yolo树莓派

YOLOv8改进策略【Backbone/主干网络】| 替换骨干网络为2023-CVPR ConvNeXt V2 （附网络详解和完整配置步骤）

一、本文介绍本文记录的是将ConvNeXtV2应用到YOLOv8中的改进方法研究。
Limiiiing·2025-01-29 13:54

Python 中 ssl 模块所使用的 OpenSSL 版本（1.0.2k-fips）和系统中 openssl 命令所使用的 OpenSSL 版本（1.1.1u）不一致（已解决）

在使用Linux中配置yolov5环境时遇到问题：[root@iZ2ze9bdu1sca12rizazfkZqcby-project]#python3-c"importssl;print(ssl.OPENSSL_VERSION
Future_yzx·2025-01-29 12:38

单目测距（yolo-目标检测+标定+深度学习目标检测_测距）

YOLOv5模型介绍YOLOv5是目前最先进的目标检测算法之一，在多个数据集上取得了优秀的表现。
计算机C9硕士_算法工程师·2025-01-29 09:37

YOLOv10涨点改进：特征融合创新 | 多层次特征融合（SDI），小目标涨点明显，| UNet v2，比UNet显存占用更少、参数更少

本文独家改进：多层次特征融合（SDI），能够显著提升不同尺度和小目标的识别率如何引入到YOLOv10：1)替代原始的Concat；改进结构图如下：《YOLOv10魔术师专栏》将从以下各个方向进行创新：【
AI小怪兽·2025-01-28 19:08

YOLO11涨点优化：特征融合创新 | 多层次特征融合（SDI），小目标涨点明显| UNet v2，比UNet显存占用更少、参数更少

本文独家改进：多层次特征融合（SDI），能够显著提升不同尺度和小目标的识别率如何引入到YOLO11：1)替代原始的Concat；改进结构图如下：《YOLOv11魔术师专栏》将从以下各个方向进行创新：【原创自研模块
AI小怪兽·2025-01-28 19:08

bash: /home/xxx/anaconda3/bin/conda: No such file or directory

二报错信息bash:/home/xxx/anaconda3/envs/yolov10/bin/pip3/home/xxx/.conda/envs/yolov10/bin/python:badinterpreter
鲤鱼不懂·2025-01-28 18:58

ultralytics 是什么？

它最著名的功能是实现YOLO（YouOnlyLookOnce）系列模型，特别是最新的YOLOv8。1.YOLO是什么？YOLO是一种流行的目标检测算法，以其速度快和精度高而闻名。
博刻·2025-01-28 16:09

使用onnxruntime-web 运行yolov8-nano推理

ONNX（OpenNeuralNetworkExchange）模型具有以下两个特点促成了我们可以使用onnxruntime-web直接在web端上运行推理模型，为了让这个推理更直观，我选择了试验下yolov8
CHEN_RUI_2200·2025-01-28 14:27

json格式的标记文件转yolo格式（txt）的标记文件

背景我在使用anylabeling标记软件时发现导出的标记文件格式只能是json格式，而我yolov8训练模型的标记文件需要时txt格式的，所以我需要写一个转换脚本脚本1.脚本1这个脚本是针对于矩形框标记的转换
帅气的亮·2025-01-28 10:33

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-transformer.py

transformer.pyultralytics\nn\modules\transformer.py目录transformer.py1.所需的库和模块2.classTransformerEncoderLayer(nn.Module):3.classAIFI(TransformerEncoderLayer):4.classTransformerLayer(nn.Module):5.classTra
红色的山茶花·2025-01-28 08:47

基于YOLOv8+PyQt5的密集人群计数检测系统

基于YOLOv8+PyQt5的密集人群计数检测系统是一个结合了目标检测算法与图形用户界面的项目，以下是相关介绍：【毕业设计参考】基于yolov8+pyqt5的密集人群计数检测系统.zip资源-CSDN文库系统概述该系统旨在实时分析某一区域内的人群数量与分布情况
人工智能教学实践·2025-01-28 05:29

YOLOv9改进，YOLOv9检测头融合ASFF（自适应空间特征融合），全网首发

摘要一种新颖的数据驱动的金字塔特征融合策略，称为自适应空间特征融合（ASFF）。它学习了在空间上过滤冲突信息以抑制不一致的方法，从而提高了特征的尺度不变性，并引入了几乎免费的推理开销。#理论介绍目标检测在处理不同尺度的目标时，常采用特征金字塔结构。然而，这种金字塔结构在单步检测器中存在尺度不一致性问题，即不同尺度的特征层在检测过程中可能产生冲突，导致精度下降。ASFF方法通过学习每个尺度特征的自适
挂科边缘·2025-01-28 02:32

