Neck

大创项目推荐 深度学习 python opencv 火焰检测识别

课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1网络架构图4.2输入端4.3基准网络4.4Neck
laafeer·2023-12-19 09:44

YOLOv8最新改进系列：YOLOv8+GSConv+Slim Neck，有效提升小目标检测效果！

YOLOv8最新改进系列GSConv+SlimNeckr提出的论文戳这详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！截止到发稿，B站YOLOv8最新改进系列的源码包已更新了20种！YOLOv8最新改进系列：YOLOv8+GSConv+SlimNeck，有效提升小目标检测效果！YOLOv8最新改进系列一、GSConv
AI棒棒牛·2023-12-19 04:50

YOLOv3-YOLOv8的一些总结

YOLO系列的网络都由四个部分组成：Input、Backbone、Neck、Predictionhead。
花飞雨追·2023-12-18 13:24

经典目标检测YOLO系列(一)引言_目标检测架构

Necknetwork，即颈部网络，Neck部分的主要作用就是将由backbone输出的特征进行整合。其整合方式有很多，最为常见的就是FPN（FeaturePyrami
undo_try·2023-12-17 21:01

大创项目推荐 深度学习 python opencv 动物识别与检测

深度学习实现动物识别与检测2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络3.4Neck
laafeer·2023-12-17 07:20

YOLOv8改进 | 2023Neck篇 | 利用RepGFPN改进特征融合层（附yaml文件+添加教程）

一、本文介绍本文给大家带来的改进机制是Damo-YOLO的RepGFPN（重参数化泛化特征金字塔网络），利用其优化YOLOv8的Neck部分，可以在不影响计算量的同时大幅度涨点（亲测在小目标和大目标检测的数据集上效果均表现良好涨点幅度超级高
Snu77·2023-12-15 20:26

YOLOv8改进 | 2023Neck篇 | BiFPN双向特征金字塔网络（附yaml文件+代码）

一、本文介绍本文给大家带来的改进机制是BiFPN双向特征金字塔网络，其是一种特征融合层的结构，也就是我们本文改进YOLOv8模型中的Neck部分，它的主要思想是通过多层级的特征金字塔和双向信息传递来提高精度
Snu77·2023-12-15 20:56

YOLOv8改进 | 2023Neck篇 | 轻量级跨尺度特征融合模块CCFM（附yaml文件+添加教程）

一、本文介绍本文给大家带来的改进机制是轻量级跨尺度特征融合模块CCFM（Cross-ScaleFeatureFusionModule）其主要原理是：将不同尺度的特征通过融合操作整合起来，以增强模型对于尺度变化的适应性和对小尺度对象的检测能力。我将其复现在YOLOv8上，发现其不仅能够降低GFLOPs（成功添加之后，不引入任何其它模块GFLOPs降低至7.3），同时精度上也有很大幅度的提升mAP大概
Snu77·2023-12-15 20:17

【目标检测实验系列】YOLOv5创新点改进实验：通过转置卷积，动态学习参数，减少上采用过程特征丢失，提高模型对目标的检测精度！（超详细改进代码流程）

第二个：基于YOLOv56.x版本，将Neck部分的upSample改为nn.ConvTranspose2d转置卷积（通读本篇博客需要10分钟左右的时间）。
弗兰随风小欢·2023-12-04 08:53

Head、Neck、Backbone介绍

在深度学习中，通常将模型分为三个部分：backbone、neck和head。Backbone：backbone是模型的主要组成部分，通常是一个卷积神经网络（CNN）或残差神经网络（ResNet）等。
mango1698·2023-12-04 06:28

目标检测算法 - YOLOv4

文章目录1.简介2.YOLOv4整体结构3.Backbone4.Neck1.简介YOLOv4是YOLOv3的改进版。YOLOv4并不是原YOLO项目的作者。发表于CVPR2020。
mango1698·2023-12-04 06:28

