E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
YOLO学习记录
双证班
学习记录
2-开营
听完开营课,觉得樊老师这个课程设置主打一个认真努力,愿意坚持和突破,而且奖励颇多,这无形中让我增强了学完的信心,挺好。开营后要对2个月学习做宣誓,我发了文字,但觉得还是得抓住每个锻炼的机会,于是又录视频,这次面对镜头没有那么多顾忌了,也不太在意自己录的是否好了,就纯粹觉得自己要对自己立个flag,鼓励自己坚持走完2个月的学习内容,不轻易畏难放弃。就像宣誓说的,多行动,多参与,所以我要抓住每一个自己
糖糖82
·
2024-09-02 12:28
百度飞浆目标检测PP
YOLO
E模型在PC端、Jetson上的部署(python)
部署目标检测模型前,需要配置好paddlepaddle的环境:开始使用_飞桨-源于产业实践的开源深度学习平台(paddlepaddle.org.cn)PC端和Jetson板卡端的部署方法相同,如下(直接放置部署和测试代码):importpaddle.inferenceimportcv2importnumpyasnpimporttimefrompaddle.inferenceimportConfig
代码能跑就可以
·
2024-09-02 10:09
百度
目标检测
python
学习
计算机视觉
笔记
[数据集][目标检测]安检x光危险物品识别检测数据集VOC+
YOLO
格式9551张12类别
数据集格式:PascalVOC格式+
YOLO
格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和
yolo
格式txt文件)图片数量(jpg文件个数):9551标注数量(xml
FL1623863129
·
2024-09-02 08:29
数据集
目标检测
YOLO
深度学习
基于
yolo
v8的玉米病害检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】基于
YOLO
v8的玉米病害检测系统是一款利用前沿深度学习技术开发的智能农业工具。该系统以
YOLO
v8为核心算法,通过大量玉米病害图片的训练,能够精准识别玉米害虫病害。
FL1623863129
·
2024-09-02 08:58
深度学习
YOLO
Datawhale AI夏令营第五期CV Task02
一、
yolo
模型介绍
YOLO
,全称为"YouOnlyLookOnce",是一种流行的实时目标检测算法,由JosephRedmon等人于2015年首次提出。
m0_60530253
·
2024-09-02 07:21
人工智能
深度学习
Datawhale AI夏令营第五期魔搭-CV竞赛方向Task1笔记--初识
yolo
模型
DatawhaleAI夏令营第五期魔搭-CV竞赛方向Task1笔记–初识
yolo
模型作者:福州大学我是一个温柔的刀客2024/8/221.赛题简介本赛题最终目标是开发一套智能识别系统,能够自动检测和分类城市管理中的违规行为
切记 我是一个 温柔的 刀客
·
2024-09-02 07:19
YOLO
目标检测
机器学习
Vue3
学习记录
——(1)MVC与MVVM
1.传统的MVC模式模型(Model):数据存储。视图(View):用户界面。控制器(Controller):业务逻辑。Model代表数据存储,主要用于实现数据的持久化;View代表用户界面(UI),主要用于实现页面的显示;Controller代表业务逻辑,串联起View和Model1.流行的MVVM模式模型(Model):数据存储。视图(View):用户界面。视图模型(ViewModel):数据
一只漫步前行的羊
·
2024-09-02 04:03
Vue3学习记录
vue.js
学习
mvc
时序预测相关论文阅读笔记
笔记链接:【有道云笔记】读论文(记录)https://note.youdao.com/s/52ugLbot用于个人
学习记录
。
能力越小责任越小YA
·
2024-09-02 00:37
论文阅读
笔记
时序预测
Transformer
YOLO