深度学习之基于Django+YOLOv5商标识别

本项目旨在利用DjangoWeb框架和YOLO
Q1744828575·2025-01-28 01:57

当在树莓派上运行 OpenCV 摄像头代码时出现摄像头打不开

当在树莓派上运行OpenCV摄像头代码时出现“libv4l2:erroropeningvideodevice”报错，通常表示在打开视频设备（即摄像头）时遇到了问题。
李宇杰28·2025-01-28 00:51

YOLOv8改进策略【Backbone/主干网络】| CVPR 2024替换骨干网络为 UniRepLKNet，解决大核 ConvNets 难题

一、本文介绍本文记录的是基于UniRepLKNet的YOLOv8骨干网络改进方法研究。UniRepLKNet提出了独特的大核设计能有效捕捉图像特征，在多模态任务中展现出强大的通用感知能力。
Limiiiing·2025-01-27 17:57

yolov5 解决：Traceback (most recent call last)

运行train.py程序后训练之后，到最后验证的那一步报一个线程异常的错误原因：pillow版本太高了，把pillow降级就行了pillow官网上的python对应版本在conda中，您可以安装pillow的任何可用版本。要查看可用的pillow版本，您可以使用以下命令：condasearchpillow这将列出所有可用的pillow版本。然后，您可以使用以下命令安装您选择的版本：condains
南商·2025-01-27 15:18

yolo系列训练从本机挪到服务器中的报错：modulenotfounderror:numpy._core

记录一下就是我本身在本机跑起来能训练了，把文件拷贝到服务器中环境跑的时候，出现了报错modulenotfounderror:numpy._core我上网搜的好些说numpy有问题需要重新下载因为本机和服务器已有环境中的numpy版本不同，所以出现此报错但或许不用！我借鉴了ModuleNotFoundError:Nomodulenamed‘numpy._core‘_modulenotfounderr
m0_57663261·2025-01-27 08:05

YOLOv9-0.1部分代码阅读笔记-train.py

train.pytrain.py目录train.py1.所需的库和模块2.deftrain(hyp,opt,device,callbacks):3.defparse_opt(known=False):4.defmain(opt,callbacks=Callbacks()):5.defrun(**kwargs):6.if__name__=="__main__":1.所需的库和模块importargp
红色的山茶花·2025-01-27 05:40

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统 yolov8来训练无人机数据集并检测无人机

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统yolov8来训练无人机数据集并检测无人机无人机数据集，yolo格式种类为uav，一共近5w张图片，如何用yolov8
QQ_1309399183·2025-01-27 03:58

YOLO到XML：轻松转换标注文件，助力计算机视觉项目

YOLO到XML：轻松转换标注文件，助力计算机视觉项目在计算机视觉项目中，数据标注是至关重要的一步。不同的算法和框架可能需要不同格式的标注文件。
m0_69670384·2025-01-27 02:21

目标检测算法以及常用库概述

YOLO目标检测创新改进与实战案例专栏专栏目录：YOLO有效改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLO基础解析+创新改进+实战案例目标检测是在图像中发现并识别物体的过程
YOLO大师·2025-01-26 16:36

YOLOv11-ultralytics-8.3.67部分代码阅读笔记-conv.py

conv.pyultralytics\nn\modules\conv.py目录conv.py1.所需的库和模块2.defautopad(k,p=None,d=1):3.classConv(nn.Module):4.classConv2(Conv):5.classLightConv(nn.Module):6.classDWConv(Conv):7.classDWConvTranspose2d(nn.
红色的山茶花·2025-01-26 14:24

在树莓派安装arm gcc工具链

InstallGCC需要将gnu工具在树莓派重新编译，具体流程见文档：ThebuildprocessofGNUtoolsforARMembeddedprocessors由于编译需要的时间较长，Github
zili09·2025-01-26 10:51

Ubuntu Server 连接WiFi

文章目录前言配置参考链接:前言最近又在把树莓派3B拿出来玩折腾，原本的PiOS不原生支持64x系统，而CentOS就不说了，目前是安装的UbuntuServer。
RyanKONG·2025-01-25 23:46