深度学习手势识别 - yolo python opencv cnn 机器视觉 计算机竞赛

1课题背景2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络3.4Neck
Mr.D学长·2023-12-01 18:54

faster_rcnn_r50_fpn_1x-dahua

backbone=dict(type='ResNet',depth=50,num_stages=4,out_indices=(0,1,2,3),frozen_stages=1,style='pytorch'),neck
shishengle1024·2023-12-01 09:53

深度学习（一）：Pytorch之YOLOv8目标检测

1.YOLOv82.模型详解2.1模型结构设计和YOLOv5对比：主要的模块：ConvSPPFBottleneckConcatUpsampleC2fBackbone----->Neck------>headBackdone1
从零开始的奋豆·2023-11-30 00:07

深度学习毕设项目 深度学习 python opencv 动物识别与检测

深度学习实现动物识别与检测2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络3.4Neck
DanCheng-studio·2023-11-29 20:41

【yolov5人行道-斑马线目标检测】

在目标检测领域，YOLOv5通过结合多种技术手段，包括使用Mosaic数据增强操作、自适应锚框计算与自适应图片缩放方法、利用Neck网络提升特征的多样性及鲁棒性等，使得其检测效果和速度都有所提升。
stsdddd·2023-11-27 07:49

软著项目推荐 深度学习 python opencv 火焰检测识别 火灾检测

课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1网络架构图4.2输入端4.3基准网络4.4Neck
iuerfee·2023-11-25 14:59

复习课

亲爱的爸爸妈妈,宝贝们今天对我们身体部分内容进行了总复习,详细内容如下:Theme5Lesson6BodyPartsofAnimals1.复习课：head/shoulders/neck/arms/hands
ff47cbfb67b4·2023-11-20 04:06

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

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·2023-11-18 23:15

YOLOv8-Seg改进：分割Neck改进系列 | Gold-YOLO，信息聚集-分发（Gather-and-Distribute Mechanism）机制 | 华为诺亚

本文改进：全新的信息聚集-分发（Gather-and-DistributeMechanism）GD机制，替代YOLOv8Neck，实现创新Gold-YOLO在不同场景均有涨点的表现YOLOv8-seg创新专栏
会AI的学姐·2023-11-18 19:05

YOLOv8改进 | 如何在网络结构中添加注意力机制、C2f、卷积、Neck、检测头

一、本文介绍本篇文章的内容是在大家得到一个改进版本的C2f一个新的注意力机制、或者一个新的卷积模块、或者是检测头的时候如何替换我们YOLOv8模型中的原有的模块，从而用你的模块去进行训练模型或者检测。因为最近开了一个专栏里面涉及到挺多改进的地方，不能每篇文章都去讲解一遍如何修改，就想着在这里单独出一期文章进行一个总结性教程，大家可以从我的其它文章中拿到修改后的代码，从这篇文章学会如何去添加到你的模
Snu77·2023-11-18 18:55

【基于Ubuntu下Yolov5的目标识别】保姆级教程 | 虚拟机安装 - Ubuntu安装 - 环境配置(Anaconda/Pytorch/Vscode/Yolov5) |全过程图文by.Akaxi

【YOLOV5算法原理】1.输入端2.Backbone3.Neck4.输出端二．
Akaxi-1·2023-11-16 00:40

YOLOv8-Seg改进：Neck改进系列 | Gold-YOLO，信息聚集-分发（Gather-and-Distribute Mechanism）机制 | 华为诺亚NeurIPS23

本文改进：全新的信息聚集-分发（Gather-and-DistributeMechanism）GD机制，替代YOLOv8Neck，实现创新Gold-YOLO在不同场景均有涨点的表现YOLOv8-seg创新专栏
会AI的学姐·2023-11-14 15:35

yolo系列面试题

Neck：移除了1×1卷积的降采样层；同时也将原本的C3模块换成了C2f模块。Head：这部分改动较大，换成了解耦头结构，将分类任务和回归任务解耦；同时
GeekPlusA·2023-11-13 18:45

