Neck

竞赛选题 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
laafeer·2023-10-09 19:59

竞赛 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
iuerfee·2023-10-09 16:26

Python 编程基础 | 第五章-类与对象 | 5.4、访问控制

例如：创建一个Swan类，定义保护属性_neck_swan，并在__init__
MessiGo·2023-10-09 01:10

YOLOv7独家改进新颖Neck：RepBiPAN结构升级版，为YOLOv7目标检测打造全新特征融合方式，增强小目标定位精度

本篇内容：YOLOv7改进新颖Neck：RepBiPAN结构升级版，为YOLOv目标检测打造全新特征融合方式，增强小目标定位精度本博客改进源代码改进适用于YOLOv7按步骤操作运行改进后的代码即可本文提出改进原创方式
芒果汁没有芒果·2023-10-08 20:12

YOLOv5全新Neck改进：BiSPAN 结构独一无二，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

本篇内容：YOLOv5全新Neck改进：BiSPAN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提出改进原创方式
芒果汁没有芒果·2023-10-08 11:10

基于YOLOv5的工地安全帽、口罩检测系统

目录1，YOLOv5模型原理介绍1.1输入侧1.1.1数据增强1.1.2自适应锚框计算1.1.3自适应图片缩放1.2Backbone1.3Neck1.4输出端2，基于YOLOv5的工地安全帽、口罩检测系统实现流程
txz2035·2023-10-08 07:32

竞赛选题 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·2023-10-06 19:13

计算机竞赛 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
Mr.D学长·2023-10-02 03:41

【目标检测系列】一、One-Stage/Two-Stage目标检测算法概述

目录参考资料相关概念1.目标检测网络中的backbone,neck,head2.计算机视觉的任务2.1计算机视觉四大任务：2.2上游任务和下游任务第1章概述第2章One-Stage2.1概念介绍2.2相关工作第
travellerss·2023-09-30 23:00

【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

【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

【论文笔记】Slim-neck by GSConv

文章目录前言1.简介2.GSConv4.为什么要在Neck中使用GSConv3.Slim-NeckSlim-Neck中的模块Slim-Neck针对YOLO系列的设计一些问题总结References前言作者提出了一种新方法
JehanRio·2023-09-21 20:22

目标检测算法改进系列之Neck添加渐近特征金字塔网络（AFPN模块）

渐近特征金字塔网络（AFPN模块）在目标检测任务中，多尺度特征对具有尺度差异的目标进行编码具有重要意义。多尺度特征提取的常用策略是采用经典的自顶向下和自底向上的特征金字塔网络。然而，这些方法存在特征信息丢失或退化的问题，影响了非相邻水平的融合效果。提出了一种支持非相邻层次直接交互的渐近特征金字塔网络(AFPN)。AFPN首先融合两个相邻的低级特征，然后逐渐将高级特征融入融合过程。这样可以避免非相邻
我悟了-·2023-09-21 14:38

目标检测Neck：FPN（Feature Pyramid Network）与PAN（附torch代码）

文章目录0.前言1.FPN1.1FPN核心思想与步骤1.2FPN的融合过程2.PAN2.1PANet2.2原版2.3mmdetection中yolo_neck版本2.4nanodet版本ReferenceFPN
猛码Memmat·2023-09-20 13:13

计算机竞赛 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
Mr.D学长·2023-09-19 17:49

计算机竞赛 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
Mr.D学长·2023-09-19 06:15

Slim-neck by GSConv:自动驾驶车辆检测器架构的更好设计范式（文末附代码）

Slim-neckbyGSConv:自动驾驶车辆检测器架构的更好设计范式摘要引言相关工作本文方法GSConv的优势在于轻量级检测器，这些检测器通过添加DSC层和Shuffle来增加非线形表达能力。但是，如果GSConv在模型的所有阶段都使用，模型的网络层会变得更深，这些深层将加重数据流的阻力并显著增加推理时间，当这些特征图到达瓶颈阶段时，他们已经足够细（通道维度达到最大值，宽度和高度维度达到最小值
桑_榆·2023-09-16 15:25

YOLOv5算法改进（15）— 更换Neck之AFPN

前言：Hello大家好，我是小哥谈。在YOLOv5中添加AFPN（AdaptiveFeaturePyramidNetwork）可以提高目标检测的准确性。AFPN是一种用于目标检测任务的功能增强模块，它能够自适应地融合来自不同层级的特征图，以提供更好的目标定位和尺度适应能力。前期回顾：YOLOv5算法改进（1）—如何去改进YOLOv5算法YOLOv5算法改进（2）—添加SE注意力机制YOLOv5算法
小哥谈·2023-09-11 13:19

Caffe源码精读 - 3 - Caffe Layers之conv_layer(卷积层)

