YOLO

香橙派AIpro部署YOLOv5：探索强悍开发板的高效目标检测能力

香橙派AIpro部署YOLOv5：探索强悍开发板的高效目标检测能力一、香橙派AIpro开箱使用体验1.1香橙派AIpro开箱拿到板子后第一件事情就是开箱：开箱后可以看见一个橘子的标识，也就是香橙派了，并且还有四个大字
糖果罐子♡·2025-04-01 15:06

基于深度学习YOLOv5的常见手势识别系统详解

1.引言随着智能设备的普及，人机交互技术变得越来越重要。传统的输入设备（如键盘、鼠标）逐渐被更自然的交互方式所替代，其中手势识别作为一种无接触的输入方式，正被广泛应用于智能家居、虚拟现实（VR）、增强现实（AR）、游戏控制、辅助设备等领域。手势识别系统可以通过摄像头捕捉手势图像，并通过深度学习算法识别手势类型，进而进行相应的控制操作。在所有手势识别任务中，深度学习方法因其强大的特征学习能力而获得了
深度学习YOLO目标检测实战项目·2025-03-31 22:08

基于深度学习的常见手势识别系统：YOLOv10 实现与 UI 界面设计

引言随着智能设备的普及和人机交互技术的不断发展，手势识别作为一种新兴的交互方式，越来越受到关注。手势识别系统能够通过分析用户的手势动作来理解其意图，从而实现无接触控制和智能交互。基于深度学习的手势识别系统不仅提高了识别的准确性和实时性，而且在各个领域中展现了广泛的应用前景，例如智能家居控制、游戏交互、虚拟现实（VR）和增强现实（AR）等。本文将详细介绍如何构建一个基于深度学习的手势识别系统，包括系
深度学习YOLO目标检测实战项目·2025-03-31 22:38

《FFCA-YOLO》论文学习，面向遥感图像的小目标检测最新方法

一、概要论文全称：《FFCA-YOLOforSmallObjectDetectioninRemoteSensingImages》发表期刊：IEEETRANSACTIONSONGEOSCIENCEANDREMOTESENSING
张三不嚣张·2025-03-31 19:10

论文总结【2024.11】IEEE Transactions on Geoscience and Remote Sensing

IEEETransactionsonGeoscienceandRemoteSensing1、FFCA-YOLOforSmallObjectDetectioninRemoteSensingImages【FFCA-YOLO
新手小白勇闯新世界·2025-03-31 19:09

《Python机器学习基础教程》第十二章计算机视觉基础12.8 深度解析：目标检测算法（R-CNN、Fast R-CNN、Faster R-CNN、YOLO和SSD）及其应用场景

12.8深度解析：目标检测算法（R-CNN、FastR-CNN、FasterR-CNN、YOLO和SSD）及其应用场景12.8目标检测12.8.1目标检测的基本概念12.8.2R-CNN12.8.3FastR-CNN12.8.4FasterR-CNN12.8.5YOLO12.8.6SSD12.8.7
精通代码大仙·2025-03-31 11:41

YOLOv8--绘制中文标签耗时优化

设备：RTX4080运行环境：Python=3.8（要求>=3.8），torch1.12.0+cu113（要求>=1.8）问题：ultralytics代码绘制中文标签乱码，以及其他网上中文绘制推理脚本进行中文可视化时，绘制时间较长（甚至远大于推理时间），尤其目标数量100+时，可视化时间可能上百毫秒，对要求实时推理需求很不友好。本文方法：CPU/GPU上中文绘制耗时几乎忽略不计，接口代码可以集成到
你的陈某某·2025-03-31 10:08

在 C# 中调用 YOLOv8 模型进行目标检测，通常的做法是使用 YOLOv8 的 Python API 或 ONNX 模型，然后通过 C# 与 Python 或 ONNX 进行交互。

在C#中调用YOLOv8模型进行目标检测，通常的做法是使用YOLOv8的PythonAPI或ONNX模型，然后通过C#与Python或ONNX进行交互。
踹断瘸子那条好腿.·2025-03-31 04:23