YOLOv5网络结构图

网络结构图（简易版和详细版）此图是博主的老师，杜老师的图网络框架介绍前言：YOLOv5是一种基于轻量级卷积神经网络（CNN）的目标检测算法，整体可以分为三个部分，backbone，neck，head。
clmm_·2023-11-13 05:28

YOLOv5 7.0 网络结构解读

一.YOLOV5s网络结构图网络结构主要包含以下部分：1.输入端：自适应锚框计算、自适应图片缩放、Mosaic数据增强2.Backbone：CBS模块、C3模块、SPPF模块3.Neck：
nice-wyh·2023-11-12 17:44

YOLOv8-seg改进：复现HIC-YOLOv5，HIC-YOLOv8-seg助力小目标分割

本文改进：HIC-YOLOv8-seg：1)添加一个针对小物体的额外预测头，以提供更高分辨率的特征图2）在backbone和neck之间采用involutionblock来增加特征图的通道信息；3）在主干网末端加入
会AI的学姐·2023-11-11 19:37

深度学习 python opencv 火焰检测识别 火灾检测 计算机竞赛

课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1网络架构图4.2输入端4.3基准网络4.4Neck
Mr.D学长·2023-11-11 18:24

深度学习 python opencv 火焰检测识别 计算机竞赛

课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1网络架构图4.2输入端4.3基准网络4.4Neck
Mr.D学长·2023-11-11 18:24

深度学习 python opencv 动物识别与检测 计算机竞赛

深度学习实现动物识别与检测2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络3.4Neck
Mr.D学长·2023-11-11 18:54

YOLOv5改进 | 添加CA注意力机制 + 增加预测层 + 更换损失函数之GIoU

首先，在YOLOv5s模型的Neck网络层融合坐标注意力机制，以提升模型的特征提取能力；其次，增加一个预测层来提升对小目标的检测性能；进一步地，利用K-means聚类算法得到数据集合适的anchor框；
小哥谈·2023-11-11 15:02

EfficientDet论文讲解

目录EfficientDet0、摘要1、整体架构1.1BackBone：EfficientNet-B01.2Neck：BiFPN特征加强提取网络1.3Head检测头1.4compoundscaling2
韩师兄_·2023-11-08 07:45

基于MMdetection的RT-DETR目标检测器的源码解析（上）

如何生成可参考右边的帮助文档文章目录前言一、RT-DETR目标检测器二、源码阅读及debug过程1.下载项目2.网络结构3.目标检测器文件：rtdetr.py解析4.Backbone文件解析：resnet.py5.neck
CL雾岚·2023-11-07 23:41

YoloV5改进策略：独家原创，全网首发，复现Drone-Yolo，以及改进方法

文章目录摘要论文：《Drone-Yolo:一种高效的无人机图像目标检测神经网络方法》1、简介2、相关工作3、方法3.1、骨干3.2、Neck3.3、提出的模型4、实验与结果4.1、数据集和实验环境4.2
静静AI学堂·2023-11-07 22:58

竞赛选题 深度学习手势识别 - yolo python opencv cnn 机器视觉

1课题背景2卷积神经网络2.1卷积层2.2池化层2.3激活函数2.4全连接层2.5使用tensorflow中keras模块实现卷积神经网络3YOLOV53.1网络架构图3.2输入端3.3基准网络3.4Neck
laafeer·2023-11-07 17:13

MATLAB算法实战应用案例精讲-【目标检测】YOLOV5

目录算法原理【Yolov5网络结构图】YOLOv5网络结构训练策略Backbone骨干网络Neck特征金字塔Head目标检测头
林聪木·2023-11-06 05:04

基于YOLOv8的交通摄像头下车辆检测算法（七）：HIC-YOLOv8复现HIC-YOLOv5，助力小目标检测，涨点明显

本文改进：HIC-YOLOv8，1)添加一个针对小物体的额外预测头，以提供更高分辨率的特征图2）在backbone和neck之间采用involutionblock来增加特征图的通道信息；3）在主干网末端加入
会AI的学姐·2023-11-05 08:28

