neck

改进YOLOv7系列：22.最新HorNet结合YOLOv7应用！ | 多种搭配，即插即用 | Backbone主干、递归门控卷积的高效高阶空间交互

本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制
芒果汁没有芒果·2022-09-12 07:08

改进YOLOv5系列：11.ConvNeXt结合YOLO | CVPR2022 多种搭配，即插即用 | Backbone主干CNN模型

本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制
芒果汁没有芒果·2022-09-12 07:07

YOLOX-PAI 详细解读（一）论文解读

二、论文解读0、摘要1、简介2、方法2.1、Backbone2.2、neck2.3、head2.4、PAI-Blade2.5、EasyCVPredictor3、实验3.1、SOTA对比3.2、消融研究3.3
楚楚小甜心·2022-09-12 07:36

检测分割算法改进(篇五) 引入Swin Transformer做检测网络Backbone

检测算法通常包括Backbone、Neck、Head等结构，屠榜的SwinTransformer当然也是可以被作为Backbone的，如下图所示：在撸代码之前，需要对Swin-Transformer的各个模块有清晰的了解
@会飞的毛毛虫·2022-09-04 08:14

改进YOLOv5系列：15.添加SimAM注意力机制

本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制
芒果汁没有芒果·2022-09-04 08:42

改进YOLOv5系列：20.添加GAMAttention注意力机制

本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制
芒果汁没有芒果·2022-08-28 07:16

改进YOLOv5系列：19.添加SEAttention注意力机制

本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制
芒果汁没有芒果·2022-08-28 07:46

改进YOLOv5系列：21.添加CBAM注意力机制

本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制
芒果汁没有芒果·2022-08-28 07:45

YOLOAir

该项目包含大量的改进方式，并能降低改进难度，改进点包含Backbone、Neck、Head、注意力机制、IoU损失函
tt姐·2022-08-24 21:59

tensorflow2实现YOLOv6交通标志检测

2.YOLOv6网络结构如上图是YOLOv6的整体网络结构，主要由三个部分组成Backbone、Neck还有Head部分组成。其流程为：先对输入的图片预处理，处理
Haohao+++·2022-08-22 10:24

改进YOLOv5系列：10.最新HorNet结合YOLO应用首发！ | ECCV2022出品，多种搭配，即插即用 | Backbone主干、递归门控卷积的高效高阶空间交互

本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制
芒果汁没有芒果·2022-08-21 07:28

yolov5学习笔记整理

首先，yolov5主要分为四个部分，输入端，backbone，neck，输出端。
qq_63067417·2022-08-17 19:51

yolov5之魔化修改

（1）YOLOAir：小白YOLO系列Trick改进论文推荐|包括Backbone,Neck,Head,注意力机制,IoU损失函数,NMS,自注意力机制,数据增强部分,激活函数_芒果汁没有芒果的博客-CSDN
曙光_deeplove·2022-08-15 07:04

改进YOLOv5系列：9.BoTNet Transformer结构的修改

本项目包含大量的改进方式,降低改进难度,改进点包含Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数等部分，详情可以关注YOLOAir
芒果汁没有芒果·2022-08-15 07:14

【毕业设计】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·2022-08-14 07:15

【毕业设计】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·2022-08-14 07:14

改进YOLOv5系列：8.增加ACmix结构的修改,自注意力和卷积集成

本项目包含大量的改进方式,降低改进难度,改进点包含Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数等部分，详情可以关注YOLOAir
芒果汁没有芒果·2022-08-13 07:38

改进YOLOv5系列：5.CotNet Transformer结构的修改

本项目包含大量的改进方式,降低改进难度,改进点包含Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数等部分，详情可以关注YOLOAir
芒果汁没有芒果·2022-08-10 07:14

YOLOAir库：多种内置yaml网络模型配置

本项目包含大量的改进方式,降低改进难度,改进点包含Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数等部分，详情可以关注YOLOAir
芒果汁没有芒果·2022-08-10 07:14

改进YOLOv5系列：6.修改Soft-NMS,Soft-CIoUNMS,Soft-SIoUNMS,Soft-DIoUNMS,Soft-EIoUNMS,Soft-GIoUNMS...