在一般算法的Backbone、neck和head基本都是由卷积层组成。1.卷积操作一般从数学角度讲，卷积分两个步骤，第一步做翻转，第二部乘积求和。DL中的卷积操作是一种无翻转卷积，类似于相关操作。
赛先生.AI·2023-09-07 04:26

mmdetection - config配置文件之schedule(learning rate)

config文件命名意义：{model}[modelsetting]{backbone}{neck}[normsetting][misc][gpuxbatch_per_gpu]{schedule}{dataset
mm_exploration·2023-09-05 23:55

YoloV8改进策略：轻量级Slim Neck打造极致的YoloV8

/ftp/arxiv/papers/2206/2206.02424.pdf作者研究了增强CNN学习能力的通用方法，例如DensNet、VoVNet和CSPNet，然后根据这些方法的理论设计了Slim-Neck
静静AI学堂·2023-09-04 03:14

Yolov8小目标检测（14）：小目标到大目标一网打尽，轻骨干重Neck的轻量级目标检测器GiraffeDet

本文改进：GFPN，小目标到大目标一网打尽，轻骨干重Neck的轻量级目标检测器GFPN|亲测在红外弱小目标检测涨点，[email protected]从0.755提升至0.766Yolo小目标检测，独家首发创新（原创），适用于
AI小怪兽·2023-08-30 20:38

yolo笔记

AugmentHSV(Hue,Saturation,Value)色度、饱和度、浓度数据增强-Randomhorizontalflip自适应锚框计算自适应图片缩放BackboneFocus结构CSP结构CSP结构Neck
在三年之后·2023-08-29 00:19

竖琴基础教程，竖琴入门教程，竖琴入门到精通，零基础自学竖琴

竖琴（英：harp；法：harpe；德：harfe；拉丁：arpa；波斯：چنگ），是一种包括了弧形颈部（或称为“梁”）（neck）、共鸣箱（resonator）、五金装置（它的主要作用相当于钢琴或小提琴的琴轸一样
夜空之星_7d3e·2023-08-17 15:26

YOLOv5、YOLOv8改进： GSConv+Slim Neck

Abetterdesignparadigmofdetectorarchitecturesforautonomousvehicles论文：https://arxiv.org/abs/2206.02424代码：https://github.com/AlanLi1997/Slim-neck-by-GSConv
陈子迩·2023-08-13 11:09

FCOS:简洁的anchor-free目标检测器

可以统一在FCN框架anchor-free,proposalfree,避免了训练阶段关于anchor或者proposal的iou计算.更重要的是,避免了一切与anchor有关的超参数简单的Backbone;neck
寒夏凉秋·2023-08-11 15:13

芒果YOLO改进｜YOLOv8改进代码原创大全集，全方位角度对YOLOv8模型进行改进，推荐

让YOLOv8改进更顺滑（推荐）「芒果书系列」YOLO改进包括：主干网络、Neck部分、新颖各类检测头、新颖各类损失函数、样本分配策略、新颖Trick、全方位原创改进模型所有部分、Paper技巧等专栏创新点教程均有不少同学反应和我说已经在自己的数据集上有效涨点啦
芒果汁没有芒果·2023-08-05 12:07

YOLOv5改进系列（18）——更换Neck之AFPN（全新渐进特征金字塔|超越PAFPN|实测涨点）

【YOLOv5改进系列】前期回顾：YOLOv5改进系列（0）——重要性能指标与训练结果评价及分析YOLOv5改进系列（1）——添加SE注意力机制
路人贾'ω'·2023-08-04 22:45

深度学习（31）——DeformableDETR（2）

`neck`——Channelmapper3.`DeformableDETRHead`4.`DeformableDetrTransformer`5.`TransformerEncoder`6.
柚子味的羊·2023-08-03 17:34

计算机毕设 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
DanCheng-studio·2023-08-02 12:40

计算机毕设 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
DanCheng-studio·2023-07-31 08:42

yolov4

（未改变）4、训练用到的小技巧：Mosaic数据增强、LabelSmoothing平滑、CIOU、学习率余弦退火衰减5、激活函数：使用Mish激活函数网络结构Backbone:CSPDarknet53Neck
爱吃肉c·2023-07-30 13:13

[ADAS预研笔记]基于深度学习的自动驾驶视觉感知算法研究

摄像头感知基本原理摄像头感知的基本原理即从输入图像中获取特征，并将这些特征用于感知任务，其模型训练步骤可结合现代深度学习算法结构归纳如下：输入层输入backbone进行特征提取(neck进行特征的融合与增强
Zhu._.·2023-07-28 16:11

MMDetection3D简单学习

颈部网络（neck）：位于backbones和heads之间的组成模块，如FP
南徐炼丹大师·2023-07-23 21:45

DAMO-YOLO的Neck（ Efficient RepGFPN）详解

这个图是有点问题的，在GiraffeNeckV2代码中只有了5个FusionBlock（图中有6个）https://github.com/tinyvision/DAMO-YOLO/blob/master/damo/base_models/necks/giraffe_fpn_btn.py代码中只有5个CSPStage所以我自己画了一个总体图，在github上提了个issue，得到了原作者的肯定Ith
下饭程序员王刚·2023-07-21 11:39

