目标检测2023ICE复现

【漏洞复现】jquery-1.7.2JavaScript代码库任意文件读取

漏洞描述H3C安全接入网关使用jquery-1.7.2JavaScript代码库（框架），jQuery1.7.2版本存在任意文件读取漏洞。免责声明技术文章仅供参考，任何个人和组织使用网络应当遵守宪法法律，遵守公共秩序，尊重社会公德，不得利用网络从事危害国家安全、荣誉和利益，未经授权请勿利用文章中的技术资料对任何计算机系统进行入侵操作。利用此文所提供的信息而造成的直接或间接后果和损失，均由使用者本人
丢了少年失了心1·2024-01-06 21:29

【漏洞复现】冰峰VPN存在敏感信息泄露漏洞

漏洞描述冰峰VPNlog/system.log模块日志信息泄露漏洞免责声明技术文章仅供参考，任何个人和组织使用网络应当遵守宪法法律，遵守公共秩序，尊重社会公德，不得利用网络从事危害国家安全、荣誉和利益，未经授权请勿利用文章中的技术资料对任何计算机系统进行入侵操作。利用此文所提供的信息而造成的直接或间接后果和损失，均由使用者本人负责。本文所提供的工具仅用于学习，禁止用于其他！！漏洞集合【传送点】上千
丢了少年失了心1·2024-01-06 21:58

【漏洞复现】协同办公管理系统任意文件读取

漏洞描述企语iFair协同管理系统是一款专业的协同办公软件，该管理系统兼容性强，适合多种企业类型。该软件永久免费，绿色安全，无需收取费用即可使用所有功能。企语iFair协同管理系统同时兼容了Linux、Windows两种操作系统，用户可以根据自己需求进行安装使用。fuwushe.orgiFair版本23.8_ad0及之前版本中的目录遍历漏洞允许攻击者通过精心设计的脚本获取敏感信息。免责声明技术文章
丢了少年失了心1·2024-01-06 21:58

【漏洞复现】润申信息管理系统SQL注入漏洞

漏洞描述申信息科技企业标准化管理系统DefaultHandler.ashxSQL注入漏洞免责声明技术文章仅供参考，任何个人和组织使用网络应当遵守宪法法律，遵守公共秩序，尊重社会公德，不得利用网络从事危害国家安全、荣誉和利益，未经授权请勿利用文章中的技术资料对任何计算机系统进行入侵操作。利用此文所提供的信息而造成的直接或间接后果和损失，均由使用者本人负责。本文所提供的工具仅用于学习，禁止用于其他！！
丢了少年失了心1·2024-01-06 21:26

经典神经网络实现——LeNet

本系列文章的目的不是为了1:1复现论文，而是增强对各个模块的熟悉，加入自己的idea，比如文章中有一些已经过时的老旧方法，会替换成一些效果好的方案。通过本系列文章分享，提升对深度学
向阳花0917·2024-01-06 21:42

计算机视觉技术-区域卷积神经网络（R-CNN）

区域卷积神经网络（region-basedCNN或regionswithCNNfeatures，R-CNN）(Girshicketal.,2014)也是将深度模型应用于目标检测的开创性工作之一。
白云如幻·2024-01-06 20:47

idea输入字母时和正常的不一样，出现半角字符

报错内容idea输入字母异常，出现半角输入复现首先将输入法换成中文输入然后输入任意内容，但是不要按回车键，如图：停留在第二步，按快捷键：Shift+空格最后切换回英文输入法，就出现上面那种情况了解决方式根据复现方式
liao3399084·2024-01-06 18:43

损失函数篇 | YOLOv8 引入 Shape-IoU 考虑边框形状与尺度的度量

www.bilibili.com开源代码地址：https://github.com/malagoutou/Shape-IoU/blob/main/shapeiou.py作为检测器定位分支的重要组成，边框回归损失在目标检测任务中发挥巨大作用
迪菲赫尔曼·2024-01-06 17:58

2022年四川省大学生金融科技建模大赛-模型复现和点评-基于真实中国建设银行数据集_论文复现

年底了模型定制服务比较多，文章更新也比较慢。最近热点是四川省大学生金融科技建模大赛。好几个学生在咨询我如何提升模型性能。当然他们都很优秀，我能帮到的地方很有限，就写篇文章统一答复大家。下面介绍一下模型竞赛内容。比赛简介一、赛事背景新经济建设背景下，成都正加快推进国家西部金融中心建设，着力发展金融科技，提出《成都市金融科技发展规划（2020-2022年）》，建设成为具有国际影响力的区域金融科技中心。
python风控模型·2024-01-06 14:05

