目标检测Neck 第52页

基于YOLOv8模型的蜜蜂目标检测系统（PyTorch+Pyside6+YOLOv8模型）

摘要：基于YOLOv8模型的蜜蜂目标检测系统可用于日常生活中检测与定位蜜蜂目标，利用深度学习算法可实现图片、视频、摄像头等方式的目标检测，另外本系统还支持图片、视频等格式的结果可视化与结果导出。

BestSongC·2023-09-28 22:40

FastestDet---原理介绍

1.测试指标2.算法定位FastestDet是设计用来接替yolo-fastest系列算法，相比于业界已有的轻量级目标检测算法如yolov5n,yolox-nano,nanoDet,pp-yolo-tiny

qq_41920323·2023-09-28 21:36

Python如何优雅地可视化目标检测框

读入图像img_name='./pikachu.jpg'img=cv2.imread(img_name)box=[140,16,468,390,"pikachu"]box_color=(255,0,255)cv2.rectangle(img,(box[0],box[1]),(box[2],box[3]),color=box_color,thickness=2)标签美化接下来我们来给矩形框添加标签,

CV矿工·2023-09-28 21:59

目标检测算法改进系列之Backbone替换为EMO

EMO：结合Attention重新思考移动端小模型中的基本模块近年来，由于存储和计算资源的限制，移动应用的需求不断增加，因此，本文的研究对象是端侧轻量级小模型(参数量一般在10M以下)。在众多小模型的设计中，值得注意的是MobileNetv2[1]提出了一种基于Depth-wiseConvolution的高效的倒残差模块(InvertedResidualBlock,IRB)，已成标准的高效轻量级模

我悟了-·2023-09-28 19:30

目标检测算法改进系列之Backbone替换为EfficientFormerV2

EfficientFormerV2随着视觉Transformers（ViTs）在计算机视觉任务中的成功，最近的技术试图优化ViT的性能和复杂性，以实现在移动设备上的高效部署。研究人员提出了多种方法来加速注意力机制，改进低效设计，或结合mobile-friendly的轻量级卷积来形成混合架构。然而，ViT及其变体仍然比轻量级的CNNs具有更高的延迟或更多的参数，即使对于多年前的MobileNet也是

我悟了-·2023-09-28 19:30

目标检测算法改进系列之Backbone替换为ConvNextV2

ConvNextV2受掩码自编码机制的启发，本文在ConvNeXt的架构基础上延伸出了一个完全卷积掩码自编码器框架——ConvNeXtV2，同时作者设计了一个全新的全局响应归一化(GlobalResponseNormalization,GRN)层以增强原始ConvNeXt模块通道间的特征竞争，从而捕获更具有判别力的通道特征。ConvNeXtV2最终在各种识别基准上的性能，包括ImageNet分类、

我悟了-·2023-09-28 19:00

目标检测算法改进系列之Backbone替换为EfficientViT

EfficientViTVisionTransformer(ViT)在许多视觉任务中都取得了卓越的性能。然而，在针对高分辨率移动视觉应用时，ViT不如卷积神经网络(CNN)。ViT的关键计算瓶颈是softmax注意力模块，其计算复杂度与输入分辨率成二次方。降低ViT的成本以将其部署在边缘设备上至关重要。现有方法（例如Swin、PVT）将softmax注意力限制在局部窗口内或降低键/值张量的分辨率以

我悟了-·2023-09-28 19:29

3D目标检测:MS3D++: Ensemble of Experts for Multi-Source Unsupervised Domain Adaption in 3D Object Detec

UniversityofSydney论文链接：http://arxiv.org/abs/2308.05988v1项目链接：https://github.com/darrenjkt/MS3D内容简介：1）方向：3D目标检测

学术菜鸟小晨·2023-09-28 19:48

目标检测:FROD: Robust Object Detection for Free

Lingjuan,Lyu,Sung-Ho,Bae作者单位：SonyAI;Kyung-HeeUniversity论文链接：http://arxiv.org/abs/2308.01888v1内容简介：1）方向：目标检测

学术菜鸟小晨·2023-09-28 19:17

Yolov8小目标检测（19）：动态蛇形卷积（Dynamic Snake Convolution），增强细长微弱特征 | ICCV2023

本文独家改进：动态蛇形卷积（DynamicSnakeConvolution），增强细长微弱的局部结构特征与复杂多变的全局形态特征DynamicSnakeConvolution|亲测在红外弱小目标检测涨点

