YOLO手势识别

【表面缺陷检测】基于yolov7的钢板表面缺陷检测(附代码)

写在前面：首先感谢兄弟们的关注和订阅，让我有创作的动力，在创作过程我会尽最大能力，保证作品的质量，如果有问题，可以私信我，让我们携手共进，共创辉煌。（专栏订阅用户订阅专栏后免费提供数据集和源码一份，超级VIP用户不在服务范围之内，不想订阅专栏的兄弟们可以私信我详聊）“路虽远，行则将至；事虽难，做则必成。只要有愚公移山的志气、滴水穿石的毅力，脚踏实地，埋头苦干，积跬步以至千里，就一定能够把宏伟目标变
机器不学习我学习·2024-01-15 06:25

助力工业园区作业违规行为检测预警，基于YOLOv7【tiny/l/x】不同系列参数模型开发构建工业园区场景下作业人员违规行为检测识别系统

在很多工业园区生产作业场景下保障合规合法进行作业生产操作，对于保护工人生命安全降低安全隐患有着非常重要的作用，但是往往在实际的作业生产中，因为一个安全观念的淡薄或者是粗心大意，对于纪律约束等意思薄弱，导致在进行正常的作业生产中并没有按照安全规范要求去进行操作，比如：工地内没有佩戴或者是没有正确佩戴安全帽就进行施工生产，电力设备园区场景下未穿戴绝缘手套或者是反光标识就进行作业施工，等等，对于这类问题
Together_CZ·2024-01-15 06:53

yolov5模型Detection输出内容与源码详细解读

Detection类初始化参数解读三、Detection的训练输出源码解读四、Detection的预测输出源码解读1、self.grid内容解读2、xy/wh内容解读3、推理输出解读总结前言最近，需要修改yolov5
tangjunjun-owen·2024-01-15 06:37

YOLOV8目标识别与语义分割——使用OpenCV C++ 推理模型

简介深度学习在实际应用中包括训练和推理两个重要阶段，通常依赖于流行的深度学习框架，如Caffe、TensorFlow、PyTorch等。然而，这些框架的安装和配置往往复杂，在实际部署中可能面临一些挑战。自从OpenCV3.3版本起，引入了DNN模块，为用户提供了一种更加简便的方式进行深度学习推理。使用OpenCV的DNN接口，用户可以无需安装额外的依赖，直接在正常安装OpenCV的基础上，使用经过
知来者逆·2024-01-15 05:11

关于户外探险旅行的五分钟碎碎念

我很是佩服，她有这样子的勇气，她对柳俊烈说yolo，youonlyhaveonelife，人生只有一次。
惊鸿Joy·2024-01-15 05:07

ArkTS-拖动手势，下拉刷新

PanGesture（拖动手势）用于触发拖动手势事件，滑动的最小距离为5vp时拖动手势识别成功。
永不满足的求知者·2024-01-14 23:04

yolov5的完整部署（适合新人和懒人，一键安装）

第一步：安装Anaconda下载并安装后，配置一下镜像在这里面，看情况输入镜像源，这里我建议大家搞阿里云镜像源。#添加清华源condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/condaconfig--addchannelshttps://mirrors.tuna.tsinghua.edu.
村口曹大爷·2024-01-14 18:27

RuntimeError: Expected all tensors to be on the same device, but found at least two devices, cuda:0

报错信息调用YOLOv7的test.py进行测试时，遇到的报错：RuntimeError:Expectedalltensorstobeonthesamedevice,butfoundatleasttwodevices
孟孟单单·2024-01-14 18:11

YOLOv6s，map值打印成两位小数（原本是显示0.538，变成显示为53.79）

显示结果更改前：更改后：方法将tools/eval.py中的'--do_pr_metric'后面改为default=True即可打印出map值原本是显示0.538，变成显示为53.79，方法为在YOLOv6
孟孟单单·2024-01-14 18:11

将数据集转成COCO格式，单个文件夹转为单个json文件，例如.../images/train转为instance_train.json

写在前面参考链接：objectdetection-tricks/tricks_4.py相关视频教学：tricks_4用于yolov5和v7中的yolo格式转换coco格式的脚本.
孟孟单单·2024-01-14 18:08