1、CenterPoint: Center-based 3D Object Detection and Tracking 环境配置

Introduction环境配置Anaconda安装配置Pytorch安装apex与spconv的安装summeryIntroduction这篇文章刚刚被CVPR2021收录，利用鸟瞰图中物体的中心点来进行三维目标检测与跟踪
Vanessa Ni·2024-01-06 13:26

officeWeb365 Indexs接口任意文件读取漏洞复现 [附POC]

文章目录officeWeb365Indexs接口任意文件读取漏洞复现[附POC]0x01前言0x02漏洞描述0x03影响版本0x04漏洞环境0x05漏洞复现1.访问漏洞环境2.构造POC3.复现officeWeb365Indexs
gaynell·2024-01-06 12:36

20240103_AIO-3399J的开发板刷Firefly的官方Andorid10使用前后摄像头ov13850最高480p【不能是4K分辨率的！】

surl=XL6x7CGzG03zR238TcBSAALog日志:OV13850480p1M5UART3_2024-01-03_16_53_00.zip上传问题描述及复现步骤:20240103_A
南棱笑笑生·2024-01-06 12:42

Obtect Detection，物体检测10年的发展，物体检测历史最佳网络

一阶段目标检测网络1.AlexNet(2012)基本流程:作为深度学习在图像识别中的突破性应用，AlexNet主要用于图像分类，而非目标检测。但它奠定了现代深度学习网络的基础。
机器学习杨卓越·2024-01-06 12:31

如何实现无人机识别功能

以下是一些常见的无人机识别算法和技术：视觉识别：图像处理：使用计算机视觉技术对无人机图像进行处理，包括特征提取、目标检测和跟踪等。
LittroInno·2024-01-06 11:44

基于Matlab仿真的MTI和MTD

随着雷达系统的不断发展，动目标检测与跟踪问题日益凸显。MTI（MovingTar
去去隔烟霞·2024-01-06 11:24

基于Matlab仿真的MTI和MTD

主要内容在MTIMTD技术中，本文使用了16个脉冲信号来实现脉压、动目标显示和动目标检测。通过将多个脉冲信号进行叠加和处理，可以获得更高的距离分辨率和更清晰的目标显示效果。
去去隔烟霞·2024-01-06 11:24

VSCode Jupyter print 函数输出在错误的单元格（cell）

问题描述最近在复现一个开源项目时，发现执行过该项目中的代码单元格后，其余单元格的print函数输出也会续在该单元格后。而正常情况下print函数输出应该位于其所属的单元格。
Haulyn5·2024-01-06 11:37

树莓派初始化安装与配置

树莓派初始化安装与配置emmmm,这几天复现自己原来做过的一些项目，发现没有记录笔记，自己原来走过的坑，还要再走一遍，实在是太痛苦了，所以以后多多记下笔记....不然把时间浪费在这些重复的问题上，实在是太难受了
听竹先生·2024-01-06 10:33

用友U8 Cloud smartweb2.RPC.d XXE漏洞复现

0x03复现环境FOFA：ap
OidBoy_G·2024-01-06 09:59

金蝶Apusic应用服务器 loadTree JNDI注入漏洞

资产测绘app.name=“Apusic金蝶天燕Server”漏洞复现测试POC:POST/appmonitor/protect/jndi/loadT
keepb1ue·2024-01-06 09:20

金和OA JC6 ntko-upload 任意文件上传漏洞

资产测绘app=“Jinher-OA”漏洞复现POC:POST/jc6/ntkoUpload/ntko
keepb1ue·2024-01-06 08:34

ROS高效进阶第四章 -- 机器视觉处理之ros集成yolov5实现目标检测

机器视觉处理之ros集成yolov5实现目标检测1资料2正文2.1深度学习框架和深度学习算法2.2yolov5_detector样例3总结1资料本文是机器视觉处理系列的第四篇，我们将使用当前比较流行的yolov5
界首大学·2024-01-06 07:12

经典目标检测YOLO系列(一)复现YOLOV1(4)VOC2007数据集的读取及预处理

经典目标检测YOLO系列(一)复现YOLOV1(4)VOC2007数据集的读取及预处理之前，我们依据《YOLO目标检测》(ISBN:9787115627094)一书，提出了新的YOLOV1架构，并解决前向推理过程中的两个问题
undo_try·2024-01-06 06:43

yolov8实战第五天——yolov8+ffmpg实时视频流检测并进行实时推流——（推流，保姆教学）

YOLOv8是YOLO目标检测算法的
学术菜鸟小晨·2024-01-06 06:42

目标检测-One Stage-YOLO v3

文章目录前言一、YOLOv3的网络结构和流程二、YOLOv3的创新点总结前言根据前文目标检测-OneStage-YOLOv2可以看出YOLOv2的速度和精度都有相当程度的提升，但是精度仍较低，YOLOv3
学海一叶·2024-01-06 06:39