AI小怪兽·2023-09-28 15:34

CV经典任务（二）目标检测 |单目标，多目标非极大值抑制等

文章目录1目标检测1.1单目标检测1.2多目标检测3.2.1阶段一单像素点采样目标检测3.2.2阶段二多像素点采样目标检测3.2.3阶段三RNN3.2.4阶段四一阶段的目标检测Yolo/SSD1目标检测目标检测的重要任务是目标定位

Qodi·2023-09-28 06:16

目标检测如何演变：从区域提议和 Haar 级联到零样本技术

目录一、说明二、目标检测路线图2.1路线图（一般）2.2路线图（更传统的方法）2.3路线图（深度学习方法）2.4对象检测指标的改进三、传统检测方法3.1维奥拉-琼斯探测器(2001)3.2HOG探测器(

无水先生·2023-09-28 05:14

基于知识蒸馏的夜间低照度图像增强及目标检测

“人工智能技术与咨询”发布摘要为了实现夜间低照度图像的增强，提高目标检测模型在夜间低照度条件下的检测精度并减小模型的计算成本，提出了一种基于知识蒸馏和数据增强的夜间低照度图像增强以及目标检测多任务模型，

renhongxia1·2023-09-28 05:35

目标检测算法改进系列之Backbone替换为LSKNet

LSKNetLargeSelectiveKernelNetwork（LSKNet）可以动态地调整其大空间感受野，以更好地建模遥感场景中各种物体的测距的场景。据我们所知，这是首次在遥感物体检测领域探索大选择性卷积核机制的工作。在没有任何附加条件的情况下，我们LSKNet比主流检测器轻量的多，而且在多个数据集上刷新了SOTA！HRSC2016（98.46%mAP）、DOTA-v1.0（81.64%mA

我悟了-·2023-09-28 03:07

囡囡虾米·2023-09-27 23:55

OpenCV中的K近邻算法

在OpenCV中，我们可以利用KNN算法进行图像分类、目标检测和模式识别等任务。本文将介绍如何使用OpenCV库中的KNN算法实现图像分类。KNN算法的基本原理是根据样本之间的距离进行分类。

WzisTypescript·2023-09-27 21:02

百度 RT-DETR 算法原理解析 | 超越YOLO的目标检测新高度？

文章目录0.前言1.RT-DETR结构设计1.1主干网络1.2颈部网络1.3数据增强和训练策略2.QuerySelection和Decoder3.实验结果3.1设置3.2与SOTA的比较3.3关于混合编码器的消融研究3.4关于IoU感知的查询选择的消融研究3.5关于解码器的消融研究总结参考文献0.前言论文地址：https://arxiv.org/abs/2304.08069代码地址：https:/

迪菲赫尔曼·2023-09-27 18:04

YOLOv5与Swin-Transformer的结合

Swin-Transformer在计算机视觉的各个下游任务上都取得了很好的效果，而YOLO系列（尤其是v5、v7、v8）更是目标检测领域的最常见的检测器。

o氧气o·2023-09-27 18:44

mmdetection3d可视化多模态模型推理结果

—MMDetection3D1.0.0rc4文档1、介绍让我们看一下ChatGPT的回答[手动狗头]:mmdetection3D是基于PyTorch框架的3D目标检测工具包，它是mmdetectio

豆奶泡油条·2023-09-27 15:05

TXT 转成COCO jason格式的标注

TXT转成COCOjason格式的标注1背景由于用到了efficientNet的pytorch版本的目标检测，而它所用到的格式cocoJason来输入数据，而我的标注是txt的文件格式，所以就需要转换。

D_galaxy·2023-09-27 15:34

DAMO-YOLO训练KITTI数据集

下面是KITTI3D目标检测训练集的第一个标注文件：000000.txtPedestrian0.000-0.20712.40143.00810.73307.921.890.481.201.8

豆奶泡油条·2023-09-27 15:02

【DETR】

https://tianfeng.space/前言论文代码DETR（Data-efficientImageTransformer）是一种用于目标检测任务的深度学习模型。