v8改进 | 主干篇 |
YOLO
v8引入MobileNetV4
1.MobileNetV4介绍1.1摘要:我们推出了最新一代的MobileNet,称为MobileNetV4(MNv4),具有适用于移动设备的通用高效架构设计。在其核心,我们引入了通用倒瓶颈(UIB)搜索块,这是一种统一且灵活的结构,融合了倒瓶颈(IB)、ConvNext、前馈网络(FFN)和新颖的额外深度(ExtraDW)变体。除了UIB之外,我们还推出了MobileMQA,这是一个专为移动加速
小李学AI
·
2024-09-01 23:27
YOLOv8有效涨点专栏
YOLO
深度学习
计算机视觉
目标检测
人工智能
机器学习
神经网络
【目标检测数据集】塑料瓶玻璃瓶检测数据集5378张2类VOC+
YOLO
格式
数据集格式:PascalVOC格式+
YOLO
格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和
yolo
格式txt文件)图片数量(jpg文件个数):5378标注数量(xml
国产bug零零柒
·
2024-09-01 15:09
数据集
目标检测
YOLO
塑料瓶数据集
玻璃瓶
YOLO
v8中的C2f模块代码详解
C2f模块代码详解1.C2f模块组成2.C2f模块作用3.具体流程4.代码实现5.关键组件和参数说明6.运行流程7.输入输出示例 在
YOLO
v8网络结构中,C2F模块(CSPBottleneckwith2Convolutions
王了了哇
·
2024-09-01 12:53
YOLO
计算机视觉
Official pytorch implementation of “Mamba-
YOLO
:SSMs-based for Object Detection”
#pipinstallrequiredpackagescondacreate-nmamba
yolo
-ypython=3.11condaactivatemamba
yolo
pip3installtorch=
weixin_42918943
·
2024-09-01 11:43
pytorch
YOLO
目标检测
【小本本笔记】
yolo
v8跑模型缓慢,内存提示不足?
GPU-mem=0跑模型跑的慢,gpu-mem=0是什么意思。说明没有在gpu上面跑,解决方法:GPU内存不足,可以去扩大虚拟内存,在控制面板/系统和安全/系统/高级系统设置/在性能的设置里面去增加虚拟内存来解决(我是通过这个解决了)减小batch-size减少对gpu的负载降低图片分辨率减少对gpu内存负载使用更小的模型升级gpu,使用更高端的gpuopencv内存不足解决OpenCVError
hhhhhhkkkyyy
·
2024-09-01 10:09
笔记
人工智能
深度学习
【论文笔记】:LAYN:用于小目标检测的轻量级多尺度注意力
YOLO
v8网络
背景针对嵌入式设备对目标检测算法的需求,大多数主流目标检测框架目前缺乏针对小目标的具体改进,然后提出的一种轻量级多尺度注意力
YOLO
v8小目标检测算法。
hhhhhhkkkyyy
·
2024-09-01 10:39
论文阅读
目标检测
YOLO
【目标检测数据集】家禽家畜检测数据集25234张7类VOC+
YOLO
格式(鸡鸭鹅牛羊猪狗数据集)
数据集格式:PascalVOC格式+
YOLO
格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和
yolo
格式txt文件)图片数量(jpg文件个数):25234标注数量(xml
熬夜写代码的平头哥∰
·
2024-09-01 09:31
数据集
目标检测
YOLO
人工智能
基于
yolo
v8的课堂行为检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】基于
YOLO
v8的课堂行为检测系统是现代教育技术的创新应用,该系统利用
YOLO
v8这一先进的深度学习算法,实现了对学生课堂行为的自动、高效和精准监测。
FL1623863129
·
2024-09-01 01:39
深度学习
YOLO
YOLO
