目标检测Neck 第46页

模型量化

模型量化的原理与实践——基于YOLOv5实践目标检测的PTQ与QAT量化1、Tops是什么意思？

python算法工程师·2023-10-16 03:57

模型量化的原理与实践 —基于YOLOv5实践目标检测的PTQ与QAT量化

这里写自定义目录标题一、量化基础知识1.1Tops是什么意思？1.2什么是定点数？1.3定点数转换1.4什么是量化？1.5定点计算1.5.1定点计算——误差计算1.5.2定点计算——内存对比1.5.3定点计算——速度对比1.6量化有什么优缺点？2、线性映射非对称量化：3、逐层量化、逐组量化和逐通道量化4、在线量化和离线量化5、权重量化和权重激活量化6、量化的一般步骤三、模型校准1、什么是校准？2、

yhwang-hub·2023-10-16 03:26

【目标检测】基于yolov3的血细胞检测和计数(无bug教程+附代码+数据集)

多的不说，少的不唠，先看检测效果图：共检测三类：红细胞RBC、白细胞WBC、血小板PlateletsHello，大家好，我是augustqi。今天给大家带来的保姆级教程是：基于yolov3的血细胞检测(无bug教程+附代码+数据集)1.项目背景在上一期的教程中，我们基于yolov3训练了一个红细胞检测模型，只包含一个类别：红细胞RBC。该项目在Windows系统下运行，由于CUDA版本、pytho

机器不学习我学习·2023-10-16 03:41

YOLOv8血细胞检测（15）：微小目标检测的上下文增强和特征细化网络ContextAggregation

本文独家改进：上下文增强和特征细化网络ContextAggregation，提供五种改进方法引入到YOLOv8ContextAggregation|亲测在血细胞检测项目中涨点，提供五种改进方法，最大[email protected]从原始0.895提升至0.916收录专栏：YOLO医学影像检测：http://t.csdnimg.cn/N4zBP✨✨✨实战医学影像检测项目，通过创新点验证涨点可行性；✨✨✨入门医学影像检

AI小怪兽·2023-10-16 03:40

【两阶段目标检测】R-CNN论文精读与学习总结

目录0.前言1.R-CNN大体介绍1.1作者遇到的两个问题1.2R-CNN的大体思路1.3一些细节2.R-CNN的训练过程2.1四个步骤2.2训练过程的一些细节2.2.1网络神经元学习效果可视化2.2.2为什么迁移学习和训练SVM时正负类别定义不一样？2.2.3为什么要用SVM进行分类，不能直接在训练好的CNN网络后面加个softmax吗？3.思考前段时间在读R-CNN，今天写个博客对论文的内容和

SinHao22·2023-10-16 01:53

【OpenCv光流法进行运动目标检测】

二、光流法实例1.C的2.C++版本3.python版本总结前言随着计算机视觉技术的迅猛发展，运动目标检测在图像处理领域中扮演着至关重要的角色。

落叶霜霜·2023-10-16 01:37

深度学习算法优化系列四 | 如何使用OpenVINO部署以Mobilenet做Backbone的YOLOv3模型？

而当前很多人都是基于DarkNet框架训练目标检测模型，并且github也有开源一个Darknet转到OpenVINO推理框架的工具，地址见附录。

GiantPandaCV·2023-10-15 20:06

【BML全功能AI开发平台初体验】两小时搞定目标检测全流程！

BML全功能AI开发平台初体验】两小时搞定目标检测全流程！

七年期限·2023-10-15 19:17

NMS和Soft NMS

NMS是one-stage和two-stage目标检测任务中常用的一种后处理方法，用来过滤无效重叠的检测框。

Daisy丶·2023-10-15 19:58

【文档智能】多模态预训练模型及相关数据集汇总

文档智能也从以前的目标检测（版面分析）阶段转向多模态预训练阶段，本文将介绍目前一些前沿的多模态预训练模型及相关数据集。

余俊晖·2023-10-15 19:34

YoloV8改进策略：SwiftFormer，全网首发，独家改进的高效加性注意力用于实时移动视觉应用的模型，重构YoloV8

的高效加性注意力用于实时移动视觉应用的模型》1、简介2、相关研究3、方法3.1、注意力模块概述3.2、高效的加性注意力3.3、SwiftFormer架构4、实验4.1、实现细节4.2、基线比较4.3、图像分类4.4、目标检测和实例分割