本项目包含大量的改进方式,降低改进难度,改进点包含Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数等部分，详情可以关注YOLOAir
芒果汁没有芒果·2022-08-10 07:14

改进YOLOv5系列：7.改进DIoU-NMS,SIoU-NMS,EIoU-NMS,CIoU-NMS,GIoU-NMS

本项目包含大量的改进方式,降低改进难度,改进点包含Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数等部分，详情可以关注YOLOAir
芒果汁没有芒果·2022-08-10 07:01

yolov5模型与代码解读

Backbone:newCSPDarknet-53Neck:SPPF,NewCSP-PANHead:yolov3head下图是v5l：改进部分：1.Focus模块Focus模块将每个2x2的相邻像素划分为一个
JWangwen·2022-08-09 09:00

YOLO Air一款面向科研小白的YOLO项目|包含大量改进方式教程|适用YOLOv5,YOLOv7,YOLOX,YOLOv4,YOLOR,YOLOv3,transformer等算法

助力论文改进、不同数据集涨点、创新点改进YOLOAir一款面向科研的YOLO项目统一使用yolov5代码框架，结合不同模块来构建不同的YOLO目标检测模型,包含大量改进方式教程,改进点包含Backbone、Neck
迪菲赫尔曼·2022-08-09 07:33

基于Tensorflow2的YOLOV4 网络结构及代码解析（2）——NECK部分

继上篇《基于Tensorflow2的YOLOV4网络结构及代码解析（1）——backbone网络结构》博文后继续解析yoloV4的NECK本篇博客主要介绍两个个方面：1.SPPNET:SPP结构使用不同尺度的
xiaoyang0307·2022-08-05 09:35

【毕业设计】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
DanCheng-studio·2022-08-04 07:30

【深度学习】百度：YOLOX和NanoDet都没我优秀！轻量型实时目标检测模型PP-PicoDet开源...

本文对anchor-free策略在轻量型检测器中的应用进行了探索；对骨干结构进行了增强并设计了一种轻量Neck部件；同时对SimOTA策略与Loss进行了改进。
风度78·2022-07-24 07:13

YOLOv5核心基础知识讲解

Yolov5核心基础知识完整讲解（知乎）目录0、基础概念1、Yolov5四种网络2、核心基础内容2.1YOLOv5核心基础内容2.2Yolov5核心基础内容2.2.1输入端2.2.2Backbone2.2.3Neck2.2.4
浅汐入梦·2022-07-21 07:38

目标检测学习笔记——相关资料、竞赛及trick

图像数量是否充分，延伸到类別均衡问题4、人眼观察图像是否有认为旋转，色彩对比度，裁剪等二、数据增强/数据处理（在线、离线）三、postprocess四、模型集成五、训练采样六、模型部分1、backbone2、neck3
phily123·2022-07-04 07:50

yolov6解锁了新姿势

本框架同时专注于检测的精度和推理效率YOLOv6主要在BackBone、Neck、Head以及训练策略等方面进行了诸多的改进：统一设计了更高效的Backbone和Neck：受到硬件感知神经网络设计思想的启发
matlab_python22·2022-07-02 07:06

【目标检测】目标检测界的扛把子YOLOv5（原理详解+修炼指南）

.YOLO输入端1.1Mosaic数据增强1.2自适应锚框计算1.3自适应图片缩放2.YOLO总体架构图2.1BackBone2.1.1Focus模块2.1.2SPP模块2.1.3CSP_X模块2.2Neck2.2.1FPN2.2.2PAN2.3YOLO
魏宝航·2022-07-01 07:29

目标检测——YOLO系列算法（YOLOv4、YOLOv5）的学习笔记

目录1前言2致谢3YOLO模型列表4模型结构2.1BackboneFocus——网格下采样CSPDarknet532.3Neck——SPP&PANSPP：特征融合PAN：自顶向下的特征融合5后处理算法2.1NMSScreening
songyuc·2022-06-27 09:59

Yolo v4:目标检测的最佳速度和精度

：2020CVPR文章目录《YOLOv4：OptimalSpeedandAccuracyofObjectDetection》1.YOLOv4介绍2.YOLOv4网络结构2.1Backbone改进2.2Neck
迪菲赫尔曼·2022-06-23 07:35

【玩转yolov5】使用TensorRT C++ API搭建yolov5s-v4.0网络结构(3)

接上篇【玩转yolov5】使用TensorRTC++API搭建v4.0网络结构(2)，backbone部分已经讲完了，现在进入到neck部分。
昌山小屋·2022-06-23 07:43