【小目标检测】天空飞行物小目标检测数据集3393张（鸟无人机飞机气球）YOLO+VOC

【小目标检测】天空飞行物小目标检测数据集3393张（鸟无人机飞机气球）YOLO+VOC数据集格式：VOC格式+YOLO格式压缩包内含：3个文件夹，分别存储图片、xml、txt文件JPEGImages文件夹中
不会仰游的河马君·2025-03-30 22:50

【深度学习】yolov8使用的一个小warning

JerseyNumberTrackerStrategy>&D:/Users/51442/anaconda3/python.exed:/code/JerseyNumberTrackerStrategy/classes/Yolov8Detector.pyWARNING
weixin_40293999·2025-03-30 15:28

C#使用Openvino.Csharp推理Yolov9c.xml

usingOpenCvSharp;usingOpenVinoSharp;usingOpenCvSharp.Dnn;usingSystem.Runtime.InteropServices;floatsigmoid(floata){floatb=1.0f/(1.0f+(float)Math.Exp(-a));returnb;}string[]read_class_names(stringpath){s
蔡余申·2025-03-30 13:44

YOLOv12可视化界面；YOLOv11；YOLOv10；YOLOv8等通用可视化界面GUI设计，基于pyside6，单文件即插即用，更新ip摄像头检测，美化布局及信息输出

前言为了更便捷地使用YOLOv12;YOLOv11;YOLOv10;YOLOv8等基于ultralytics的目标检测，尤其是对于没有深度编程经验的用户，一个可视化界面（GUI）显得尤为重要。
笑脸惹桃花·2025-03-30 09:44

yolov5，使用pyinstaller打包经验

#创建虚环境mkvirtualenv--python=python3.8yolov5_p38#进入虚环境workonyolov5_p38#下载源码，并安装yolov5的包gitclonehttps://
·2025-03-30 04:45

如何使用深度学习目标检测算法Yolov5训练反光衣数据集模型识别检测反光衣及其他衣服

目标检测算法Yolov5训练反光衣数据集模型建立基于深度学习yolov5反光衣的检测文章目录**标题：基于YOLOv5的反光衣检测全流程参考****1.安装依赖****2.准备数据集**数据集结构示例创建
目标检测数据集合·2025-03-29 23:40

YOLOv8损失函数解读

因为笔者目前做船舶感知检测的方向，想对yolov8进行改进创新。故从零开始学习yolov8。
卧式纯绿·2025-03-29 18:15

yolo模型学习笔记——4——yolov4相比与yolov3的优点

1.网络结构和架构的改变(1)yolov3使用darknet-53的主干网络，该网络基于残差结构(2)yolov4使用CSPDarknet53，增强版darknet-53，具有更高的计算效率和更好的特征提取能
Summit-·2025-03-29 07:23

YOLOv12即插即用--AKConv

1.模块介绍AKConv（AdaptiveKernelConvolution）是一种创新的卷积结构，允许卷积参数的数量按线性方式增长或减少，区别于传统卷积核参数随核尺寸平方增长的模式。这一特性对于资源受限的硬件环境极具优势，因为它能够根据实际需求动态调整参数规模，从而实现更加高效的计算资源利用。在计算资源有限的情况下，AKConv通过减少冗余参数和优化计算开销，使得轻量级模型仍能保持较高的性能，这
辛勤的程序猿·2025-03-29 07:21

YOLOv12即插即用--DeformableAttention2D

1.模块介绍传统Transformer注意力机制关注全局特征，计算量大，导致推理速度较慢。而DeformableAttention通过仅关注目标周围的一小部分关键采样点，有效降低计算复杂度，同时提高模型的检测效率。相比于原始的DETR（DetectionTransformer），其训练过程通常需要较长时间才能收敛，往往需要大量epoch才能精准地定位目标特征。而在DeformableDETR中，由
辛勤的程序猿·2025-03-29 07:21

