopy（完全备份，逻辑备份）3、启用二进制日志进行增量备份4、第三方工具备份四、完全

w_t_y_y·2024-01-30 22:45

MySql调优（一）综述

一、读写分离二、表分区三、拆表分为水平拆表和垂直拆表见mybatisshardingjdbc篇。四、SQL优化1、新增大数据批量新增2、删除deletefrom删除语句加where条件，如果是删除全部记录，使用truncatetable表名，而不使用delete语句。3、修改大数据批量修改4、查询可优化空间较多，见MySql调优（三）SQL优化_mysql优化器可优化的sql类型-CSDN博客

w_t_y_y·2024-01-30 22:45

图模型数据处理的综述

本文约4700字，建议阅读9分钟本文从以数据为中心的角度对现有的图学习方法进行了系统的回顾和分类。前言近期，非欧几里得领域的进步引发了人工智能界的关注，图数据在许多领域都有广泛应用。在过去的十年中，图模型的创新推动了相关研究的发展，但很少有研究关注图数据的内在方面。以数据为中心的新兴人工智能强调利用好合适的数据以提高模型性能，而图的不规则性给图学习带来了问题，因此，我们需要了解如何修改图数据以充分

数据派THU·2024-01-30 22:31

数据挖掘之聚类

聚类一、聚类综述聚类分析提供由个别数据对象到数据对象所指派到簇的抽象。此外，一些聚类技术使用簇原型（即代表簇中其他对象的数据对象）来刻画簇的特征。聚类分析是研究发现最具有代表性的簇原型的技术。

风雪夜归子·2024-01-30 22:54

IPv4 地址已耗尽，IPv6 涅槃重生 | 腾讯云IPv6改造综述

导语|近日，全球IPv4地址正式耗尽的消息刷遍各大技术媒体，IPv6再一次被推到人们面前。IP，作为网络世界的通行证，其重要性不言而喻。IPv4地址枯竭，IPv6作为IPv4地址枯竭的解决方案，其在中国的发展历程是怎样的？产品环环相扣的腾讯云，是如何进行大规模IPv6改造的？腾讯云IPv6产品的技术架构和最佳实践是怎样的？「云加社区」特别策划「IPv6」系列专题，为你揭秘。关注「云加社区」公众号，

腾讯云开发者·2024-01-30 20:04

基于paddlepaddle的yolo基本实现

YOLO是一种流行的实时目标检测算法，它以其速度和准确性而闻名。我们将使用ResNet18作为骨干网络，并一步步构建整个模型。

繁星意未平·2024-01-30 15:37

转发股评

【综述】2019.6.5——制约张德良德良综述今天【综述】2019.6.5——制约张德良SAC证书S09606190100281、今天，大盘冲高回落，但顶住了。5G牌照主题，如期开炒，无新意。

阿雪912·2024-01-30 15:48

物流服务质量评价指标体系的研究--以顺丰控股为例

在这样的背景下，本文通过文献分析，综述国

毕业论文辅导老师·2024-01-30 13:58

趣谈网络协议：第一模块通信协议综述

第一讲为什么要学习网络协议？1.协议三要素语法一段内容要符合一定的规则和格式词法一段内容要代表某种意义顺序2.多种协议http->tcp->ip->arp路由协议OSFP和BGP第二讲网络分层的真实含义是什么？1.四个问题TCP协议进行三次握手的时候，IP层和MAC层在干什么所有不能表示出层层封装含义的比喻，都是不恰当的TCP每发送一个消息，IP和MAC层的机制都要运行一遍包经过A-B-C-D的路

沉迷学习的小妖·2024-01-30 13:59

4D毫米波雷达——ADCNet 原始雷达数据目标检测与可行驶区域分割

前言本文介绍使用4D毫米波雷达，基于原始雷达数据，实现目标检测与可行驶区域分割，它是来自2023-12的论文。会讲解论文整体思路、输入分析、模型框架、设计理念、损失函数等，还有结合代码进行分析。

一颗小树x·2024-01-30 12:50

4D毫米波雷达分类和工程实现

4D毫米波目标检测信息丰富，可获得目标3维位置信息、径向速度vr和rcs等，能够对目标准确分类。4D毫米波和激光做好时空同步，可以用激光目标给4D毫米波做标注，提升标注效率。

奔袭的算法工程师·2024-01-30 12:28

布美他尼治疗自闭症的再思考

在2019年5月份发表的一篇论文中，已经有人系统检索了布美他尼治疗自闭症的研究，共搜寻到26篇公开发表论文，其中有19篇是综述或动物研

椰菜君·2024-01-30 10:36

从零开始训练 RT-DETR模型最新版本教程说明（包含Mac、Windows、Linux端）同之前的项目版本代码有区别

芒果汁没有芒果·2024-01-30 10:43

The Rise and Potential of Large Language Model Based Agents: A Survey 中文翻译

大型语言模型代理的崛起与潜力：综述摘要长期以来，人类一直追求与或超越人类水平的人工智能（AI），而人工智能代理被视为实现这一目标的有希望的方式。人工智能代理是感知环境、做出决策并采取行动的人工实体。

一只特蕉·2024-01-30 10:11

YOLOV5s行人识别改进引入CoT模块及SIOU损失函数

行人目标检测是机器视觉的一项重要课题，早就已经引起了国内外学者广泛的研究。

deleteeee·2024-01-30 08:25

计算机视觉的基本概念和技术有哪些?

