雷达目标检测第16页

YOLOv8改进 | 主干篇 | 低照度图像增强网络SCINet改进黑暗目标检测（全网独家首发）

一、本文介绍本文给大家带来的改进机制是低照度图像增强网络SCINet，SCINet（自校正照明网络）是一种专为低光照图像增强设计的框架。它通过级联照明学习过程和权重共享机制来处理图像，优化了照明部分以提升图像质量。我将该网络集成在YOLOv8的主干上针对于图像的输入进行增强，同时该网络的并不会增加参数和计算量，基本和普通的网络结构保持一致，同时该结构支持自定义调节层数，来控制图像增强的效果，非常适

Snu77·2024-01-22 14:50

动手做个无人机—材料篇

因为该款无人机需要基于深度学习的目标检测，需要较高的算力，而以树莓派4为例，它配备了博通BCM2711So

笑傲江湖2023·2024-01-22 11:21

Kai - Golang实现的目标检测云服务

YOLO/Darknet是目前比较流行的ObjectDetection算法（后面统一称为Darknet），在GPU上的表现不但速度快而且准确率很高。但是使用起来不方便，只提供了命令行接口和简单的Python接口。所以我想用RESTful来实现一个云端的Darknet服务kai。选择用Go的原因不是考虑并发，而是goroutine之间的同步能方便的处理，适合实现Pipeline的功能。问题来了，Da

yummy_bian·2024-01-22 10:31

3D目标检测（教程+代码）

3D目标检测是一种计算机视觉技术，主要用于在三维场景中检测和定位物体。它可以在复杂的环境中准确地检测到物体，并将其位置和姿态信息反馈给系统。

毕设阿力·2024-01-22 10:28

【深度学习每日小知识】Object Detection 目标检测

Objectdetection目标检测对象检测是计算机视觉中的一项任务，涉及识别和定位图像或视频中的对象。它对于许多应用来说都是一项重要功能，包括图像和视频分析、机器人和监控。

jcfszxc·2024-01-22 10:29

目标检测数据集 - MS COCO

CommonObjectsinContext网址：https://arxiv.org/abs/1405.0312官网：https://cocodataset.org/1.数据集介绍MSCOCO是一个非常大型，且常用的数据集，其中包括了目标检测

mango1698·2024-01-22 09:21

用ResNet18+相移编码搭建一个简单的图像旋转方向识别模型

当前虽然已经有不少相对成熟的旋转目标检测开源算法，顺利的话可以顺便把文字识别也做了。但是粗略看了一下，大部分都是只支持

NPC里的玩家·2024-01-22 09:35

【OCR项目】之用HALCON的深度学习工具进行文字识别，并导出到C++调用

前言HALCON是一个强大的机器视觉工具，包含了2D，3D图像各种算子，以及各种任务的深度学习工具，包括目标检测，实例分割，文字识别等。这次从实际生产的角度，来分享一下如何用HALCON进行文字识别。

NPC里的玩家·2024-01-22 09:33

基于环境感知的认知雷达抗干扰技术

姓名：朱晶晶学号：20021110270转载于：https://mp.weixin.qq.com/s/bDZp0GyrycSKlJH0AF17rw节选自论文《基于环境感知的认知雷达抗干扰技术》，发表于《

2a9ac4f05d83·2024-01-22 08:15

基于YOLOv5、v7、v8的竹签计数系统的设计与实现

系统主要特色在于实时目标检测和位置追踪，支持用户通

心无旁骛~·2024-01-22 08:07

Med-YOLO：3D + 医学影像 + 检测框架

Med-YOLO：3D+医学影像+检测框架提出背景设计思路网络设计训练设计讨论分析魔改代码：加强小目标检测总结提出背景论文链接：https://arxiv.org/abs/2312.07729代码链接：

Debroon·2024-01-22 08:34

目标检测中的DR和FAR的英文全称是什么？是什么参数，用来干什么的？

问题描述：目标检测中的DR和FAR的英文全称是什么？是什么参数，用来干什么的？问题解答：DR和FAR的英文全称分别是：DR：DetectionRate（检测率）。

神笔馬良·2024-01-22 08:54

RetinaNet：推动计算机视觉中的目标检测

介绍在计算机视觉领域，目标检测是一项基础任务，使机器能够识别和定位图像或视频帧中的对象。这种能力在各个领域都有深远的影响，从自动驾驶车辆和机器人技术到医疗保健和监控应用。

小北的北·2024-01-22 08:53

rk1126, 实现 yolov8 目标检测

基于RKNN1126实现yolov8目标检测Ⓜ️RKNN模型转换ONNXyoloexportmodel=.