YOLOv8网络解析

docs.ultralytics.com/YOLOv8网络解析**0前言****1网络结构****Backbone****YOLOv4的CSP模块****YOLOv5的C3模块****YOLOv8的C2f模块****Neck
咚咚锵咚咚锵·2023-07-19 06:54

PillarNext论文解读

改进方面：1.训练更长的时间+在检测头增加IOU预测score，这个iou分数预测不太清楚，不知道是不是iouloss2.扩大感受野，包括Neck部分使用FPN或者BiFPN.使用ASPP空洞卷积来增大感受野
CVplayer111·2023-07-18 00:36

YOLOV8模型训练+部署（实战）

其主要结构如下图所示：从图中可以看出，网络还是分为三个部分：主干网络（backbone），特征增强网络(neck)，检测头(head)三个部分。
AI小花猫·2023-07-14 14:13

改进YOLOv8 | 即插即用篇 | YOLOv8 应用Slim-neck，更好的neck设计范式 | 《Slim-neck by GSConv：自动驾驶车辆检测器架构的更好设计范式》

此外，我们提供了一种设计范式slim-neck，以实现更高的检测器计算成本效益。我们的方法在二
迪菲赫尔曼·2023-06-21 03:01

Yolov5代码解析(输入端、BackBone、Neck、输出端))

【深度学习】总目录输入端：数据增强、锚框计算等。backbone：进行特征提取。常用的骨干网络有VGG，ResNet，DenseNet，MobileNet，EfficientNet，CSPDarknet53，SwinTransformer等。（其中yolov5s采用CSPDarknet53
湾仔码农·2023-06-19 15:00

25k字图文解读YOLOv8及实例分割（附python代码）

学习使用未经详细专业审核目录0.引言1.概述1.1Backbone1.2Head1.3Loss1.4Train2.模型结构2.1Backbone和Neck的具体变化2.2Head的具体变化3.Loss计算
猛码Memmat·2023-06-19 14:09

单阶段检测算法主流的标签分配方法总结

主体结构主要包括Backbone、Neck、Head以及Loss。其中受限于硬件资源，Backbone主要选取轻量化的主干网络，如MobileNet系列、ShuffleNet系列等；Neck主要基于
奥比中光3D视觉开发者社区·2023-06-17 14:12

英语学习：N开头

nationality国际nationwide全国性的native本土的natural自然的nature自然navy海军near近的nearby附近的nearly将近neat整洁的necessary必须的neck
only-lucky·2023-06-11 15:32

一些常见的深度学习术语：

在深度学习中，backbone、head和neck通常是用来描述卷积神经网络（ConvolutionalNeuralNetworks,CNNs）的架构。
奥里马·2023-06-10 17:39

【CV】Yolov8：ultralytics目标检测、关键点检测、语义分割

和YOLOv5一样，基于缩放系数也提供了N/S/M/L/X尺度的不同大小模型，用于满足不同场景需求骨干网络和Neck部分可能参考了YOLOv7ELAN设计思想，将YOLOv5的C3结构换成了梯度流更丰富的
山顶夕景·2023-06-09 17:40

计算机视觉—YOLO V4

计算机视觉—YOLOV41、YOLOV41.1、网络结构1.1.1、BackBone：CSPDarknet531.1.2、Neck：SPP结构1.1.3、Neck：PAN结构1.1.4、YOLOv4整体结构
企鹅家的北极熊·2023-06-08 22:12

YOLOv5结合BiFPN，如何替换YOLOv5的Neck实现更强的检测能力？

1、什么是BiFPN2、BiFPN的优势二、为什么要用BiFPN替换YOLOv5的Neck？
哪 吒·2023-06-08 22:39

提速YOLOv7：用MobileNetV3更换骨干网络加速目标检测

MobileNetV3的原理和特点2、MobileNetV3的结构二、YOLOv7的介绍1、YOLOv7的结构和流程2、YOLOv7的性能指标三、MobileNetV3替换YOLOv7的骨干网络1、替换骨干网络2、修改neck
哪 吒·2023-06-08 14:04

【YOLOv5】Backbone、Neck、Head各模块详解

YOLOv5算法概述Yolov5是一种目标检测算法，采用基于Anchor的检测方式，属于单阶段目标检测方法。相比于Yolov4，Yolov5有着更快的速度和更高的精度，是目前业界领先的目标检测算法之一。YOLOv5算法基本原理Yolov5基于目标检测算法中的one-stage方法，其主要思路是将整张图像划分为若干个网格，每个网格预测出该网格内物体的种类和位置信息，然后根据预测框与真实框之间的IoU
嘿♚·2023-06-07 10:58
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他