v9独家改进:一种高效移动应用的卷积加性自注意Vision Transformer
轻量化改进之高效移动应用的卷积加性自注意VisionTransformer,构建了一个新颖且高效实现方式——卷积加性相似度函数,并提出了一种名为卷积加性标记混合器(CATM)的简化方法来降低计算开销《
YOLO
v9
AI小怪兽
·
2024-08-31 17:28
YOLOv9魔术师
YOLO
transformer
深度学习
开发语言
人工智能
python
设备仪器仪表盘读数识别系统
YOLO
v5
设备仪器仪表盘读数识别系统基于
YoLo
v8网络模型智能视觉分析技术,设备仪器仪表盘读数识别系统自动识别指针型仪表读数。
燧机科技SuiJi
·
2024-08-31 16:44
YOLO
机器学习
人工智能
深度学习
宇宙公民第13期高效阅读蜕变营作业打卡第一天
(四)精英的标准积极给予答案设立2mm的精英全新标准
Yolo
!Youon
_郡主_
·
2024-08-31 13:51
Yolo
V8改进策略:主干网络改进|使用
Yolo
V8实现多任务检测|基于MobileNetV4实时与通用多任务检测模型的改进
本文介绍了一种基于MobileNetV4的改进版A-
YOLO
M(Adaptive
YOLO
Multi-task)模型,该模型旨在进一步提升实时性能,同时保持对目标检测、可行驶区域分割和车道线分割任务的高精度处理能力
AI智韵
·
2024-08-31 08:21
YOLO
网络
yolo
v7的参数量、计算量、 parameters、 parameters网络结构怎么查看
一、首先找到
YOLO
v7的models文件夹,找到
yolo
脚本,点击它。2.将
yolo
脚本点开后,拉倒最下面。将cfg后面的·参数更改一下,运行
yolo
.py脚本,就可以看到参数量和计算量等参数啦
qhchao
·
2024-08-31 07:42
YOLO
C语言
学习记录
4
今日学习了注释和对于条件语句和和循环语句的初识:1.注释:用于解释代码。两种方式:1.代码前加//2.在被注释代码上一行加/*,在被注释代码下一行加*/。(C语言的注释不支持嵌套)2.初始条件语句与循环语句:两者与python语句相似,条件语句用if和else,循环语句用for,while,dowhile后面将加快进程,开始着手竞赛准备
XSR_yeah
·
2024-08-31 07:12
学习
DNN学习平台(GoogleNet、SSD、FastRCNN、
Yolo
v3)
DNN学习平台(GoogleNet、SSD、FastRCNN、
Yolo
v3)前言相关介绍1,登录界面:2,主界面:3,部分功能演示如下(1)识别网络图片(2)GoogleNet分类(3)人脸识别(4)SSD
吾名招财
·
2024-08-31 06:10
人工智能
MFC界面应用
dnn
opencv
神经网络
基于
yolo
v8的安全帽反光衣护目镜检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】基于
YOLO
v8的安全帽、反光衣及护目镜检测系统是一款集成了前沿深度学习与计算机视觉技术的智能监控系统。
FL1623863129
·
2024-08-31 06:05
深度学习
YOLO
YOLO
v8改进 | 注意力篇 |
YOLO
v8引入SimAM注意力机制
1.SimAM介绍1.1摘要:在本文中,我们提出了一个概念上简单但非常有效的卷积神经网络(ConvNets)注意力模块。与现有的通道和空间注意力模块相比,我们的模块为层中的特征图推断3D注意力权重,而不向原始网络添加参数。具体来说,我们基于一些著名的神经科学理论,提出优化能量函数来找到每个神经元的重要性。我们进一步推导了能量函数的快速封闭式解决方案,并表明该解决方案可以用不到十行代码来实现。该模块
小李学AI
·
2024-08-31 05:33
YOLOv8有效涨点专栏
YOLO
深度学习
计算机视觉
目标检测
人工智能
机器学习
神经网络
Datawhale AI夏令营
比如,之前用过
yolo
v5做过滑动验证码的识别,给滑动验证码的缺口打标签是项耗时费力的工作。本次任务相同,是给非机动车、机动车打标签。