目标检测和识别：这是识别图像中特定对象的过程，例如使用Haar级联、R-CNN、YOLO等技术。深度学习：这是一种强大的机器学习技术，被广泛

shanshan2099·2024-01-30 05:44

数学建模学习笔记||一文了解美赛论文如何写作

摘要要求三要素书写特点内容开头段中间段格式内容结尾段关键词Contents/目录Introduction/引言ProblemBackground/问题背景RestatementoftheProblem/问题重述LiteratureReview/文献综述

展信佳：）·2024-01-30 04:32

2018W35,关键词：混乱、平衡

周二上午去办了许多事情，剪头、建行办短信提醒、移动办套餐、咨询中公课程，本应该在周末去办这些杂事的，而上周末日还加班一天来赶综述。研究混乱。

12345林夕双个·2024-01-29 22:09

【深度学习：目标检测】深度学习中目标检测模型、用例和示例

【深度学习：目标检测】深度学习中目标检测模型、用例和示例什么是物体检测？

jcfszxc·2024-01-29 20:30

目标检测数据集 - 人头检测数据集下载「包含VOC、COCO、YOLO三种格式」

数据集介绍：人头检测数据集，真实场景高质量图片数据，涉及场景丰富，比如课堂行人数据、街景行人数据、车站行人数据、商场行人数据、密集行人数据、超密集行人数据、遮挡行人数据、严重遮挡行人数据等；适用实际项目应用：监控场景下人头检测项目，以及作为监控场景通用人头检测数据集场景数据的补充；标注说明：采用labelimg标注软件进行标注，标注质量高，提供VOC(xml)、COCO(json)、YOLO(tx

极智视界·2024-01-29 18:56

基于深度学习的表面缺陷检测方法综述

一、摘要近年来，基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中。这篇文章对近年来基于深度学习的表面缺陷检测方法进行了梳理，根据数据标签的不同将其分为全监督学习模型方法、无监督学习模型方法和其他方法三大类，并对各种典型方法进一步细分归类和对比分析，总结了每种方法的优缺点和应用场景。这篇文章探讨了表面缺陷检测中三个关键问题，介绍了工业表面缺陷常用数据集。最后，对表面缺陷检测方法进行了总结。二、

禄亿萋·2024-01-29 16:26

目标检测算法改进系列之添加SCConv空间和通道重构卷积

SCConv-空间和通道重构卷积SCConv（空间和通道重构卷积）的高效卷积模块，以减少卷积神经网络（CNN）中的空间和通道冗余。SCConv旨在通过优化特征提取过程，减少计算资源消耗并提高网络性能。该模块包括两个单元：1.空间重构单元（SRU）：SRU通过分离和重构方法来减少空间冗余。2.通道重构单元（CRU）：CRU采用分割-变换-融合策略来减少通道冗余。论文地址：SCConv:Spatial

我悟了-·2024-01-29 13:01

剑指RT-DETR改进主干EfficientNet模型：重新思考卷积神经网络的模型扩展，使得RT-DETR目标检测模型高效涨点

本篇内容：剑指RT-DETR改进主干EfficientNet模型：重新思考卷积神经网络的模型扩展，YOLO系列高效涨点CSDN芒果汁没有芒果：RT-DETR最新首发创新点改进源代码！！本博客改进源代码改进适用于RT-DETR按步骤操作运行改进后的代码即可论文地址：https://arxiv.org/pdf/1905.11946.pdfEfficientNet论文理论部分+原创最新改进RT-DETR

芒果汁没有芒果·2024-01-29 11:52

【CANoe使用大全】——离线回放数据

‍♂️【CANoe使用大全】系列‍♂️点击跳转文章目录1.概述2.Offline3.综述1.概述本章主要介绍数据的离线回放操作2.Offline导入需要加载的文件导入完成效果：点击开关便可进行数据回放3

77赫兹·2024-01-29 09:44

MMDetection

什么是MMDetectionMMDetection实际上是一个用于目标检测的工具包，面向深度学习时代的。

pythonSuperman·2024-01-29 09:27

毕业设计过程学习

传统的目标检测算法主要通过人工设计与纹理、颜色和形状相关的特征来进行目标区域特征的提取。随着深度学习和人工智能技术的飞速发展，目标检测技术也取得了很大的成就。

pythonSuperman·2024-01-29 08:55

[论文阅读] |RAG评估_Retrieval-Augmented Generation Benchmark

上周先对评估综述进行了初步的扫描，本篇分享其中一份评估benchmark，RGB。

LiuHui*n·2024-01-29 07:28

Domain Adaptive Object Detection for Autonomous Driving under Foggy Weather

在晴朗天气下训练的目标检测模型在大雾天气下可能由于域间隙而不够有效。本文提出了一种新的雾天自动驾驶领域自适应目标检测框架。我们的方法利用图像级别和对象级别的自适应来减少图像风格和对象外观的领域差异。

暗魂b·2024-01-29 06:21

自定义目标检测：探索YOLO流程并在自定义数据上进行训练

在这篇文章中，我将详细演示如何加载和增强数据以及边界框，训练目标检测算法，并最终查看我们在测试图像中能够多精确地检测对象。虽然随着时间推移可用的工具包变得更易于使用，但仍然存在一些可能遇到的陷阱。

小北的北·2024-01-29 06:51

经典目标检测YOLO系列(三)YOLOv3算法详解

经典目标检测YOLO系列(三)YOLOv3算法详解不论是YOLOv1，还是YOLOv2，都有一个共同的致命缺陷：小目标检测的性能差。

undo_try·2024-01-29 06:10

推荐频道

目标检测综述