J ..·2024-01-22 08:51

数学建模--Radar图绘制

1.Radar图简介最近在数学建模中碰见需要绘制Radar图(雷达图)的情况来具体分析样本的各个特征之间的得分与优劣关系，这样的情况比较符合雷达图的使用场景，一般来说，雷达图适用于展示多个维度的数据

温柔济沧海·2024-01-22 08:43

基于YOLOv8深度学习的100种蝴蝶智能识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

《博主简介》小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识别系统开发】4.【人脸面部活体

阿_旭·2024-01-22 07:36

倒车雷达

1.单词单词含义decimal十进制binary二进制hexsdecimal十六进制2.超声波传感器image.pngimage.png

孔颢博·2024-01-22 06:15

仿真机器人-深度学习CV和激光雷达感知(项目2)day5【作业1与答案1】

文章目录前言作业1答案1前言你好，我是辰chen，本文旨在准备考研复试或就业本文内容是我为复试准备的第二个项目欢迎大家的关注，我的博客主要关注于考研408以及AIoT的内容预置知识：基本Python语法，基本linux命令行使用以下的几个专栏是本人比较满意的专栏(大部分专栏仍在持续更新)，欢迎大家的关注：ACM-ICPC算法汇总【基础篇】ACM-ICPC算法汇总【提高篇】AIoT(人工智能+物联网

辰chen·2024-01-22 06:03

新手村到打团战，成长中的程序猿之面试技巧

那也是没自己走在校园里，开启雷达来搜索周边的校园那心中的一抹白月光。不过人还是要谋生的，那也得昂首挺胸看未来，去考虑下

心安成长·2024-01-21 23:18

激光雷达标定入门（2）安装Autoware

这里以docker版本为例，在新版本下会更加稳定1安装Docker首先，你需要按照Docker官方的教程，安装dockerhttps://gitlab.com/autowarefoundation/autoware.ai/autoware/-/wikis/docker-installation不想看的话直接看这里#####OldDockerCleanup$sudoapt-getremovedock

马上到我碗里来·2024-01-21 22:33

激光雷达标定入门（5）Docker网络配置

1前言这一步是对之前专栏中一键安装介绍的一点扩展，是因为在后续的部署中，特别是雷达的驱动中，发现在docker的容器中无法接到雷达的数据，但是在容器外功能包能正常收到雷达的信号，后面发现是容器的IP没有在雷达的

马上到我碗里来·2024-01-21 22:33

激光雷达标定入门（3）Autoware官方Demo运行

============================================================这一步可以根据自己情况省略============================================================1ROSBAGDemo之前搜了一些教程，发现那些数据包都不能下载，还是官方教程靠谱。链接如下https://gitlab.com/au

马上到我碗里来·2024-01-21 22:03

Ubuntu1804 使用calibration_camera_lidar 实现激光雷达和相机联合标定【安装calibration教程】

感谢博主的提示Autoware1.10以上的软件都需要单独安装这个calibration标定工具箱1.nlopt安装新开一个终端：gitclonegit://github.com/stevengj/nlopt.gitcdnloptmkdirbuildcdbuildcmake..makesudomakeinstall2.calibration_camera_lidar安装新开一个终端：mkdirca

FYY2LHH·2024-01-21 22:32

激光雷达标定入门（4）Autoware标定工具安装

在最开始我们提一个问题，标定工具也得安装在docker内？思路是这样的，在这里基于docker的autoware，后续的标定包应该放在工作空间，那工作空间是project的，那肯定不能放在docker里面，所以是否意味着每次nlopt这些都得重新安装和编译？在这里，最开始的思路是用docker安装autoware，然后再安装标定工具，但是这样有不少问题：1.比如docker每次关闭容器就会删除，改

马上到我碗里来·2024-01-21 22:01

使用pcl::fromROSMsg()函数报错Failed to find match for field ‘intensity‘

使用LGSVL创建了激光雷达传感器，其中的原始点云PointCloud2类型的话题中含有intensity数据，并且在Rviz中可以将强度信息显示出来。

少年独剑倚清秋·2024-01-21 21:38

ROS接收点云过程中出现Failed to find match for field ‘rgb‘.