静静AI学堂·2023-10-15 19:50

SwiftFormer：基于Transformer的高效加性注意力用于实时移动视觉应用的模型

静静AI学堂·2023-10-15 19:15

分类网络的评价指标

之前一直是做目标检测的研究，在目标检测中主要有两个任务，一个是分类回归，一个是位置回归，所用的评价指标有：AP，mAP，Recall，Precision，F1值，前两个用的一般最多，AP是P与R所围的面积

爱吃肉的鹏·2023-10-15 19:14

有关数据集处理的脚本工具【附代码】

在做分类项目的时候(包括目标检测)，经常会涉及到数据集的预处理，这里我将把一些自己写的工具脚本代码开源出来供大家使用，后期也将不定时的更新。

爱吃肉的鹏·2023-10-15 19:14

AI项目十六：YOLOP 训练+测试+模型评估

步骤：训练->测试->转成onnx->onnxruntime部署测试一、前言YOLOP是华中科技大学研究团队在2021年开源的研究成果，其将目标检测/可行驶区域分割和车道线检测三大视觉任务同时放在一起处理

殷忆枫·2023-10-15 19:11

创新YOLOv5改进：结合全新可变形大核注意力（D-LKA Attention）实现多尺度目标涨点

提升多尺度目标检测，创新提升捕捉图像特征和处理复杂图像特征:本专栏包含大量的新设计的创新想法，包含详细的代码和说明，具备有效的创新组合，可以有效应用到改进创新当中:构建多尺度骨干和特征增强模块，提升小目标检测研究概括

一休哥※·2023-10-15 19:39

基于YOLOv5的车牌识别系统（YOLOv5+LPRNet）

YOLOv5网络结构图YOLOv5s的网络结构如图1所示，该结构分为四个部分输入端、Backbone（主干网络）、Neck网络和Prediction（输出端）。

txz2035·2023-10-15 19:39

YOLOv8改进：卷积变体系列篇 | 可变形大核注意力（D-LKA Attention）,实现涨点

本文改进：可变形大核注意力（D-LKAAttention）,大卷积核增强注意力机制，引入到YOLOv8，与C2f结合实现二次创新D-LKAAttention亲测在多个数据集能够实现涨点，同样适用于小目标检测

会AI的学姐·2023-10-15 18:04

YOLOv8改进：卷积变体系列篇 | 大核分离卷积注意力模块（ Large Separable Kernel Attention），实现涨点的目标并且降低计算复杂度和显存

LargeSeparableKernelAttention），实现涨点的目标并且降低计算复杂度和显存，引入到YOLOv8，与C2f结合实现二次创新；LargeSeparableKernelAttention亲测在多个数据集能够实现涨点，同样适用于小目标检测

会AI的学姐·2023-10-15 18:04

创新YOLOv8改进：结合全新可变形大核注意力（D-LKA Attention）实现多尺度目标涨点

提升多尺度目标检测，创新提升捕捉图像特征和处理复杂图像特征:本专栏包含大量的新设计的创新想法，包含详细的代码和说明，具备有效的创新组合，可以有效应用到改进创新当中:构建多尺度骨干和特征增强模块，提升小目标检测研究概括

一休哥※·2023-10-15 18:03

YOLO目标检测——昏暗车辆数据集+已标注VOC格式标签下载分享

标注说明：使用lableimg标注软件，标注好的，标签为xml格式标签，可以直接用于YOLO系列的昏暗车辆目标检测。数据集点击下载：Y

YOLO数据集工作室·2023-10-15 18:10

YOLO目标检测——跌倒摔倒数据集【含对应voc、coco和yolo三种格式标签】

实际项目应用：公共安全监控、智能家居、工业安全等活动区域无监管情况下的人员摔倒事故数据集说明：YOLO目标检测数据集，真实场景的高质量图片数据，数据场景丰富。

YOLO数据集工作室·2023-10-15 18:10

YOLO目标检测——打电话数据集【含对应voc、coco和yolo三种格式标签】

实际项目应用：安全监控、智能驾驶、人机交互、智能城市数据集说明：YOLO目标检测数据集，真实场景的高质量图片数据，数据场景丰富。

YOLO数据集工作室·2023-10-15 17:04

U2NET目标显著性检测，抠图去背景效果倍儿棒

GoingDeeperwithNestedU-StructureforSalientObjectDetectionGIT：https://github.com/NathanUA/U-2-Net❞U2Net用于显著目标检测

fahaihappy·2023-10-15 16:40

专栏汇总（一）

专栏1：https://blog.csdn.net/lovemy134611/category_12417811.html部分文章：PyTorch深度学习实战（20）——从零开始实现FastR-CNN目标检测