于弋gg
·
2024-08-31 04:21
人工智能
计算机视觉
python
第T10周:数据增强
>-**本文为[365天深度学习训练营]中的
学习记录
博客**>-**原作者:[K同学啊]**第10周:数据增强难度:夯实基础⭐⭐语言:Python3、TensorFlow2要求:学会在代码中使用数据增强手段来提高
OreoCC
·
2024-08-31 00:55
深度学习
人工智能
tensorflow2
基于深度学习的金属锈蚀检测系统详细实施指南
这个项目的主要目标是构建一个基于最新
YOLO
(Yo
A等天晴
·
2024-08-30 22:45
计算机视觉
深度学习
人工智能
Activity7框架使用
学习记录
用于记录在项目中使用工作流框架PROC_DEF_ID:流程定义的idbpmn文件中对流程图定义的idTASK_DEF_KEY:任务定义的idbpmn文件中对每个任务定义的idPROC_INST_ID:流程实例id启动一个流程时对流程定义的idPROC_DEF_ID(流程定义的ID):在BPMN(BusinessProcessModelandNotation)文件中,流程定义的ID是对整个流程图定义
爱为斯坦
·
2024-08-30 19:56
项目框架使用学习
学习
java
Yolo
v8和杂草检测
1.网址收集
Yolo
v8官方网站:Train-Ultralytics
YOLO
Docsgithub非官方介绍教程网站:【
YOLO
v8系列】(二)
YOLO
v8环境配置,手把手嘴对嘴保姆教学-CSDN博客【
YOLO
v8
Diros1g
·
2024-08-30 15:59
YOLO
基于
yolo
v8的脑肿瘤检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】基于
YOLO
v8的脑肿瘤检测系统是一项前沿的医疗应用,该系统利用
YOLO
v8这一高效的目标检测算法,实现对脑肿瘤病灶的快速、准确识别。
FL1623863129
·
2024-08-30 15:57
深度学习
YOLO
人工智能
DataWhale AI夏令营 2024大运河杯-数据开发应用创新赛-task2
DataWhaleAI夏令营2024大运河杯-数据开发应用创新赛
YOLO
(YouOnlyLookOnce)上分心得分享
YOLO
(YouOnlyLookOnce)
YOLO
算的上是近几年最火的目标检测模型了
十分钟ll
·
2024-08-30 15:57
DataWhale
AI夏令营
人工智能
目标跟踪
计算机视觉
DataWhale竞赛
大运河杯
机器学习
[数据集][目标检测]电力场景输电线均压环歪斜检测数据集VOC+
YOLO
格式303张2类别
数据集格式:PascalVOC格式+
YOLO
格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和
yolo
格式txt文件)图片数量(jpg文件个数):303标注数量(xml
FL1623863129
·
2024-08-30 15:27
数据集
目标检测
YOLO
人工智能
太阳能电池板缺陷数据集
yolo
v5
yolo
v7
yolo
v8可直接训练太阳能电池板电致发光数据集PVEL-AD数据集,其中,包含36,543张具有各种内部缺陷和异构背景的近红外图像,其中包含1类无异常图像和具有12个不同类别的异常缺陷图像
计算机视觉从业者
·
2024-08-30 13:43
数据集
计算机视觉
太阳能电池板
数据集
QQ767172261
动手学深度学习(pytorch)
学习记录
20-自定义层[
学习记录
]
在深度学习中,自定义层是指开发者根据特定需求编写的神经网络层,而不是使用深度学习框架(如PyTorch、TensorFlow等)提供的现成层。自定义层可以让模型更加灵活,以适应特定的任务或数据集。目录没有参数的自定义层带参数的层没有参数的自定义层下面的CenteredLayer类要从其输入中减去均值。要构建它,只需继承基础层类并实现前向传播功能。importtorchimporttorch.nn.
