目标检测综述第14页

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

基于PaddleDetection目标检测labelme标注自动获取

在百度的PaddleDetection项目的基础上实现目标检测labelme标注的自动获取，需要先训练一个模型，然后通过这个模型去标注，最后用labelme进行微调from__future__importabsolute_importfrom

Dandelion_2·2024-01-29 06:06

【YOLO系列算法俯视视角下舰船目标检测】

YOLO系列算法俯视视角下舰船目标检测数据集和模型YOLO系列算法俯视视角下舰船目标检测YOLO系列算法俯视视角下舰船目标检测可视化结果数据集和模型数据和模型下载：YOLOv6俯视视角下舰船目标检测+训练好的舰船目标检测模型

stsdddd·2024-01-29 06:04

C#简单使用Yolov5的Onnx格式模型进行目标检测

背景最近要离职了，同事需要了解一下C#如何使用yolov5系列onnx格式模型进行目标检测，由于其对C#不熟练，可能会影响公司后续的开发进度，所以趁着还在，赶紧把手尾搞好。

氷凌公子·2024-01-29 06:33

经典目标检测YOLO系列(三)YOLOv3的复现(2)正样本的匹配、损失函数的实现

经典目标检测YOLO系列(三)YOLOv3的复现(2)正样本的匹配、损失函数的实现我们在之前实现YOLOv2的基础上，加入了多级检测及FPN，快速的实现了YOLOv3的网络架构，并且实现了前向推理过程。

undo_try·2024-01-29 06:33

AI Agents综述论文读后总结，附一些关于Agent System的脑洞

关于AIAgents的研究，最近有两篇综述性文章值得关注，可以说是涵盖了目前AIAgents的所有研究成果，对于对此领域感兴趣的人来讲，可以说是喜大普奔，往后需要哪个细分方向的资料，按图索骥就好。

陌北有棵树·2024-01-29 06:28

2021.04.07航天热物理作业智斌师兄理论定位

今日小结（2021.04.07）日有所成:1.完成航天热物理大作业；2.准备能源与环境新技术课程作业，首先需要对自己研究方向有个概括，并选定其中具体研究点进行综述。那么自己目前的研究方向是什么呢？

imxiel·2024-01-29 04:35

【CC++】基础：模板

//gitee.com/liu-hongtao-1/c–c–review.git，欢迎查看；欢迎各位点赞、评论、收藏与关注，大家的支持是我更新的动力，我会继续不断地分享更多的知识；文章多为学习笔记，以综述学习的重点为主

Fat one·2024-01-29 02:34

六年级英语期中考试试卷分析

一，班级成绩综述本次考试，我班37名学生，有八个不及格。及格为78%.优秀人数更少。最高分95分，最低分仅为26分。平均分为70分。综合排名在主题学校排第五。

平等乡马回营小学刘利娜·2024-01-29 02:19

代码增强LLM

最近，来自伊利诺伊大学香槟分校的研究团队发布了一篇综述报告，概述了将代码集成到LLM训练数据中的各种好处。论文链接：https://arxiv.org/abs/2401.00812

AI知识图谱大本营·2024-01-29 01:07

股市V型反转，有色、黑色趋势能走多高？ ——12.1期货复盘

今日复盘综述股指期货：股市V型大反转，这一趟过山车真刺激。如果说什么地方能将人性贪婪与恐惧展现，投机市场无疑是最彻底的地方。既然昨天出逃的资金今天又全部回来了，那么短线也就安全了。

期市狙击队·2024-01-29 00:32

YOLOv8-Seg改进：分层特征融合策略MSBlock | YOLO-MS ,超越YOLOv8与RTMDet，即插即用打破性能瓶颈

t.csdnimg.cn/KLSdv学姐带你学习YOLOv8，从入门到创新，轻轻松松搞定科研；1）手把手教你如何训练YOLOv8-seg；2）模型创新，提升分割性能；3）独家自研模块助力分割；1.原理介绍摘要：作者旨在为目标检测社区提供一种高效且性能卓越的目标检测器