Tian-Feng·2023-09-27 13:08

openmmlab mmsegmentation 算法框架介绍

OpenMMLab是一个基于开源计算机视觉框架MMCV开发的深度学习库，主要用于图像分类、目标检测、语义分割、人脸识别等领域。

m0_54741987·2023-09-27 12:31

【IR】什么是对抗攻击 | 视觉跟踪

现在有机会接触一下针对深度学习神经网络的对抗攻击，并做整理如下对于CV攻防，其实去年12月组会听完就浏览过相关文章面向目标检测的对抗样本综述+后门防御,NIPS2022adversarialattackfortrackingCVPR2021

ca1m4n·2023-09-27 11:11

【目标检测】——Gold-YOLO为啥能超过YOLOV8

通过全局融合多层特征并将全局信息注入到更高的层次，显著增强了NECK的信息融合能力，提高了模型在不同对象大小上的性能。具体来说，GD机制包括两个分支：一个浅层收集和分发分支和一个深层

农夫山泉2号·2023-09-27 09:36

计算机竞赛深度学习卫星遥感图像检测与识别 -opencv python 目标检测

文章目录0前言1课题背景2实现效果3Yolov5算法4数据处理和训练5最后0前言优质竞赛项目系列，今天要分享的是**深度学习卫星遥感图像检测与识别**该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：5分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题

Mr.D学长·2023-09-27 08:45

目标检测-锚框

程序生成假想的锚框定义画框的函数importnumpyasnpimportmatplotlib.pyplotaspltimportmatplotlib.patchesaspatchesfrommatplotlib.imageimportimreadimportmath#定义画矩形框的程序defdraw_rectangle(currentAxis,bbox,edgecolor='k',facecol

清晨我上马·2023-09-27 08:42

opencv：保存视频

我们常常从输入的数据流（视频）当中把目标检测出来，检测的结果一般用矩形框起来。每当我们向别人显示效果时，都要重新运行程序，这样耗费时间。

傲笑风·2023-09-27 06:33

VDL-第一节理论概要

模型训练三、存在问题Ⅲ多层神经网络（多层感知器）一、网络描述二、模型训练三、误差反向传播算法Ⅰ概述一、定义人脑神经网络VS人工神经网络（大脑皮层的一个神经元拿来研究分析，但还是差得远）二、发展现状图像分类、目标检测和识别

jiererer·2023-09-27 05:09

CV经典任务（一）语义分割、实例分割 | 全卷积

文章目录1语义分割1.1思路1滑动窗口1.2思路2全卷积网络2代码实现3实例分割之前讲了分类实际中除了分类还有几大视觉任务语义分割，实例分割，目标检测以上任务基本也都基于前面讲的卷积网络去做的1语义分割语义分割

Qodi·2023-09-27 04:17

面向弹载图像的深度学习网络压缩方法研究

最后,结合深度学习在目标检测领域中的发展,对轻量化弹载图像目标识别算法进行了展望。关键词网络模型压缩;轻量化网络;弹

龙腾亚太·2023-09-27 04:22

Improved Baselines with Momentum Contrastive Learning 论文学习

这两个方法与现有的MoCo和SimCLR框架是正交的，能提升MoCo在图像分类和目标检测上迁移学习的效果。此外

calvinpaean·2023-09-27 04:21

点云 3D 天气数据增强 - LiDAR Snowfall Simulation for Robust 3D Object Detection (CVPR 2022)

点云3D天气数据增强-LiDARSnowfallSimulationforRobust3DObjectDetection-用于鲁棒3D目标检测的激光雷达降雪模拟（CVPR2022）摘要1.引言2.相关工作

77wpa·2023-09-27 01:20

华为IVS1800 第三方目标检测算法

#描述调用IVS1800API接口从摄像机上捕获截图#作者gjs#日期2022-06-17#版本1.0importjsonimportthreadingimporturllib.requestimporturllib.parseimportsslimportosimporttimeimportdatetimeimportargparseimportsocketfromdecimalimportDe

shejiangao·2023-09-26 22:04

Faster R-CNN 中 RPN 的总结和疑惑解答

RPN的全称为RegionProposalNetworks，提取用于目标检测的regions，这一步骤意在取代传统R-CNN中利用selectivesearch提取候选框的过程。

theoqian·2023-09-26 17:13

计算机视觉笔记及资料整理

计算机视觉笔记及资料整理(含图像分割、目标检测)--这是一个巨佬写的学习资料大全，内容真的很全本文由博客一文多发平台OpenWrite发布！

fengf96·2023-09-26 17:49

YOLOv4【未完待续】

目标检测改进的一个工具箱，是各种trick（训练技巧）的集合。其实YOLOv4改进的trick有很多，但是我们这里只把工业界落地最多、对工业界最有价值的改进点和创新点是下面这些。