彻底解决yolov8训练中的KeyError问题

项目场景：训练yolov8时遇到的keyError问题问题描述原因分析：这是因为环境配置里面的ultralytics文件和项目文件重复解决方案：根据错误路径提示，找到环境配置里面的modules.py和
SQingL·2024-01-14 18:38

yolov5无人机视频检测与计数系统（创新点和代码）

标题：基于YOLOv5的无人机视频检测与计数系统摘要：无人机技术的快速发展和广泛应用给社会带来了巨大的便利，但也带来了一系列的安全隐患。
阿利同学·2024-01-14 16:35

YOLOv5改进之OTA、SimOTA

一、OTA1.1原理OTA原论文链接：https://readpaper.com/paper/3148566359此处推荐一篇博文，对OTA讲解的非常详细：https://blog.csdn.net/hymn1993/article/details/1272786411.2如何改进ota代码如下：importtorch.nn.functionalasFfromutils.metricsimport
qq_41920323·2024-01-14 14:47

【保姆级教程】【YOLOv8替换主干网络】【1】使用efficientViT替换YOLOV8主干网络结构

【手势识别系统开发】4.【人脸面部活体
阿_旭·2024-01-14 12:51

yolov8在进行目标追踪时，model.track()中persist参数的含义

【手势识别系统开发】4.【人脸面部活体
阿_旭·2024-01-14 12:51

【保姆级教程|YOLOv8添加注意力机制】【1】添加SEAttention注意力机制步骤详解、训练及推理使用

【手势识别系统开发】4.【人脸面部活体
阿_旭·2024-01-14 12:19

YOLOV8在coco128上的训练

coco128是coco数据集的子集只有128张图片训练代码main.pyfromultralyticsimportYOLO#Loadamodelmodel=YOLO("yolov8n.yaml")#buildanewmodelfromscratchmodel
andeyeluguo·2024-01-14 10:49

YOLOV8代码本地编译

下载pycharm在Linux操作系统中安装Pycharm社区版_linux中安装pycharm社区版-CSDN博客Pycharm中配置Conda虚拟环境百度安全验证https://baijiahao.baidu.com/s?id=1771914506705481878&wfr=spider&for=pc源码编译果您对参与开发感兴趣或希望尝试最新源代码，请克隆ultralytics仓库。克隆后，导
andeyeluguo·2024-01-14 10:45

认识YOLOv5模型结构目录

-CSDN博客一、一级目录下各文件功能YOLOv5是一个流行的机器学习模型，用于目标检测任务。
风筝超冷·2024-01-14 08:24

【文献解读】“MOBILEViT：轻量级、通用目的、移动友好的视觉变换器”。

今天阅读这篇2022年ICLR会议上发表的论文，主要是为了学习MobileViT模型，用于YOLO模型主干改造。一、文献概述作者：SachinMehta和MohammadRastegari。
风筝超冷·2024-01-14 08:54

YOLOv5老鼠识别关键代码解读

接上篇使用YOLOv5训练自己的数据集---老鼠识别-CSDN博客本篇我们对上篇使用到的python脚本进行解读split_train_val.py代码，解读注释标注在代码中这段Python脚本，用于将一个包含
风筝超冷·2024-01-14 08:23

使用YOLOv5训练自己的数据集 --- 老鼠识别

方式一：YOLOv5开源地址：https://github.com/ultralytics/yolov5/blob/master/README.zh-CN.md方式二：YOLOv5源码：https://
风筝超冷·2024-01-14 08:21

YOLOv5改进 | 注意力篇 | CGAttention实现级联群体注意力机制 (全网首发改进)

一、本文介绍本文给大家带来的改进机制是实现级联群体注意力机制CascadedGroupAttention，其主要思想为增强输入到注意力头的特征的多样性。与以前的自注意力不同，它为每个头提供不同的输入分割，并跨头级联输出特征。这种方法不仅减少了多头注意力中的计算冗余，而且通过增加网络深度来提升模型容量，亲测在我的25个类别的数据上，大部分的类别均有一定的涨点效果，仅有部分的类别保持不变，同时给该注意
Snu77·2024-01-14 07:34

GPU云服务器使用教程、运行YOLOV5项目并连接到本地VSCode（Pycharm）

码字不易，如果对各位有帮助，希望点赞收藏加关注哦~目录前言一、服务器使用步骤1.注册账号2.租借服务器二、在服务器运行YOLOV5项目1.下载YOLOV5项目1.1.方法一：直接进官网下载，然后上传到
爱敲代码的panda·2024-01-14 07:29

yolov7中断训练后继续训练

1、训练指令（1）添加resume参数，参数值改为true（2）weights参数，参数值改为中断前上次训练权重中断后继续训练命令：python.exetrain.py--weightsruns/train/exp9/weights/last.pt--resumeTrue2、报错：TypeError:Descriptorscannotbecreateddirectly.Ifthiscallcame
qq_40342287·2024-01-14 06:10