笑傲江湖2023·2023-10-15 09:18

用于多目标检测的自监督学习（SELF-SUPER VISED LEARNING FOR MULTIPLE OBJECTDETECTION）

在本章中，我们提出了一种新的自监督学习（SSL）技术，以从头顶图像中提供关于实例分割不确定性的模型信息。我们的SSL方法通过使用测试时数据增强和基于回归的旋转不变伪标签细化技术来改进对象检测。我们的伪标签生成方法提供多个经过几何变换的图像作为卷积神经网（CNN）的输入，对网络生成的增强检测进行回归以减少定位误差，然后使用均值偏移算法对其进行聚类。自监督检测器模型可以在单个相机跟踪算法中使用，以生成

知新_ROL·2023-10-15 09:35

PyTorch深度学习实战（20）——从零开始实现Fast R-CNN目标检测

PyTorch深度学习实战（20）——从零开始实现FastR-CNN目标检测0.前言1.FastR-CNN1.1模型架构1.2R-CNN与FastR-CNN对比2.实现FastR-CNN目标检测2.1数据处理

盼小辉丶·2023-10-15 08:21

计算机视觉：池化层的作用是什么？

本文重点在深度学习中，卷积神经网络（CNN）是一种非常强大的模型，广泛应用于图像识别、目标检测、自然语言处理等领域。而池化层作为CNN中的一个关键步骤，扮演着优化神经网络、提升深度学习性能的重要角色。

幻风_huanfeng·2023-10-15 06:45

目标跟踪领域研究（二）跟踪算法

尽管近年来受到了广泛研究，目标跟踪问题由于本身的高难度、高质量数据的稀少，研究热度比目标检测、语义分割等基本视觉任务略低一些。

琉乂·2023-10-15 06:42

HSN：微调预训练ViT用于目标检测和语义分割，华南理工和阿里巴巴联合提出

今天跟大家分享华南理工大学和阿里巴巴联合提出的将ViT模型用于下游任务的高效微调方法HSN，该方法在迁移学习、目标检测、实例分割、语义分割等多个下游任务中表现优秀，性能接近甚至在某些任务上超越全参数微调

CV51·2023-10-15 04:47

[YOLOv7]基于YOLOv7的安全帽佩戴检测系统(源码＆部署教程)

视频演示[YOLOv7]基于YOLOv7的安全帽佩戴检测系统(源码＆部署教程)_哔哩哔哩_bilibili3.YOLOv7算法简介YOLOv7在5FPS到160FPS范围内，速度和精度都超过了所有已知的目标检测器并在

群马视觉·2023-10-14 20:48

PyTorch Quantization简介

基于YOLOv5实践目标检测的PTQ与QAT量化PyTorchQuantizationPyTorchQuantization是一种在机器学习中使用的技术，用于减少深度神经网络的大小和计算需求，使其更适合在内存和处理能力有限的设备上部署

python算法工程师·2023-10-14 14:21

NeurIPS 2023 | MQ-Det: 首个支持多模态查询的开放世界目标检测大模型

目前的开放世界目标检测模型大多遵循文本查询的模式，即利用类别文本描述在目标图像中查询潜在目标。然而，这种方式往往会面临“广而不精”的问题。

学术菜鸟小晨·2023-10-14 11:09

毫米波雷达模块在自动驾驶系统中的关键功能

一、毫米波雷达模块的工作原理毫米波雷达模块利用发射和接收毫米波信号的原理实现目标检测

MinewSemi创新微·2023-10-14 08:48

[论文阅读]PointPillars——点云目标检测的快速编码器

PointPillars点云目标检测的快速编码器论文网址：PointPillars摘要基于激光雷达点云的物体检测是自动驾驶和机器人应用的一个重要方面。本文考虑将点云编码成适合下游检测任务的格式问题。