德彪稳坐倒骑驴·2023-09-26 13:27

YOLOv3模型原理深度解析

系列第一次引入残差连接来解决深度网络中的梯度消失问题（是不是第一次，有待你后面考证），实际用的backbone是DarkNet53（2）最显著的改进，也是对你涨点贡献最大的一个原因：在三个尺度上，以相同的方式进行目标检测

德彪稳坐倒骑驴·2023-09-26 13:55

BGF-YOLO+脑肿瘤检测：BGF-YOLO: Enhanced YOLOv8 with Multiscale Attentional Feature Fusion for Brain Tumor

MonashUniversity论文链接：http://arxiv.org/abs/2309.12585v1项目链接：https://github.com/mkang315/BGFG-YOLO内容简介：1）方向：基于YOLO的目标检测器

学术菜鸟小晨·2023-09-26 12:48

第1篇目标检测概述 —（2）目标检测算法介绍

目标检测算法是一种计算机视觉算法，用于在图像或视频中识别和定位特定的目标物体。

小哥谈·2023-09-26 12:31

目标检测YOLO实战应用案例100讲-基于YOLOv5自适应损失权重的生活垃圾目标检测模型

林聪木·2023-09-26 09:01

目标检测YOLO实战应用案例100讲-基于改进目标检测的小麦麦穗识别（续）

目录4.1.2RPN结构4.1.3FasterR-CNN模型改进4.1.4损失函数设计4.1.5改进后的FasterR-CNN与原模型实验结果分析

林聪木·2023-09-26 09:01

目标检测YOLO实战应用案例100讲-基于改进的 YOLOv8 小目标检测（续）

目录3.2基于可变形卷积的目标检测3.2.1可变形卷积介绍3.2.2改进方法3.3基于注意力机制的目标检测<

林聪木·2023-09-26 09:28

计算机竞赛深度学习交通车辆流量分析 - 目标检测与跟踪 - python opencv

文章目录0前言1课题背景2实现效果3DeepSORT车辆跟踪3.1DeepSORT多目标跟踪算法3.2算法流程4YOLOV5算法4.1网络架构图4.2输入端4.3基准网络4.4Neck网络4.5Head

Mr.D学长·2023-09-26 08:52

OpenCV图像处理技术之模板匹配及霍夫变换

学习目标：能够理解模板匹配的概念能够使用模板匹配实现目标检测能够理解霍夫变换的概念能够根据场景使用霍夫变换重点：模板匹配的方法、霍夫变换的方法难点：模板匹配及霍夫变换的实战模板匹配就是在大图中找小图，也就说在一幅图像中寻找另一幅模板图像的位置

WYOLO·2023-09-26 06:51

yolov8训练自己的数据集（标注到训练）

yolov8可以用作目标检测，分割，姿态，跟踪。这里举例目标检测从标注到训练的过程。官网连接先把代码下载下来，这个不用说了。

蓝羽飞鸟·2023-09-26 06:49

opencv dnn模块示例(17) 目标检测 object_detection 之 yolo v5

在前文【opencvdnn模块示例(16)目标检测object_detection之yolov4】介绍的yolov4后的2个月，Ultralytics发布了YOLOV5的第一个正式版本，其性能与YOLOV4

aworkholic·2023-09-25 23:37

【yolov5】原理

Focus操作anchors先验框其它Yolov5的模型主要由Backbone、Neck和Head三部分组成。Backbone：负责提取输入图像的特征。

computer_vision_chen·2023-09-25 21:50

OpenCV之YOLOv5目标检测

YOLOv5简介二、预处理1.获取分类名2.获取输出层名称3.图像尺度变换三、模型加载四、推理和后处理五、源码前言YOLOv5（YouOnlyLookOnceversion5）是计算机视觉领域中一种用于目标检测的深度学习模型

风间琉璃•·2023-09-25 21:39

OpenCV之YOLOv4 目标检测

个人主页:风间琉璃版权:本文由【风间琉璃】原创、在CSDN首发、需要转载请联系博主如果文章对你有帮助、欢迎关注、点赞、收藏(一键三连)和订阅专栏哦目录前言一、YOLOV4简介二、预处理1.获取分类名2.获取输出层名称3.图像尺度变换三、模型加载和推理四、后处理五、源码前言YOLOv4（YouOnlyLookOnceversion4）是计算机视觉领域中的一个物体检测算法，它是YOLO系列算法的最新版