Yolov5 + 界面PyQt5 +exe文件部署运行

Yolov5是目标检测领域中最新的一代模型，而PyQt5是一个用于Python编程语言的GUI开发框架。将Yolov5与PyQt5相结合，可以实现一个强大的目标检测界面应用程序。
从懒虫到爬虫·2024-01-06 06:36

开集目标检测-标签提示目标检测大模型(吊打YOLO系列-自动化检测标注)

开集目标检测是目前计算机视觉领域中一个重要的研究方向，它的主要目的是在不依赖于预先定义的类别标签下，实现对图像中出现的不同目标的识别和检测。
从懒虫到爬虫·2024-01-06 06:06

目标检测-One Stage-EfficientDet

EfficientNetEfficientNet-B0baselineMBConv参数优化EfficientNetB0-B7参数二、EfficientDetBiFPN复合缩放方法总结前言EfficientDet是google在2019年11月发表的一个目标检测算法系列
学海一叶·2024-01-06 06:04

YOLOv8改进 | Neck篇 | 利用ASF-YOLO改进特征融合层（适用于分割和目标检测）

一、本文介绍本文给大家带来的改进机制是ASF-YOLO（发布于2023.12月份的最新机制），其是特别设计用于细胞实例分割。这个模型通过结合空间和尺度特征，提高了在处理细胞图像时的准确性和速度。在实验中，ASF-YOLO在2018年数据科学竞赛数据集上取得了卓越的分割准确性和速度，达到了0.91的boxmAP（平均精度），0.887的maskmAP，以及47.3FPS的推理速度，效果非常的好，这个
Snu77·2024-01-06 06:33

2020-10-24Apache Flink未授权访问-远程代码命令执行-复现

好久没更新了，今天趁1024更新一篇，最近工作中遇到这个漏洞，今天自己来做一下这个漏洞复现。
thelostworldSec·2024-01-06 06:32

关于目标检测任务中，XML(voc格式)标注文件的可视化

1.前言最近在弄关于目标检测的任务，因为检测的图片和标签是分开的，可视化效果不明显，也不知道随便下载的数据集，标注信息对不对。
听风吹等浪起·2024-01-06 06:38

关于目标检测任务中，YOLO(txt格式)标注文件的可视化

1.前言本文是针对yolo标注格式txt文件的可视化脚本介绍如果是VOC格式的xml文件，参考：关于目标检测任务中，XML(voc格式)标注文件的可视化代码比较简单，50行这样。。。。
听风吹等浪起·2024-01-06 05:02

YOLOv8改进：IoU系列篇 | Shape-IoU关注边界框本身的形状和尺度来计算损失 | 2023年12月最新IoU改进

本文改进：提出了一种新颖的Shape-IoU，小目标检测实现涨点，更加关注边界框本身的形状和尺度来计算损失YOLOv8改进专栏：http://t.csdnimg.cn/hGhVK学姐带你学习YOLOv8
会AI的学姐·2024-01-06 03:07

芥子夜话：走过，才明白（20190517）

上周二下午，在本学期开始必须坚持的每周一次教研例会上得知，我们九年级语文组又一次荣获教学目标检测优
邓阿林·2024-01-06 03:53

基于YOLOv7算法的高精度实时海上船只目标检测识别系统（PyTorch+Pyside6+YOLOv7）

摘要：基于YOLOv7算法的高精度实时海上船只目标检测系统可用于日常生活中检测与定位海上船只，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出。
BestSongC·2024-01-06 03:52

基于YOLOv7算法的高精度实时抽烟行为检测识别系统（PyTorch+Pyside6+YOLOv7）

摘要：基于YOLOv7算法的高精度实时抽烟行为检测系统可用于日常生活中检测与定位抽烟行为，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出。
BestSongC·2024-01-06 03:52

基于YOLOv7算法的高精度实时二维码目标检测识别系统（PyTorch+Pyside6+YOLOv7）

摘要：基于YOLOv7算法的高精度实时二维码目标检测系统可用于日常生活中检测与定位二维码，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出。
BestSongC·2024-01-06 03:21

yolov5障碍物识别-雪糕筒识别（代码+教程）

1.yolov5简介：yolov5是一种基于深度学习算法的目标检测框架，其独特的设计使得它在速度和精度之间能够取得良好的平衡。
从懒虫到爬虫·2024-01-06 03:50