walfar
·
2024-08-30 13:13
pytorch
深度学习
pytorch
学习
动手学深度学习(pytorch)
学习记录
21-读写文件(模型与参数)[
学习记录
]
目录加载和保存张量加载和保存模型参数保存模型的好处众多,涵盖了从开发到部署的整个机器学习生命周期。节省资源:训练模型可能需要大量的时间和计算资源。保存模型可以避免重复训练,从而节省时间和计算资源。快速部署:一旦模型被训练并保存,它可以迅速部署到生产环境中,加速产品上市时间。版本控制:保存不同版本的模型有助于跟踪模型的迭代过程,便于比较和回滚到之前的版本。离线使用:保存的模型可以在没有网络连接的情况
walfar
·
2024-08-30 12:42
pytorch
深度学习
pytorch
学习
工地工程车分类检测数据集 6300张 带标注 voc yol
格式:VOC和
YOLO
格式,适用于训练目标检测模型。规模:共包含6300张图像。
计算机视觉从业者
·
2024-08-30 11:30
数据集
分类
人工智能
机器学习
工地工程车
汽车
Yolo
lov5+Pyqt5+Opencv 实时城市积水报警系统
在这篇博客中,我将带你一步步实现一个基于
YOLO
v5的积水检测系统,帮助你轻松应对城市积水挑战。
机器懒得学习
·
2024-08-30 07:37
opencv
人工智能
计算机视觉
《微班会创意设计与实施》
学习记录
终于读到150页了,实践证明,学习的确很难熬,读了十几天才150页。最近的案例基本都是解决违纪事件。如果学生多次出现同样的违纪事件,多半是班级的反馈机制出了问题,包括学生对老师的及时反馈和老师对学生的及时反馈,班主任要及时补救。并且一定避免班级出现小团伙。一旦违反纪律的学生抱团了,无论男生团伙,女生团伙,都会气焰大涨,班主任就会一对多,很难对付。一旦抱团,班主任就要想办法分化。
雎雎_
·
2024-08-30 06:44
C语言
学习记录
(三)
我们紧接上篇的内容,上节我们提到了数据类型以及一些运算符,这节我决定给大家分享一下顺序结构,让大家更加深入理解、以及能达到自己运用运算符完成一些与顺序结构相关的简单的题目。一.顺序结构顺序结构是三大基础结构中最简单也是最容易的,其实现方式为从上至下依次进行,不需要进行任何判断,它是由一系列按特定顺序执行的操作组成,每个操作完成后才会执行下一个操作,这种执行过程就像按照任务列表逐项完成一样,依照线性
Tian Sifan
·
2024-08-30 06:30
C语言
学习
学习记录
第十二天
标识符的作用域:作用域:标识符可生效的范围局部作用域(LocalScope):1.定义:局部变量是在函数内部或某个代码块(如if语句或循环语句)中声明的变量。它们的作用域仅限于声明它们的函数或代码块。2.生命周期:局部变量的生命周期是短暂的,它们在函数调用开始时被创建,在函数调用结束时被销毁。对于在代码块中声明的变量,其生命周期从变量声明开始到代码块结束时结束。全局作用域(GlobalScope)
喵了d喵
·
2024-08-30 06:58
学习
学习记录
第十九天
标准io的概念IOinputoutputI:键盘是标准输入设备====》默认输入就是指键盘O:显示器是标准输出设备==》默认输出就是指显示器Linux操作系统当中IO都是对文件的操作manmanman==>所有man的帮助manxxx==man1xxx===>查看当前xxx命令man2xxx===>查看xxx对应的系统调用函数man3xxx===》查看xxx对应的标准库函数fopenfopen是C
喵了d喵
·
2024-08-30 06:58
学习
linux
c语言
学习记录
第二十五天
wait函数wait函数是一个系统调用,用于等待一个子进程结束并回收其资源。当父进程调用wait函数时,它会暂停执行,直到至少有一个子进程结束。wait函数的原型如下:#include#includepid_twait(int*status);1.status参数是一个指针,用于存放子进程的退出状态信息。如果不需要检查子进程的退出状态,这个参数可以设置为NULL。2.如果wait函数成功,它返回结
喵了d喵
·
2024-08-30 06:58
学习
linux
c语言
YOLO
v10改进 | 独家创新- 注意力篇 |
YOLO
v10引入结合EMAttention和ParNetAttention形成全新的EPA注意力机制和C2f_EPA(全网独家创新)
1.EPAAttention介绍EPAAttention注意力机制综合了EMAttention和ParNetAttention的优势,能够更有效地提取图像特征。(1).综合性与多样性EPAAttention结合了两种不同的注意力机制,充分利用了EMAttention的分组归一化和特征增强能力,以及ParNetAttention的空间注意力和全局特征提取能力。通过这种多样化的组合,EPAAttent
小李学AI
·
2024-08-30 05:54
YOLOv10有效涨点专栏
YOLO
深度学习
计算机视觉
人工智能
目标检测
机器学习
神经网络
【目标检测数据集】瓶子分类识别数据集1万张3类VOC+
YOLO
格式(玻璃瓶金属瓶塑料瓶数据集)
数据集格式:PascalVOC格式+
YOLO
格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和
yolo
格式txt文件)图片数量(jpg文件个数):10106标注数量(xml
熬夜写代码的平头哥∰
·
2024-08-30 01:00
数据集
目标检测
YOLO
人工智能
瓶子分类检测数据集
塑料瓶金属瓶
玻璃瓶
爆改
yolo
v8|AIFI (尺度内特征交互)助力
YOLO
v8 ,轻量化模型
1,本文介绍AIFI模块(AdaptiveInformationFusionIntegrationModule)是一种旨在提升神经网络处理复杂任务能力的技术模块。其主要目的是通过灵活的特征融合方法来优化信息处理和任务表现。核心特点:自适应信息融合:AIFI模块能够根据输入数据和任务需求,动态调整特征融合的策略。这种自适应机制使得网络能够更有效地结合来自不同来源的信息,改善对复杂数据的理解和处理能力
不想敲代码!!!