标记一下自己的低级错误，最近想做给点云上色，在ROS回调函数接收处理时总会报错说Failedtofindmatchforfield'rgb'.最后发现问题并不在回调上色输出端，是因为雷达发出的点云并不包含

希望coding不秃头·2024-01-21 21:08

Ouster激光雷达使用PTP时间同步

Ouster官方参考链接激光雷达与系统PTP时间同步+-------------------------------------+|Ubuntu18.04System|

晓晨的博客·2024-01-21 21:08

ouster激光雷达数据包丢包问题解决（Linux线程指定CPU，锁定CPU频率）

目录设备及运行环境问题描述问题解决网络速度问题线程绑定CPU核心查看线程/进程运行在哪个CPU核心设置线程/进程运行在指定CPUCPU定频参考设备及运行环境激光雷达：ousterOS1-128硬件平台：

wk930523·2024-01-21 21:07

Ouster OS1-128 雷达调试

文章目录一.硬件连接二.IP配置1.修改电脑ip2.分配雷达ip三.ROS下显示点云1.安装ROS驱动步骤2.显示效果四.使用LeGO-LOAM建图五.TODO在这里记录一下自己使用OusterOS1-

梦醒时分1218·2024-01-21 21:06

ouster雷达安装

将官方开源文件ouster_example解压到你本地的机器上mkdiros_ws&&cdos_ws&&mkdirsrc&&cdsrcgitclonehttps://github.com/ouster-lidar/ouster_example.gitcd..catkin_make-DCMAKE_BUILD_TYPE=Release

唯依/808·2024-01-21 21:36

在ubuntu18.04下用ros启动ouster雷达

由于用ros启动ouster雷达的方式在驱动程序的安装上发生了变化，经过实验测试了github中自带的驱动程序安装方法并不能成功。

清风寂·2024-01-21 21:05

【ouster】ubuntun18.04安装ouster三维激光雷达ros版本驱动

1、下载驱动文件需先创建一个ros工作区间，如何将代码下载至src文件夹mkdircatkin_ws_ouster/srccdcatkin_ws_ouster/srccatkin_init_workspacecd..sourcedevel/setup.shsudogedit~/.bashrc#将下列代码添加至打开的文件source~/catkin_ws_ouster/devel/setup.bas

gmf0327·2024-01-21 21:05

【学习记录】Ouster雷达运行fastlio提示 Failed to find match for field ‘ring‘ 的解决办法

在使用ouster雷达运行fastlio代码时，提示Failedtofindmatchforfield‘ring’但ouster雷达确实是发布了ring信息，可以从启动的rviz里面看到包括ring。

larry_dongy·2024-01-21 21:35

改进yolov7网络（从轻量化方面的8个方法）

当谈到目标检测领域时，YOLOv7（YouOnlyLookOncev7）是一种非常流行的深度学习网络模型。

qhchao·2024-01-21 21:30

英伟达提出AdaViT：出于DeiT而又快于DeiT

©作者|小欣01简介自从VisionTransformer(ViT)被提出以来，Transformer已经成为一种流行的神经网络架构，并广泛的应用到计算机视觉领域之中，如图像分类、目标检测、图像生成和语义分割等任务

CV案例精选·2024-01-21 18:32

仿真机器人-深度学习CV和激光雷达感知(项目2)day04【简单例程】

文章目录前言简单例程运行小海龟仿真启动节点查看计算图发布Topic调用Serviece用Python发布和接收Topic创建工作空间创建功能包，编译编写TopicPublisher节点编写TopicSubscriber节点运行节点自定义消息类型用Python注册和调用Serviece新建功能包在srv文件夹下，创建AddTwoNum.srv文件同上节,修改package.xml和CMakeList

辰chen·2024-01-21 12:07

YOLO系列

1.YOLO概述目标检测算法通常分为两类，包括onestage和twostage它们两者的区别在于twostage算法需要先生成一个有可能包含待检物体的预选框，然后再在这些预选框进行分类和回归；而onestage

搁浅丶.·2024-01-21 12:54

【GRU时序预测】基于门控循环单元GRU实现时间序列预测附matlab代码

matlab科研助手·2024-01-21 10:44

小程序中使用echarts实现带边框雷达图

小程序中怎么使用echarts的流程在这边文章，点击去观看我们项目需要实现一个带边框的雷达图，看了API之后没有发现怎么去实现这个边框，所以想到了画两个雷达图来实现这个边框，具体效果如上，代码如下//初始化雷达图