会AI的学姐·2024-01-28 23:00

进阶1-2 android常用控件综述

这里主要根据书本知识网络知识和使用过的控件及好用的第三方控件做一个总结统计，肯定不全面，但一下也想不到多少。一步步写下去发现真的是越基础的控件越精彩，因为现在有很多封装好的控件很少会去调原生的自己写，但是多了解一点也没有坏处。目录文本类1、TextView2、EditText3、AutoCompleteTextView（单项提示的自动完成文本框）4、MultiAutoCompleteTextVie

我在西边等太阳·2024-01-28 19:34

在小目标检测上，普通卷积和扩张卷积哪个更具备优势？

在小目标检测上，普通卷积和扩张卷积哪个更具备优势？问题解答：在小目标检测任务上，扩张卷积相对于普通卷积可能具备一些优势，尤其是由于扩张卷积在感受野和多尺度特征捕获方面的性质。

神笔馬良·2024-01-28 19:15

甲醇爆涨橡胶回落，化工还能追吗？ ——10.21期货复盘

今日复盘综述股指期货：三大指数今天回试昨天低点，只有上证收回大部分跌幅，深证和创业在昨天低点附近止跌后小幅横盘，没怎么回升。

期市狙击队·2024-01-28 19:57

基于深度学习的目标检测入门：Faster R-CNN，YOLO，SSD

在学习深度学习的过程中，经常弹出不同的算法名称，同样是做目标检测的，每篇论文给出了不同的方式，这些算法之间到底有什么区别？目标检测算法有哪些？

Real_man·2024-01-28 18:48

目标检测系列5——Faster R-CNN2（代码实现）

参考黑马程序员教程(1)train.py#trainimportosimporttensorflowastffromtensorflowimportkerasimportnumpyasnpimportmatplotlib.pyplotaspltfromdetection.datasetsimportcoco,data_generatorfromdetection.models.detectorsi

晓码bigdata·2024-01-28 16:19

优化｜运筹学应用之顶刊Operations Research论文综述(68(6)期)

作者：陈宇文（牛津大学在读博士）翁欣（清华大学在读博士）SimpleBayesianAlgorithmsforBest-ArmIdentificationIn“SimpleBayesianAlgorithmsforBest-ArmIdentification,”Russoconsiderstheoptimaladaptiveallocationofmeasurementeffortforident

「已注销」·2024-01-28 13:44

【GitHub项目推荐--计算机视觉工具箱】【转载】

旅之灵夫·2024-01-28 11:29

检索增强生成用于大型语言模型：综述

同济大学王昊奋研究员团队联合复旦大学熊赟教授团队发布检索增强生成（RAG）综述，从核心范式，关键技术到未来发展趋势对RAG进行了全面梳理。

AI知识图谱大本营·2024-01-28 10:26

Image Enhancement Guided Object Detection in Visually Degraded Scenes

Abstract目标检测准确率在视觉退化场景下降严重。一个普遍的解决方法就是对退化图像进行增强然后再执行目标检测。

暗魂b·2024-01-28 09:21

经典目标检测YOLO系列(三)YOLOV3的复现(1)总体网络架构及前向处理过程

经典目标检测YOLO系列(三)YOLOV3的复现(1)总体网络架构及前向处理过程和之前实现的YOLOv2一样，根据《YOLO目标检测》(ISBN:9787115627094)一书，在不脱离YOLOv3的大部分核心理念的前提下

undo_try·2024-01-28 09:50

iou的cpu和gpu源码实现

zwhdldz·2024-01-28 09:10

【Image captioning】论文阅读八—ClipCap: CLIP Prefix for Image Captioning_2021

中文标题：ClipCap:CLIP前缀用于图像描述（ClipCap:CLIPPrefixforImageCaptioning）文章目录1.介绍2.相关工作3.方法3.1综述3.2语言模型微调3.3映射网络架构

安静到无声·2024-01-28 08:33

【转载】JPEG2000

这是一篇会议论文，由JPEG-2000的官方推荐软件Jasper的作者MichaelD.Adams所作的一篇综述性的文章(TheJPEG-2000StillImageCompressionStandard