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统 yolov8来训练无人机数据集并检测无人机

使用YOLOv8训练一个无人机（UAV）检测模型，深度学习目标检测中_并开发一个完整的系统yolov8来训练无人机数据集并检测无人机无人机数据集，yolo格式种类为uav，一共近5w张图片，如何用yolov8
QQ_767172261·2025-01-25 20:53

【树莓派入门系列】opencv安装

树莓派入门之Opencv库安装提示：本文树莓派4B所搭载的系统是Raspi11本教程不需要任何换源，直接用树莓派自带的源就行文章目录一、树莓派版本查看二、Opencv库安装1.扩大系统文件（常规操作）2
^Mark_Zhang^·2025-01-25 18:38

【YOLO日志文件】读取和可视化events.out.tfevents文件

文章目录前言方法读取数据可视化数据总结前言目的：读取和可视化events.out.tfevents文件问题：yolo官方程序默认出的图样式和数据不够详细，如何提取出相应数据，方便自己查看详细和处理数据方法
我是瓦力·2025-01-25 12:29

YOLOV11改进1-检测头篇

模型训练1.数据集准备2.环境准备3.训练3.1原结构训练3.2更改后的模型三.效果对比1.原始结构2.修改后的结果3.详细对比总结前言    目标检测领域里，小目标一直是一个难点问题，虽然我们可以用YOLO
~啥也不会~·2025-01-25 08:00

YOLOv10-1.1部分代码阅读笔记-model.py

model.pyultralytics\models\yolo\model.py目录model.py1.所需的库和模块2.classYOLO(Model):3.classYOLOWorld(Model)
红色的山茶花·2025-01-25 08:27

YOLO 安装 并且命令行指定配置文件

pipinstallultralyticssettings.yaml保存到当前目录，data参数yolo命令行指定配置文件{"settings_version":"0.0.6","datasets_dir
ELI_He999·2025-01-25 08:26

Jetson Orin Nano Super之pytorch + torchvision安装

JetsonOrinNanoSuper之pytorch+torchvision安装1源由2.安装pytorch2.1NVIDIA手动版本下载2.2开源自己编译版本3.安装torchvision4.参考资料1源由YoloincompatiblewithJetpack6.2
lida2003·2025-01-25 08:26

煤矿场景下拖链检测数据集VOC+YOLO格式21407张1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)：21407标注数量(xml
FL1623863129·2025-01-25 08:54

煤矿场景下安全帽检测数据集VOC+YOLO格式179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)：170标注数量(xml
FL1623863129·2025-01-25 08:23

基于深度学习的鸟类识别系统详解（UI界面 + YOLOv10 + 数据集）

随着深度学习技术的发展，基于YOLO（YouOnlyLookOnce）系列模型的目标检测系统展现了卓越的性能，特别是在速度和精度上的平衡方面。
2025年数学建模美赛·2025-01-25 05:34

树莓派pico搭建开发环境的报错及解决

1.更新cmake报错：--Usingthesingle-headercodefrompico/picotool/picotool-src/lib/nlohmann_json/single_include/CMakeDeprecationWarningatpico/pico-sdk/lib/mbedtls/CMakeLists.txt:23(cmake_minimum_required):Comp
2401_86161528·2025-01-24 20:59

YOLOv10改进，YOLOv10添加ASFF检测头（自适应空间特征融合），添加小目标检测层（四头检测）+CA注意机制，全网首发

摘要一种新颖的数据驱动的金字塔特征融合策略，称为自适应空间特征融合（ASFF）。它学习了在空间上过滤冲突信息以抑制不一致的方法，从而提高了特征的尺度不变性，并引入了几乎免费的推理开销。#理论介绍目标检测在处理不同尺度的目标时，常采用特征金字塔结构。然而，这种金字塔结构在单步检测器中存在尺度不一致性问题，即不同尺度的特征层在检测过程中可能产生冲突，导致精度下降。ASFF方法通过学习每个尺度特征的自适
挂科边缘·2025-01-24 13:06

深入浅出之注意力机制（YOLO）

一、基本概念注意力机制（AttentionMechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息，这种机制被称为注意力机制。它主要有两个方面：一是决定需要关注输入的哪部分，二是分配有限的信息处理资源给重要的部分。该机制可以应用于任何类型的输入，而不管其形状如何。在计算能力有限的情况下，注意力机制是解决信息超载问题的主要
浩瀚之水_csdn·2025-01-24 10:37

交通领域当中的视觉识别算法

以下是一些交通领域中常见的视觉识别算法：目标检测算法YOLO系列：YouOnlyLookOnce（YOLO）算法以其快速高效的特点在交通领域得到广泛应用。
若木胡·2025-01-24 05:56