YOLOv5模型改进策略源码示例

YOLOv5模型改进策略源码示例YOLO目标检测算法作为单阶段目标检测算法的代表在各个领域都有广泛的应用，在前几篇文章中我们已经对YOLO的Backbone、Neck、Head进行了较为详细的解读，这篇文章主要是从添加注意力机制来提升
Marlowee·2022-06-12 09:30

mmdetection算法之DETR（0）

DETR基本网络结构backbone:resnet50输出的最后一层neck:无head:transformer，编解码+FFN+最后的预测分类和回归一、模型输出我们直接看经过resnet50特征提取后的
AI、明察秋毫·2022-06-10 07:00

YOLO_v4讲解

的创新点三：输入端【数据增强Mosaic】【SAT自对抗训练】【cmBN】[LabelSmoothing]四：BackBone【CSPDarknet53】【Mish激活函数】【Dropblock】五：Neck
江南綿雨·2022-06-09 20:52

yolox全解析

模型图:网络模型分为四个部分：1.输入端、2.backbone、3.neck、4.预测端每个部分的创新，关键点是：1.输入端：mosaic，mixup图像增强2.backbone：CSPLayer层，silu
暄染落墨·2022-06-08 07:43

（转载）yolov5理论学习笔记

2）Neck：对图像特
Activewaste·2022-06-07 07:29

2022年新版YOLO解读(PP-YOLOE)

1、设计机制该检测器的设计机制包括：Anchorfree无锚盒机制可扩展的backbone和neck，由CSPRepResStage(CSPNet+RMN
Tom Hardy·2022-05-30 07:53

基于Pytorch的YoLoV4模型代码及作品欣赏

文章目录一、前言二、YoLoV4的作品欣赏三、YoLo模型的源代码Backbone:Neck:Head:四、写在最后一、前言在正式文章开始前，先写几句废话把。。。
使者大牙·2022-05-28 07:58

MMDetection系列之（自定义模型）

neck:在脊骨和头部之间的部位，如:FPN,PAFPN…head:用于特定任务的组件，如框预测、掩码预测等。roi提取器:用于从特征映射中提取Rol特征的部分，如RolAlign。
qq_41627642·2022-05-15 07:19

基于Tensorflow2的YOLOV4 网络结构及代码解析（1）——backbone网络结构

主要从以下几个部分剖析yolov4：1.YOLOV4的backbone网络结构（本博客）2.YOLOV4的NECK和YoloHead3.YOLOV4的Loss和Input4.YOLOV4的创新点以及一些
xiaoyang0307·2022-05-14 07:55

Swin Transformer测试过程

整体结构由四部分构成：backbone、neck、rpn_head、roi_head。
杀生丸变大叔了·2022-05-05 07:49

YOLOV4学习小总结

目录前言1.backbone2.neck3.head4.数据增强5.训练技巧6.训练损失前言论文：https://arxiv.org/abs/2004.10934YOLOV4就是筛选了一些从YOLOV3
Haohao+++·2022-05-04 07:59

计算机视觉基础知识归纳（三）-目标检测

计算机视觉基础知识归纳（三）-目标检测在目标检测中我们把大致分为三个模块：backbone，neck，headbackbone在我们的目标检测网络中，backbone是初步的特征提取，随后将这些提取到的特征图送入
zyfone_cs·2022-05-01 19:20

YOLOV5解析

2）Neck：一系列混合和组合图像特征的网络层，并将图像特征传递到预测层。3）output：对图像特征进行预测，生成边界框和并预测类别。
咆哮的大叔·2022-04-28 07:16

YOLO v5算法详解

1、YOLOv5网络结构2、输入端3、Backone网络4、Neck网络5、Head网络1、YOLOv5网络结构图1YOLOv5网络结构图由上图可知，YOLOv5主要由输入端、Backone、Neck以及
一顿能吃五大海碗啊啊啊·2022-04-25 07:12

mmdetection源码解析

mmdetection开源代码链接：第一章架构设计与实现配置文件:config每个配置文件里有一个metafile.yml的配置文件，给了一个系列(colletions)下的不同实现（不同backbone，neck
yuyuelongfly·2022-04-15 07:21

yolo5的改进策略

DataAugmentation2、AutoLearningBoundingBoxAnchors-自适应锚定框3、Backbone-跨阶段局部网络(CSP，CrossStagePartialNetworks)4、Neck
DLANDML·2022-04-14 16:46

YOLOE，2022年新版YOLO解读

该检测器的设计机制包括：Anchorfree无锚盒机制可扩展的backbone和neck，由CSPRepResStage(CSPNet+RMNet)构成使用VarifocalLoss(VFL)和Distributionfocalloss
pogg_·2022-04-12 08:20
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他