Dream1008·2024-01-28 08:26

【Deepsort-yolov5实现无人机视觉检测和跟踪】

无人机视觉检测1.1训练无人机数据集1.2无人机检测结果2.Deepsort跟踪2.1算法原理2.2无人机跟踪实现2.3无人机运动轨迹可视化2.4目标质心点保存2.5目标重识别模型要注意的问题3.飞机目标检测无人机视觉检测和跟踪系列数据集一数据集二数据集三数据集四数据集五数据集六数据集七数据集八无人机视频段

XTX_AI·2024-01-28 08:41

Python网络爬虫实战——实验1：Python爬虫环境配置

综述随着信息时代的到来，互联网上涌现出海量的数据，而网络爬虫作为一种强大的数据采集工具，为我们提供了获取和分析这些数据的途径。

武汉唯众智创·2024-01-28 07:39

计算机图形学在现实中的应用,虚拟现实技术中计算机图形学的应用综述

齐景仲方帆付昊莹施璐顾依然虚拟现实技术让人们获得了一种独特的方法来增强复杂的三维物体和环境的用户可视化。虚拟现实是人们通过计算机对复杂数据进行可视化、创造可以操作以及实时交互的环境的重要工具。虚拟现实技术中计算机图形学的应用与传统的计算机图形学相似，但同时也有很多独立于传统模式而专门服务于虚拟现实技术的新技术。计算机图形学在虚拟现实技术中的应用有如下两种：数字媒体与医疗。数字媒体中主要关注于虚拟现

weixin_39754831·2024-01-28 06:51

YOLOv3测试和训练

参考文章：学习YOLO系列的个人总结_boss-dog的博客-CSDN博客windows操作系统上运行ultralytics/yolov3进行目标检测_itsgoodtobebad的专栏-CSDN博客0

weixin_42103837·2024-01-27 23:33

综述｜如何利用LLM做多模态任务？

作者｜胡安文（知乎同名）进NLP群—>加入NLP交流群大型语言模型LLM（LargeLanguageModel）具有很强的通用知识理解以及较强的逻辑推理能力，但其只能处理文本数据。虽然已经发布的GPT4具备图片理解能力，但目前还未开放多模态输入接口并且不会透露任何模型上技术细节。因此，现阶段，如何利用LLM做一些多模态任务还是有一定的研究价值的。本文整理了近两年来基于LLM做vision-lanu

zenRRan·2024-01-27 23:56

深度学习有效改进|增强模块|卷积、注意力机制、损失函数等

深度学习|增强模块|卷积、注意力机制、损失函数等前言本系列主要分享深度学习领域前沿技术，多数为目标检测技术和分割技术，欢迎大家收藏关注。

今天炼丹了吗·2024-01-27 21:26

Faster R-CNN原理

R-CNN->FastR-CNN->FasterR-CNN一、R-CNN（RegionwithCNNfeature)R-CNN是利用深度学习进行目标检测的开山之作。

酸酸甜甜我最爱·2024-01-27 21:12

FPN结构

在FasterR-CNN中就用到FPN结构了，FPN结构对网络的好处在于：针对目标检测任务，cocoAP(IoU从0.5~0.95的均值)提升2.3个点，pascalAP提升3.8个点。

酸酸甜甜我最爱·2024-01-27 21:42

实体识别与分类方法综述

目录前言1实体识别简介2基于模板和规则的方法3基于序列标注的方法3.1常见序列标注模型3.2模型参数估计和学习问题3.3常见序列预测模型4.基于深度学习的实体识别方法5基于预训练语言模型的实体识别5.1BERT、GPT等预训练语言模型5.2解码策略6特殊问题与挑战6.1标签分布不平衡6.2实体嵌套问题6.3中文分词需求6.4中文表达多样性结语前言在自然语言处理领域，实体识别被认为是一项至关重要的任

cooldream2009·2024-01-27 20:11

推荐频道

目标检测综述