【ROS】Darknet_ROS YOLO V3 部署自训练模型 目标检测

【ROS】Darknet_ROSYOLOV3目标检测前言整体思路安装依赖项检查克隆源码编译与构建准备文件1.权重文件（xf_real.weights）2.配置文件（xf_real.cfg）3.模型配置文件
Abaaba+·2025-03-29 07:20

第P8周：YOLOv5-C3模块实现

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊我的环境：语言环境：python3.12.6编译器：jupyterlab深度学习环境：Pytorch前期准备importtorchimporttorch.nnasnnimporttorchvision.transformsastransformsimporttorchvisionfromtorchvisionimporttransform
小羊的 utopia·2025-03-29 07:49

YOLO11改进|YOLO11中引入注意力和卷积融合模块CAFMAttention

目录一、【CAFMAttention】模块1.1【CAFMAttention】模块1.2【CAFMAttention】核心代码二、添加【CAFMAttention】2.1STEP12.2STEP22.3STEP32.4STEP4三、yaml文件与运行3.1yaml文件3.2运行成功截图一、【CAFMAttention】模块1.1【CAFMAttention】模块论文地址：https://arxiv
如果能为勤奋颁奖·2025-03-29 07:49

智慧医疗胃癌检测数据集VOC+YOLO格式487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)：487标注数量(xml
FL1623863129·2025-03-29 06:14

解决 FFmpeg 使用 C/C++ 接口时，解码没有 shell 快的问题（使用多线程）

一、问题硬件设备为香橙派5Plus，最近需要使用硬件视频解码来加速YOLO的检测，shell窗口的FFmpeg已经调通，详见文章：编译支持RKmpp和RGA的ffmpeg源码_rk3588ffmpegmpp-CSDN
plmm烟酒僧·2025-03-29 00:25

融合yolov8算法

如果您已经有了能够分别运行YOLOv8和OpenPCDetPointPillars的ROS工作空间，并且每个都能单独实现实时检测，那么融合它们的最佳方式是创建一个新的融合节点，该节点订阅两个系统的检测结果并执行融合算法
Tools are951·2025-03-28 22:16

【目标检测】茶叶病害数据集5408张7类标签YOLO+VOC（已增强）

【目标检测】茶叶病害数据集5408张7类标签YOLO+VOC（已增强）数据集格式：VOC格式+YOLO格式压缩包内含：3个文件夹，分别存储图片、xml、txt文件JPEGImages文件夹中jpg图片总计
不会仰游的河马君·2025-03-28 21:06

YOLOv8目标检测算法详解

YOLOv8是Ultralytics公司最新推出的Yolo系列目标检测算法，建立在Yolo系列历史版本的基础上，并引入了新的功能和改进点，以进一步提升性能和灵活性。
培根芝士·2025-03-28 17:12

Yolo系列之Yolo v1概述及网络结构理解

Yolov1概述及网络结构理解目录Yolov1概述及网络结构理解Yolov1概述概念核心思想评价指标MAPIOUmAP50mAP50-95优缺点网络框架核心网络框架边界框关键设计思想损失函数Yolov1
是十一月末·2025-03-28 17:11

【YOLO】X-AnyLabeling 半自动标注

【YOLO】X-AnyLabeling半自动标注前言整体思路模型转换修改模型YAML文件导入自定义模型常见错误export导出错误AttributeError:module'numpy'hasnoattribute'typeDict'ONNX
Abaaba+·2025-03-26 23:04

`cv4` 在 `YOLO-Pose` 任务中的作用

假设初始输入假设ch=(256,512,1024)，表示YOLO网络输出的3个特征层，每个层的通道数分别是256、512和1024。假设输入图片大小为640×640。
有人给我介绍对象吗·2025-03-26 18:25

基于深度学习的水果识别系统

YOLO（YouOnlyLookOnce）是一种高效的目标检测模型，其主要特点是检测速度快、精度高，适用于实时目标检测任务。YOLO模型通过
A等天晴·2025-03-26 17:51