YOLOv5改进 | 二次创新篇 | 结合iRMB和EMA形成全新的iEMA机制（全网独家创新）

一、本文介绍本文给大家带来的改进机制是二次创新的机制，二次创新是我们发表论文中关键的一环，为什么这么说，从去年的三月份开始对于图像领域的论文发表其实是变难的了，在那之前大家可能搭搭积木的情况下就可以简单的发表一篇论文，但是从去年开始单纯的搭积木其实发表论文变得越来越难，所以这个时候就需要二次创新，以此来迷惑审稿人，彰显大家的工作量，所以二次创新是非常重要的一点，因为二次创新出来的模块其实基本上就可
Snu77·2024-01-14 06:05

简易机器学习笔记（十一）opencv 简易使用-人脸识别、分类任务

前言前段时间摸了下机器学习，然后我发现其实openCV还是一个很浩瀚的库的，现在也正在写一篇有关yolo的博客，不过感觉理论偏多，所以在学yolo之前先摸一下opencv，简单先写个项目感受感受opencv
Leventure_轩先生·2024-01-14 06:51

大创项目推荐 深度学习疲劳检测 驾驶行为检测 - python opencv cnn

文章目录0前言1课题背景2相关技术2.1Dlib人脸识别库2.2疲劳检测算法2.3YOLOV5算法3效果展示3.1眨眼3.2打哈欠3.3使用手机检测3.4抽烟检测3.5喝水检测4最后0前言优质竞赛项目系列
laafeer·2024-01-14 03:16

大创项目推荐 深度学习疫情社交安全距离检测算法 - python opencv cnn

文章目录0前言1课题背景2实现效果3相关技术3.1YOLOV43.2基于DeepSort算法的行人跟踪4最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习疫情社交安全距离检测算法**该项目较为新颖
laafeer·2024-01-14 03:44

【深度学习目标检测】十六、基于深度学习的麦穗头系统-含GUI和源码（python，yolov8）

全球麦穗检测是植物表型分析领域的一个挑战，主要目标是检测图像中的小麦麦穗。这种检测在农业领域具有重要意义，可以帮助农民评估作物的健康状况和成熟度。然而，由于小麦麦穗在视觉上具有挑战性，准确检测它们是一项艰巨的任务。全球麦穗检测的挑战在于准确识别不同品种、不同生长环境、不同光照条件、不同拍摄角度下的麦穗。由于小麦麦穗经常重叠、颜色和外观变化多样，这使得检测更具挑战性。为了解决这些问题，研究者们采用机
justld·2024-01-14 00:07

【深度学习目标检测】十五、基于深度学习的口罩检测系统-含GUI和源码（python，yolov8）

YOLOv8是一种物体检测算法，是YOLO系列算法的最新版本。YOLO（YouOnlyLookOnce）是一种实时物体检测算法，其优势在于快速且准确的检测结果。
justld·2024-01-14 00:33

YOLOv8独家原创改进：多层次特征融合（SDI）结合PConv、DualConv、GSConv，实现二次创新 | UNet v2最新论文

本文独家改进：多层次特征融合（SDI）高效结合DualConv、PConv、GSConv等实现二次创新1)替代原始的Concat；收录YOLOv8原创自研https://blog.csdn.net/m0
AI小怪兽·2024-01-13 19:46

C# 部署YOLOv5 初步结果

最近使用YOLO在做一些目标检测方面的工作，在此梳理和记录一下自己的整个过程。
SJ小学生·2024-01-13 19:46

C#部署YOLOV5-6.1版本

1、参考链接：https://blog.csdn.net/weixin_49983900/article/details/124866704yolov5下载地址：https://github.com/ultralytics
partcompany1·2024-01-13 19:16

[C#]winform部署yolov5-onnx模型

【官方框架地址】https://github.com/ultralytics/yolov5【算法介绍】Yolov5，全称为YouOnlyLookOnceversion5，是计算机视觉领域目标检测算法的一个里程碑式模型
FL1623863129·2024-01-13 19:15