·
2024-08-29 22:37
爆改yolov8
即插即用
YOLO
yolov8
目标检测
python
pytorch
爆改
yolo
v8|利用BSAM改进
YOLO
v8,高效涨点
1,本文介绍BSAM基于CBAM进行改进,经实测在多个数据集上都有涨点。BSAM(BiLevelSpatialAttentionModule)是一个用于提升深度学习模型在空间特征处理中的能力的模块。它主要通过双层注意力机制来增强模型对重要空间信息的关注,从而提升任务性能。核心特点:双层空间注意力:BSAM结合了两个层次的注意力机制——全局和局部。全局注意力捕捉图像或特征图的整体信息,而局部注意力则
不想敲代码!!!
·
2024-08-29 22:37
爆改yolov8
即插即用
YOLO
yolov8
目标检测
人工智能
深度学习
爆改
YOLO
v8|利用可改变核卷积AKConv改进
yolo
v8-轻量涨点
1,本文介绍AKConv(可改变核卷积)是一种改进的卷积操作方法,其核心在于动态调整卷积核的形状和大小。与传统卷积层固定核大小不同,AKConv通过引入可学习的机制,使卷积核在训练过程中能够自适应地调整,从而更好地适应不同的数据特征和任务需求。核心特点:可变核尺寸:AKConv允许卷积核在不同的层和位置上具有不同的尺寸,这有助于捕捉更多的局部特征。动态调整:卷积核的形状和大小可以在训练过程中进行调
不想敲代码!!!
·
2024-08-29 22:37
爆改yolov8
即插即用
YOLO
yolov8
pytorch
目标检测
人工智能
深度学习
爆改
YOLO
v8 |
yolo
v8添加MSDA注意力机制
1,本文介绍MSDA(多尺度扩张注意力)模块通过自注意力机制在不同尺度上有效地捕捉特征的稀疏性。它首先通过线性投影生成特征图(X)的查询、键和值。然后,将特征图的通道划分为(n)个头部,在每个头部中使用不同的扩张率进行多尺度的自注意力操作。具体来说,MSDA按以下步骤操作:对每个头部(i)进行自注意力处理,并将所有头部的输出连接在一起,之后通过线性层进行特征融合。通过为不同头部设置不同的扩张率,M
不想敲代码!!!
·
2024-08-29 22:06
爆改yolov8
即插即用
YOLO
深度学习
人工智能
yolov8
目标检测
爆改
YOLO
v8 |
yolo
v8添加GAM注意力机制
1,本文介绍GAM(GlobalAttentionMechanism)旨在改进传统注意力机制的不足,特别是在通道和空间维度上的信息保留问题。它通过顺序的通道-空间注意力机制来解决这些问题。以下是GAM的关键设计和实现细节:通道注意力子模块:3D排列:使用3D排列来在三个维度上保留信息,这种方法有助于捕捉更多维度的特征。两层MLP:通过一个两层的多层感知机(MLP)增强跨维度的通道-空间依赖性,提升
不想敲代码!!!
·
2024-08-29 22:36
爆改yolov8
即插即用
YOLO
yolov8
目标检测
人工智能
计算机视觉
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他