开个坑记录一下树莓派4B部署yolo的一些问题

问题一：操作系统与内核信息这个问题困扰了我一天半，下载的时候显示的信息是aar64的系统，但是这并无意味着一个问题，那就是你的操作系统是64位的。需要采用如下的指令查看：getconfLONG_BIT我在树莓派得出来的操作系统是32位。这就使得你在解压系统的时候会出现一些问题，比如conde.exe无法找到。问题二：采用自带的python版本过高前面那个问题使得我一直无法采用conda的虚拟环境（
这张生成的图像能检测吗·2025-03-26 17:48

YOLOv11改进 | 注意力篇 | YOLOv11引入24年ECCV的自调制特征聚合注意力模块(SMFA)，并构建C2PSA_SMFA

1.SMFA介绍1.1摘要：基于Transformer的图像复原方法由于Transformer的自注意（self-attention，SA）特性能够更好地挖掘非局部信息，从而获得更好的高分辨率图像重建效果，因此具有重要的应用价值。然而，关键点积SA需要大量的计算资源，这限制了其在低功耗器件中的应用。此外，模拟退火机制的低通特性限制了其捕获局部细节的能力，从而导致平滑的重建结果。针对该问题，该文提出
小李学AI·2025-03-26 06:54

YOLO11改进-注意力-引入自调制特征聚合模块SMFA

本篇文章将介绍一个新的改进机制——SMFA（自调制特征聚合模块），并阐述如何将其应用于YOLOv11中，显著提升模型性能。随着深度学习在计算机视觉中的不断进展，目标检测任务也在快速发展。
一勺汤·2025-03-26 06:54

Pytorch入门实战 | 第P9周：YOLOv5-Backbone模块实现

本次我将利用YOLOv5算法中的Backbone模块搭建网络。YOLOv5是目标检测算法，是否可以尝试将其网络结构用在目标识别上，或进行改进形成一个全新的算法（类似之前介绍过的VGG1-6）。
K同学啊·2025-03-26 04:42

YOLOv5改进策略|YOLOv5草莓成熟度检测,YOLOv5s-Straw在未成熟模型中的平均精度为82.1% 其中，近成熟级为73.5%，成熟级为86.6%，分别提高2.3%和3.7%

本研究提出了一个基于YOLOv5的自定义对象检测模型，用于检测室外环境中的草莓。YOLOv5s原有架构进行修改，将C3模块替换为C2f主干
人工智能_SYBH·2025-03-26 04:41

MATLAB 2024b深度学习工具箱新特性全面解析与DeepSeek大模型集成开发：卷积神经网络、迁移学习算法、时间卷积网络、生成式对抗网络、自编码器、目标检测YOLO模型、语义分割、注意力机制等

随着人工智能技术的飞速发展，其与多学科的交叉融合以及在工程实践领域的纵深拓展已成为时代潮流。在这一背景下，MATLAB2024b深度学习工具箱应运而生，凭借架构创新与功能强化，为科研工作者提供了一套全栈式的科研创新与行业应用解决方案，具有重要的时代意义。本教程紧密围绕该版本工具链的三大革新方向展开，致力于助力科研工作者在深度学习领域取得突破性进展。首先，构建了覆盖经典模型与前沿架构的体系化教程，从
WangYan2022·2025-03-26 03:06

AI视频自动剪辑的核心原理

物体识别：使用YOLO、ResNet等模型检测人脸、
xinxiyinhe·2025-03-25 14:24

YOLO编程：开启计算机视觉的神奇之门

目录一、从神奇的AI应用说起二、YOLO是什么三、YOLO的独特优势（一）速度为王（二）精度可靠（三）部署便捷四、YOLO的工作流程揭秘（一）图像分割与网格划分（二）目标预测与数据输出（三）结果筛选与最终确定五
大雨淅淅·2025-03-25 07:37