YOLOv4剪枝【附代码】

本项目只是负责把框架搭建起来，没有进行重训练的微调或者去研究应该剪哪里比较好，需要自己去研究YOLOv4代码参考：Pytorch搭建自己的YoloV4目标检测平台（Bubbliiiing深度学习教程）_
爱吃肉的鹏·2024-01-13 19:35

yolov5剪枝技术方案

本文讨论yolov5的剪枝方案：1、上篇文章实战梳理了基于BN层系数gamma剪枝（在一个卷积-BN-激活模块中，BN层可以实现通道的缩放）原理和实践流程，具体可参考上文；2、对于Bottleneck结构进行剪枝如果右边的参差很小
qq_41920323·2024-01-13 19:33

yolov5剪枝复现

1、github本项目基于tanluren/yolov3-channel-and-layer-pruning实现，将项目扩展到yolov5上。
epic_Lin·2024-01-13 19:02

YOLOv3剪枝压缩99.04%参数，精度不变

目前有很多的开源实现，基于各种方法对YOLOv3进行裁剪和压缩，例如：[SlimYOLOv3][YOLOv3-model-pruning][YOLOv3-complete-pruning]等等...数据集收费卡口的车辆车轮数据
MidasKing·2024-01-13 19:32

YOLOv5 压缩剪枝

github：midasklr/yolov5pruneatv6.0(github.com)giithub作者讲解：(6条消息)yolov5模型压缩之模型剪枝_yolov5模型剪枝_小小小绿叶的博客-CSDN
PatrickStar8·2024-01-13 19:32

yolo训练voc数据集划分

1、划分数据集比例split_train_val.pyimportosimportrandomimportargparseparser=argparse.ArgumentParser()#xml文件的地址或者label的地址，根据自己的数据进行修改xml一般存放在Annotations下主要是获取每个数据的地址名字parser.add_argument('--xml_path',default='
云雨、·2024-01-13 19:32

YOLOV7剪枝流程

YOLOV7剪枝流程1、训练1）划分数据集进行训练前的准备，按正常的划分流程即可2）修改train.py文件第一次处在参数列表里添加剪枝的参数，正常训练时设置为False，剪枝后微调时设置为Trueparser.add_argument
云雨、·2024-01-13 19:31

【YOLO系列】 YOLO V4之正则化DropBlock

资料下载论文下载：DropBlock:Aregularizationmethodforconvolutionalnetworks一、简介DropBlock是一种正则化技术，用于防止深度神经网络的过拟合。它通过在训练过程中随机丢弃网络中的一部分特征图，来增加模型的泛化能力。文章中分析了传统的dropout在conv上效果不好的原因：conv具有空间相关性，所以即使对一些单元随机进行dropout，仍
江湖小张·2024-01-13 17:07

YOLOv7-tiny，通过pycocotools包得到预测大中小尺寸目标的指标值

参考链接需要先在环境中安装pycocotoolspipinstallpycocotools魔鬼面具的代码：objectdetection-tricks/tricks_4.py相关视频教学：tricks_4用于yolov5
孟孟单单·2024-01-13 17:36

YOLOv8改进 | 融合改进篇 | CCFM + Dyhead完美融合突破极限涨点 (全网独家首发)

，我之前发的Damo-YOLO和
Snu77·2024-01-13 17:02

[易语言]易语言部署yolox的onnx模型

【官方框架地址】https://github.com/Megvii-BaseDetection/YOLOX【算法介绍】YOLOX是YOLO系列目标检测算法的进一步演变和优化。
FL1623863129·2024-01-13 17:56

基于YOLOv5的行人检测系统

其中，YOLO（YouOnlyLookOnce）系列算法在目标检测领域取得了显著的进展，从YOLO到YOLOv5的发展历程表明其在算法性能上的不断优化。
TechMasterPlus·2024-01-13 17:22

【目标检测】评价指标：混淆矩阵概念及其计算方法(yolo源码)

本篇文章首先介绍目标检测任务中的评价指标混淆矩阵的概念，然后介绍其在yolo源码中的实现方法。
初初初夏_·2024-01-13 15:07

【目标检测】评价指标：mAP概念及其计算方法(yolo源码/pycocotools)

本篇文章首先介绍目标检测任务中的关键评价指标mAP的概念；然后介绍其在yolo源码和pycocotools工具中的实现方法；最后比较两种mAP的计算方法的不同之处。
初初初夏_·2024-01-13 15:07

【目标检测】Anchor-based模型：基于K-means算法获取自制数据集的Anchor(yolo源码)

本篇文章首先介绍Anchor在目标检测模型中的作用；然后介绍K-means聚类算法；最后介绍yolo源码中自制数据集的Anchor的获取方法。
初初初夏_·2024-01-13 15:07
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他