小_辉·2024-01-21 10:30

小程序使用echarts图表-雷达图

本文介绍下小程序中如何使用echarts如果是通过npm安装，这样是全部安装的，体积有点大我这边是使用echarts中的一个组件来实现的，下边是具体流程，实际效果是没有外边的红色边框的，加红色边框的效果是这篇说明1.echarts光网有提到一个小程序组件echarts-for-weixin点击下载这个组件，下载到本地，注意要下载的echarts-for-weixin版本号2.然后去echarts官

小_辉·2024-01-21 10:29

点云从入门到精通技术详解100篇-基于点云和图像融合的智能驾驶目标检测(中)

2.1.2数据源选型分析良好的数据输入是实现准确且鲁棒的3D目标检测的基础，下面针对不同的传感器组合方式进行分析：（1）摄像头和惯性测量单元：利用惯性测量单元的特性加强摄像头在运动状态下的抗干扰能力，可以有效提高感知算法在高速行驶场景下的检测精度

格图素书·2024-01-21 08:57

如何学习计算机视觉

学习计算机视觉可以通过以下步骤进行：了解基本概念和原理：首先，你可以学习计算机视觉的基本概念和原理，包括图像处理、特征提取、目标检测、物体识别等。这些基础知识将帮助你理解计算机视觉的工作原理。

人工智能技术与咨询·2024-01-21 08:12

基于YOLOv8深度学习的102种花卉智能识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

《博主简介》小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识别系统开发】4.【人脸面部活体

阿_旭·2024-01-21 07:58

使用AFPN渐近特征金字塔网络优化YOLOv8改进小目标检测效果（不适合新手）

目录简单概述算法概述优化效果参考文献文献地址：paper废话少说，上demo源码链接：简单概述AFPN的核心思想：AFPN主要通过引入渐近的特征融合策略，逐步整合底层、高层和顶层的特征到目标检测过程中。

E寻数据·2024-01-21 07:57

YOLOv8改进：RepBiPAN结构 + DETRHead检测头，为YOLOv8目标检测使用不一样的检测头，用于提升检测精度

本篇内容：YOLOv8全新Neck改进：RepBiPAN结构升级版，为目标检测打造全新融合网络，增强定位信号，对于小目标检测的定位具有重要意义本博客改进源代码改进适用于YOLOv8按步骤操作运行改进后的代码即可本文改进

芒果汁没有芒果·2024-01-21 07:52

Pytorch使用yolov3训练自己的数据进阶

多classes的训练接上一次的博文，这两天我又进行了自己更复杂一点的数据集的制作和训练，算是对上一篇博文的补充，这次讲一讲对于多目标的目标检测的一些重要步骤。

尘世中迷途小书僮·2024-01-21 06:48

毫米波雷达4D点云生成（基于实测数据）

本期文章分享TI毫米波雷达实测4D点云生成的代码，包含距离、速度、水平角度、俯仰角度，可用于日常学习。

调皮连续波（rsp_tiaopige）·2024-01-21 04:50

RF-LIO：面向高动态场景的紧耦合LiDAR惯导融合里程计（IROS 2021）

LiDAR惯导融合里程计单位：西安交通大学针对问题：实际场景中动态因素的引入造成基于静态假设的LIO严重位姿漂移提出方法：提出基于自适应的多分辨率RangeImage的动态点移除算法，并使用紧耦合的激光雷达惯导里程计

Tom Hardy·2024-01-21 04:11

秒懂Precision精确率、Recall召回率-附代码和案例

经常有同学目标检测评价指标含糊不清这次带你通俗易懂了解该知识强烈推荐的博客：更多有用知识，请点我//☏:qq1309399183//深度学习视觉必做项目计算precision（精确率）**和recall

阿利同学·2024-01-21 04:05

大模型学习与实践笔记（十）

、如何对模型进行测评三、OpenCompass评测流水线设计四、大模型评测带来的挑战五、OpenCompass评测示例1.多模态优势：1.基于感知与推理，将评估维度逐级细分2.约3000道单选题，覆盖目标检测

AllYoung_362·2024-01-21 04:26

推荐频道

雷达目标检测