YOLO 标签工具 2025-03-25 更新

YOLO标签工具2025-03-25更新#!
netkiller-BG7NYT·2025-03-25 07:34

在 web 部署 YOLOv8目标检测（Django+html）

本文介绍如何将自己训练好的模型在网页上进行应用，使用Django+html进行部署，能够对视频和图像进行识别，并显示到页面上，下面是一个效果：上传和另外7个页面-个人-MicrosoftEdge2025-03-1321-52-06下面进行教学，想直接要源码的直接滑到最底下。首先配置环境，设置一个全局文件夹，用于储存每次选择和检测完的图片和视频：setting.py中加入:importosBASE_
Edward-tan·2025-03-24 22:59

残疾人员检测数据集VOC+YOLO格式3168张5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)：3168标注数量(xml
FL1623863129·2025-03-24 19:05

目标检测YOLO实战应用案例100讲-基于深度学习的无人机目标检测算法轻量化研究（中）

目录基于改进YOLOv5的无人机图像实时目标检测4.1引言4.2基于改进YOLOv5的目标检测模型结构4.3消融实验及结果分析4.4算法迁移验证实验基于Jetson-Xavier的模型优化部署5.1引言
林聪木·2025-03-24 15:03

YOLOv8 改进：添加 AKConv（任意采样形状和任意数目参数的卷积）

YOLOv8改进：添加AKConv（任意采样形状和任意数目参数的卷积）引言在目标检测领域中，YOLO（YouOnlyLookOnce）系列因其速度和效率而受到广泛关注。
鱼弦·2025-03-24 12:34

YOLOV8多模态(可见光+红外光，基于Ultralytics官方代码实现）

YOLOV8多模态(可见光+红外光，基于Ultralytics官方代码实现）各位读者麻烦给个star或者fork，求求了。
@M_J_Y@·2025-03-24 07:20

【如何打包docker大镜像】

需要将容器服务部署到离线服务器上；方案：本机的镜像进行打包，然后拷贝到服务器上部署问题描述提示：这里描述项目中遇到的问题：docker中镜像太大，以至于打包时电脑卡死解决方案：压缩打包dockersavemmyolo
青柚~·2025-03-23 15:28

计算机视觉总结

以下是针对上述问题的详细解答，并结合代码示例进行说明：1.改进YOLOv5人脸检测模块，复杂光照场景准确率从98.2%提升至99.5%优化具体过程：光照补偿：在数据预处理阶段，采用自适应光照补偿算法，对图像进行实时增强
Trank-Lw·2025-03-23 11:30

YOLOV11|YOLO12改进系列指南

基于Ultralytics的YOLO11|YOLO12改进目前自带的一些改进方案(持续更新)为了感谢各位对本项目的支持,本项目的赠品是yolov5-PAGCP通道剪枝算法.具体使用教程专栏改进汇总YOLO11
魔鬼面具·2025-03-23 08:03

介于YOLOv5的裂缝识别系统

介于YOLOv5的裂缝识别系统在现代工业中，裂缝监测是的保障设施安全的重要环节。我们公司的新项目——基于YOLOv5的裂缝识别系统，将为您提供高效、精准的解决方案，助力各类工程项目的质量管理。
程序员～小强·2025-03-23 06:49

OCR提取+识别方案

1.内容提取通过YOLO提取需要识别的区域1.1安装ultralytics创建虚拟环境(可选)#创建虚拟环境python-mvenv.venv#激活虚拟环境###激活虚拟环境将更改shell的提示以显示您正在使用的虚拟环境
·2025-03-23 06:03

【YOLOv8】YOLOv8改进系列（9）----替换主干网络之RepViT

主页：HABUO主页：HABUOYOLOv8入门+改进专栏如果再也不能见到你，祝你早安，午安，晚安【YOLOv8改进系列】：【YOLOv8】YOLOv8结构解读YOLOv8改进系列（1）----替换主干网络之
HABuo·2025-03-22 23:18
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他