基于YOLOv7算法的高精度实时安全背心目标检测识别系统（PyTorch+Pyside6+YOLOv7）

摘要：基于YOLOv7算法的高精度实时安全背心目标检测系统可用于日常生活中检测与定位安全背心，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出。
BestSongC·2024-01-06 03:19

[C#]winform部署PaddleDetection的yolo印章检测模型

https://github.com/PaddlePaddle/PaddleDetection.git【算法介绍】PaddleDetection是一个基于PaddlePaddle（飞桨）深度学习框架的开源目标检测工具库
FL1623863129·2024-01-06 02:02

[C#]利用opencvsharp实现深度学习caffe模型人脸检测

face_detector/deploy.prototxt采用的是官方caffe模型res10_300x300_ssd_iter_140000.caffemodel进行人脸检测【算法原理】使用caffe-ssd目标检测框架训练的
FL1623863129·2024-01-06 02:01

【Nerfstudio踩坑合合集 -- tinycudann】

1.碎碎念最近在尝试NeRF,来来回回十几天想尝试一下Nerfstudio.之前有试过instant-ngp的NeRF复现,跟的这位大佬的教程,也贴个链接,有想尝试的朋友可以看看,可以配合小破站视频食用
-风玲-·2024-01-06 01:17

复现zeronvs全过程

下载源代码文件https://github.com/kylesargent/zeronvs.git分为windows下配置环境与ubuntu下配置环境，windows下可参考下面一些资料以下为ubuntu下的配置简述前置步骤：安装系统18.04（制作启动盘，分配空间，安装），安装显卡驱动（推：官网run），安装aconda打开终端，根据readme配置环境接下来一步先装ninja，后手动下载源代码
math_top·2024-01-06 01:17

instant ngp复现

instantngp简单复现demogithub地址：GitHub-NVlabs/instant-ngp:Instantneuralgraphicsprimitives:lightningfastNeRFandmore
如果有钱，可以植发·2024-01-06 01:47

【代码复现】Windows10复现nerf-pytorch

前言由于这段时间正在学习NeRF系列的论文，所以博主决定尝试复现一下原文中实现的效果。这篇文章将会介绍在win10系统下对NeRF的复现过程。
marco.lu·2024-01-06 01:45

（NeRF学习）NeRF复现 win11

目录一、获取源码二、环境三、准备数据集1.下载数据集方法一：官方命令方法二：官网下载数据集2.修改配置四、开始训练1.更改迭代次数2.开始训练方法一：方法二：3.使用预训练模型五、NeRF源码学习一、获取源码gitclonehttps://github.com/bmild/nerf.gitcdnerf二、环境conda虚拟环境里实现condacreate-nnerfpython=3.7condaa
噫吁嘻嘻嘻嘻·2024-01-06 01:14

YOLOv8改进：IoU系列篇 | Shape-IoU结合基于辅助边框的Inner-IoU损失，实现再次创新

本文改进：Shape-IoU结合基于辅助边框的Inner-IoU损失，小目标检测实现涨点，基于辅助边框的优化前提下，更加关注边界框本身的形状和尺度来计算损失YOLOv8改进专栏：http://t.csdnimg.cn
会AI的学姐·2024-01-06 00:43

RT-DETR优化改进：IoU系列篇 | Shape-IoU结合基于辅助边框的Inner-IoU损失，实现再次创新

本文改进：Shape-IoU结合基于辅助边框的Inner-IoU损失，小目标检测实现涨点，基于辅助边框的优化前提下，更加关注边界框本身的形状和尺度来计算损失RT-DETR改进创新专栏：http://t.csdnimg.cn
会AI的学姐·2024-01-06 00:12

在目标检测中，Anchor的庞大数量使得存在严重的不平衡问题。这里的不平衡指的是什么。

问题描述：在目标检测中，Anchor的庞大数量使得存在严重的不平衡问题。这里的不平衡指的是什么。
神笔馬良·2024-01-06 00:50

FasterRCNN目标检测

R-CNN四个步骤:对输入图片提取候选区（regionproposal），每张大约2000个。论文中采用selectivesearch的方法。对每个候选区采用CNN网络提取特征。此处需要将proposal的尺寸缩放成统一的227x227，以匹配CNN网络。最终提取到的特征展平处理，长度为4096。类别判断。将所提特征送入每一类的SVM分类器，判断是否属于该类。候选框位置回归。FastRCNNFas
tao_sc·2024-01-06 00:49
上一页 35 36 37 38 39 40 41 42 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他