导出 YOLOv11 模型的详细步骤和说明

以下是关于如何导出YOLOv11模型的详细步骤和说明：1.导出YOLOv11模型的基本步骤YOLOv11模型可以通过Ultralytics提供的接口轻松导出为多种格式，如ONNX、TensorRT、CoreML
old_power·2025-01-23 19:14

树莓派4基于Debian GNU/Linux 12 (Bookworm)配置静态ipv4网络

【注意】此版本的树莓派桌面系统是使用NetworkManager的网络管理工具1.查看当前网络连接配置nmclidevshoweth0使用上面指令查看网络配置如果在执行nmclidevshoweth0时
Christal_pyy·2025-01-23 14:10

YOLOv5模型版本详解：n/s/m/l的区别与选型指南

4.1精度-速度曲线4.2资源消耗对比五、工程部署建议5.1设备适配方案5.2模型优化技巧5.2.1量化压缩5.2.2网络剪枝六、版本选型指南6.1决策流程图6.2场景化推荐七、总结建议一、模型版本概述YOLOv5
我的青春不太冷·2025-01-23 12:59

YOLOv11目标检测模型部署到微信小程序上

1.效果YOLOv11目标检测模型部署到微信小程序上2.后端主要代码importosimporttimeimportnumpyasnpimporttorchfromflaskimportFlask,request
小阿技术·2025-01-23 00:17

基于C++和ONNX Runtime的YOLOv5目标检测实战

YOLOv5作为一种先进的目标检测算法，以其速度快、精度高的特点备受关注。本文将详细介绍如何使用C++结合ONNXRuntime推理引擎来部署YOLOv5模型，实现高效的目标检测。
浪浪山小白兔·2025-01-22 18:01

基于树莓派的对话机器人

一、树莓派系统搭建1.搭建系统两种方法，一种是直接使用RaspberryPiImager安装，这种相关于是自动安装系统，好处是比较方便，但是问题是比较慢；另一种是自行下载镜像，然后再把镜像安装到内存卡中
乞力马扎罗山的雪B·2025-01-22 16:16

【ubuntu24.10 安装及设置（树莓派）】

1、ubuntu24.10开启ssh，成功Ubuntu怎么开启SSH_ubuntussh-CSDN博客文章浏览阅读8.8w次，点赞75次，收藏421次。本文介绍了在Ubuntu22.10上如何启用SSH服务，包括在安装时选择或通过命令行安装OpenSSHserver，设置root用户密码，启动和检查SSH服务状态，以及修改sshd_config允许root用户登录。此外，还讲解了使用Xshell等
qq_39717490·2025-01-22 12:10

【YOLOv8改进 - 检测头】 RT-DETR检测头，解决传统目标检测器中非极大值抑制（NMS）所带来的速度和准确性之间的平衡问题

YOLO目标检测创新改进与实战案例专栏专栏目录：YOLO有效改进系列及项目实战目录包含卷积，主干注意力，检测头等创新机制以及各种目标检测分割项目实战案例专栏链接:YOLO基础解析+创新改进+实战案例介绍摘要
YOLO大师·2025-01-22 05:14

ARM架构下的JDK 8安装包及部署指南：为您的开发环境加速

ARM架构下的JDK8安装包及部署指南：为您的开发环境加速项目地址:https://gitcode.com/open-source-toolkit/8c506项目介绍在ARM架构的设备上，如树莓派等，搭建
平稳炜·2025-01-22 04:42

基于YOLOv5、YOLOv8和YOLOv10的机场安检行李检测：深度学习应用与实现

YOLO（YouOnlyLookOnce）系列算法，由于其高效的目
2025年数学建模美赛·2025-01-22 03:31

YOLOv10全网最新创新点改进系列：YOLOv10融合SwinTransformer模块，分辨率每层变成一半，而通道数变成两倍,有效提升小目标检测效果！

YOLOv10全网最新创新点改进系列：YOLOv10融合SwinTransformer模块，分辨率每层变成一半，而通道数变成两倍,有效提升小目标检测效果！所有改进代码均经过实验测试跑通！
AI棒棒牛·2025-01-21 16:02

改进yolov8工业缺陷检测+swin+transformer

使用NEU-DET数据集进行缺陷检测的YOLOv8改进模型应用详解在现代工业生产过程中，质量控制是至关重要的一个环节。
qq1309399183·2025-01-21 15:56
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他