一朵小红花HH·2023-10-14 08:06

点云目标检测——pointpillars环境配置与训练

点云目标检测——pointpillars环境配置与训练(二十五)实践出真知——OpenPCDet制作pointpillars自定义数据集-知乎基于深度学习的高铁周界入侵监测方法研究-中国知网基于点云数据的三维目标检测技术研究进展

。 7.·2023-10-14 07:54

华为提出Gold-YOLO：高效实时目标检测器

Gold-YOLO：一种全新的实时目标检测器，提出一种GD新机制，通过卷积和自注意力操作来实现，增强了多尺度特征融合能力，并首次在YOLO系列中实现了MAE式的预训练，在所有模型尺度上实现了延迟和准确性之间的理想平衡

AI视觉网奇·2023-10-14 06:26

【yolov4目标检测】(4) opencv+yolov4-tiny 实现选择性目标检测，附python完整代码

各位同学好，今天和大家分享一下如何使用opencv调用yolov4-tiny目标检测方法，并对指定类别进行检测。用b站的视频做测试。

立Sir·2023-10-14 02:58

opencv dnn模块示例(18) 目标检测 object_detection 之 pp-yolo、pp-yolov2和pp-yolo tiny

文章目录1、PP-YOLO1.1、网络架构1.1.1、BackBone骨干网络1.1.2、DetectionNeck1.1.3、DetectionHead1.2、Tricks的选择1.2.1、更大的batchsize1.2.2、滑动平均1.2.3、DropBlock1.2.4、IOULoss1.2.5、IOUAware1.2.6、GRIDSensitive1.2.7、MatrixNMS1.2.8、

aworkholic·2023-10-14 02:28

【opencv450-目标检测】coco数据集yolo4-tiny预训练模型加载测试

识别效果控制台主程序：#include"Detection.h"#includeusingnamespacestd;usingnamespacecv;usingnamespacednn;voidTestDetection(){std::vectorfiles;glob("./data",files);for(size_ti=0;i

十年一梦实验室·2023-10-14 02:28

超详细教程YoloV8官方推荐免费数据集网站Roboflow一键导出Voc、COCO、Yolo、Csv等格式

YoloV8是一种高效的目标检测算法，它的训练需要高质量的数据集。然而，获取高质量的数据集是一项耗时且费力的任务。YoloV8官方推荐了一个数据集网站，就是Roboflow。

Snu77·2023-10-14 02:16

目标检测算法(二)OverFeat精细分析和讲解并附源码地址

《OverFeat:IntegratedRecognition,LocalizationandDetectionusingConvolutionalNetworks》OverFeat:用卷积网络同时进行图像识别、定位和检测。目录目录背景:OverFeat的网络结构和技术创新计算机视觉领域的基本任务OverFeat的网络结构全卷积网络多尺度滑窗检测器模型设计和训练过程设计部分具体参数FeatureE

Snu77·2023-10-14 02:46

目标检测算法(三)YOLOv5 SPPF层的前身SPP-NET精细分析和讲解并附源码地址

SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition)是一篇由KaimingHe、XiangyuZhang、ShaoqingRen和JianSun等人于2014年提出的论文，旨在提高深度卷积神经网络在图像分类和目标检测任务中的性能在传统的卷积神经网络中

Snu77·2023-10-14 02:46

目标检测批量 xml文件手动可视化，设置指定颜色

设置原始图片路径设置xml文件路径设置保存文件路径设置不同类别对应的颜色run#-*-encoding:utf-8-*-#Author:haitong#Time:2023/5/2516:47#File:XmlVisualization.py#Software:PyCharmimportcv2importxml.etree.ElementTreeasETfromPILimportImageimpor

qc1752·2023-10-14 01:25

目标检测 split xml to patch

#-*-encoding:utf-8-*-#Author:haitong#Time:2023/6/89:20#File:split_to_patch.py#Software:PyCharmimportosimportcv2importnumpyimportxml.etree.ElementTreeasETfromtqdmimport*fromPILimportImagedefmake_file(p