YOLOv8改进：最新复现SOD-YOLOv8，助力小目标检测（Small Object Detection）

本文独家改进：改进点：1）backbone加入CBAM；2）backbone、neck连接处加入involution注意力；3）添加一个针对小物体的额外预测头，提升小目标检测性能；SOD-YOLOv8|
AI小怪兽·2023-11-05 08:26

目标检测YOLO实战应用案例100讲-基于改进YOLOv4算法的自动驾驶场景 目标检测（续）

目录3.2.3Neck3.2.4Head3.3基于注意力机制的SimAM-YOLOv4目标检测算法研究3.3.1注意力机制
林聪木·2023-11-03 07:28

小目标检测3_注意力机制_Self-Attention

v6.1)添加注意力机制(一)（并附上30多种顶会Attention原理图）（文中截图多来源于上述链接）改进部分参考：YOLOAir：YOLO系列科研改进论文推荐|改进组合上千种搭配，包括Backbone,Neck
zxm_·2023-11-02 21:39

YOLOv5算法改进（21）— 添加CA注意力机制 + 更换Neck网络之BiFPN + 更换损失函数之EIoU

本节课开始，就让我们结合论文来对YOLOv5进行组合改进（添加CA注意力机制+更换Neck网络之BiFPN+更换损失函数之EIoU），希望同学们学完本节课可以有所启迪，并且后期可以自行进行YOLOv5算法的改进
小哥谈·2023-10-28 16:35

opencv dnn模块 示例(19) 目标检测 object_detection 之 yolox

文章目录0、前言1、网络介绍1.1、输入1.2、Backbone主干网络1.3、Neck1.4、Prediction预测输出1.4.1、DecoupledHead解耦头1.4.2、Anchor-Free1.4.3
aworkholic·2023-10-24 03:04

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
iuerfee·2023-10-20 05:51

竞赛选题 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
laafeer·2023-10-19 17:46

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

YoloV5|V7改进策略：全新特征融合模块AFPN，更换YoloV5|V7的Neck

文章目录摘要论文：《AFPN：用于目标检测的渐近特征金字塔网络》1、介绍2、相关工作3、渐进特征金字塔网络4、实验5、结论YoloV5改进方法测试结果YoloV7改进方法测试结果摘要目标检测中的特征金字塔结构，包括FPN和PAFPN，这两种结构都可以应用于一阶段和二阶段方法中，以提高目标检测的性能。FPN是最常用的特征金字塔结构，用于解决尺度变化问题，而PAFPN则通过增加自下而上的路径来补偿平均
静静AI学堂·2023-10-13 20:21

YoloV8改进策略：全新特征融合模块AFPN，更换YoloV8的Neck

文章目录摘要论文：《AFPN：用于目标检测的渐近特征金字塔网络》1、介绍2、相关工作3、渐进特征金字塔网络4、实验5、结论改进方法测试结果摘要目标检测中的特征金字塔结构，包括FPN和PAFPN，这两种结构都可以应用于一阶段和二阶段方法中，以提高目标检测的性能。FPN是最常用的特征金字塔结构，用于解决尺度变化问题，而PAFPN则通过增加自下而上的路径来补偿平均精度的不足。本文提出了新型的特征金字塔网
静静AI学堂·2023-10-13 14:30

竞赛选题 深度学习 python opencv 火焰检测识别

课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1网络架构图4.2输入端4.3基准网络4.4Neck
laafeer·2023-10-09 20:43

竞赛 深度学习 python opencv 火焰检测识别

课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1网络架构图4.2输入端4.3基准网络4.4Neck
iuerfee·2023-10-09 20:42

毕设 深度学习 python opencv 火焰检测识别 火灾检测

课题背景3卷积神经网络3.1卷积层3.2池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV54.1网络架构图4.2输入端4.3基准网络4.4Neck
DanCheng-studio·2023-10-09 20:41
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他