yolo界面制作

【改进YOLOv8】电动车电梯入户检测系统：融合HGNetv2改进改进YOLOv8

1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义：随着电动车的普及和人们对环境保护的重视，电动车的使用量逐渐增加。然而，电动车的充电问题一直是一个挑战，特别是在高层住宅区。为了解决这个问题，电梯入户充电系统逐渐被广泛采用。然而，电梯入户充电系统的安全性和可靠性仍然是一个重要的问题。在电梯入户充电
xuehaikj·2023-12-19 09:16

yolo网络整理-网络结构原理与anchor

YOLOv5是GlennJocher等人操刀研发，Ultralytics公司的开源项目，项目地址可点击。
NCU_wander·2023-12-19 09:15

RT-DETR优化：ASF-YOLO提取多尺度特征 | 2023年12月最新成果

本文改进：ASF-YOLO一种新的特征融合网络架构，该网络由两个主要的组件网络组成，可以为小目标分割提供互补的信息:(1)SSFF模块，它结合了来自u;(2)TFE模块，它可以捕获小目标的局部精细细节等
会AI的学姐·2023-12-19 09:15

yolov5 deepsort-船舶目标检测+目标跟踪+单目测距+速度测量

目标跟踪是一种计算机视觉技术，通过分析图像或视频数据中的目标，实时追踪目标的位置和运动轨迹。在本文中，我们将详细介绍目标跟踪的原理、方法和应用，并探讨其在各个领域中的潜在价值。1.目标跟踪技术的基本原理目标跟踪技术的基本原理是通过提取目标特征，通过计算机算法实现目标在图像或视频序列中的连续追踪。目标特征可以包括颜色、纹理、形状等方面的信息。基于特征的跟踪方法通常包括卡尔曼滤波器、粒子滤波器等。此外
从懒虫到爬虫·2023-12-19 09:14

【改进YOLOv8】磁瓦缺陷分类系统：改进LSKNet骨干网络的YOLOv8

1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义近年来，随着智能制造产业的不断发展，基于人工智能与机器视觉的自动化产品缺陷检测技术在各行各业中得到了广泛应用。磁瓦作为永磁电机的主要组成部分，其质量的好坏直接影响着永磁电机的使用寿命和工作性能。目前在大多数磁瓦生产过程中，对磁瓦质量的检测仍以人工目
xuehaikj·2023-12-19 09:44

日本yolov8用户案例

这篇文章转载来自SWITCHSCIENCE的SuzukiSumiya，本篇文章转载已获作者授权。原文链接来自：https://www.switch-science.com/blogs/magazine/jetson-maker-faire-tokyo-20231.引言这篇文章来自SWITCHSCIENCE的SuzukiSumiya在MakerFaireTokyo2023上演示了通过模拟人手臂的姿态
大象机器人·2023-12-19 09:51

大创项目推荐 深度学习 python opencv 火焰检测识别

文章目录0前言1基于YOLO的火焰检测与识别2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
laafeer·2023-12-19 09:44

助力智能人群检测计数，基于YOLOv3开发构建通用场景下人群检测计数识别系统

首先看下实例效果：本文是选择的比较经典的也是比较古老的YOLOv3来进行模型的开发，YOLOv3（YouOnlyLookOnce
Together_CZ·2023-12-19 07:20

助力智能人群检测计数，基于YOLOv5全系列模型【n/s/m/l/x】开发构建通用场景下人群检测计数识别系统

前文我们基于比较经典的YOLOv3开发实现了检测计数系统，感兴趣的话可以自行移步阅读即可：《助力智能人群检测计数，基于YOLOv
Together_CZ·2023-12-19 07:20

助力智能人群检测计数，基于YOLOv6开发构建通用场景下人群检测计数系统

前文我们基于比较经典的YOLOv3开发实现了检测计数系统，感兴趣的话可以自行移步阅读即可：《助力智能人群检测计数，基于YOLOv
Together_CZ·2023-12-19 07:18

【深度学习目标检测】九、基于yolov5的路标识别（python，目标检测）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。
justld·2023-12-19 06:30

【深度学习目标检测】十、基于yolov5的火灾烟雾识别（python，目标检测）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。
justld·2023-12-19 06:27

从零开始在Linux服务器配置并运行YOLO8+Web项目

个人主页：Meteors.的博客当前专栏：神经网络（随缘更新）✨特色专栏：知识分享本文内容：从零开始在Linux服务器配置并运行YOLO8+Web项目**ps***：阅读这篇文章如果有问题或者疑惑，欢迎各位在评论区提出
Meteors.·2023-12-19 05:04

YOLOv8最新改进系列：YOLOv8+ODConv，全维度动态卷积通过并行策略采用多维注意力机制沿核空间的四个维度学习互补性注意力,涨点神器！！！

YOLOv8最新改进系列：YOLOv8+ODConv，全维度动态卷积通过并行策略采用多维注意力机制沿核空间的四个维度学习互补性注意力,涨点神器！！！粉丝说：!
AI棒棒牛·2023-12-19 04:21

YOLOv8参数解释

参数路径：ultralytics/ultralytics/cfg/default.yamlmodel传入的model.yaml文件或者model.pt文件，用于构建网络和初始化，不同点在于只传入yaml文件的话参数会随机初始化data训练数据集的配置yaml文件epochs训练轮次，默认100patience早停训练观察的轮次，默认50，如果50轮没有精度提升，模型会直接停止训练，为了不终止训练直
AI棒棒牛·2023-12-19 04:21

YOLOv8最新改进系列：SAHI -专门针对小目标检测的推理-切片辅助超推理！小目标检测实战有效！上大分、遥遥领先了家人们！！！

YOLOv8最新改进系列SAHI提出的论文戳这详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
AI棒棒牛·2023-12-19 04:21

YOLOv8最新改进系列：YOLOv8华为提出Gold-YOLO，高效实时目标检测器，精度再提升，多目标、小目标无处遁形！

YOLOv8最新改进系列：YOLOv8华为提出Gold-YOLO，高效实时目标检测器，精度再提升，多目标、小目标无处遁形！安排！！！只管遥遥领先就完了！
AI棒棒牛·2023-12-19 04:20

YOLOv8最新改进系列：YOLOv8+BiFormer（CVPR 2023最新提出），基于动态稀疏注意力构建高效金字塔网络架构，用动态、查询感知的方式实现计算的有效分配，嘎嘎提升目标检测效果！

YOLOv8最新改进系列BiFormer论文在这！详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽改进后的源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
AI棒棒牛·2023-12-19 04:20

最新YOLOv8(2023年8月版本)安装配置！一条龙傻瓜式安装，遇到问题评论区提问

最近需要使用YOLOv8，百度了一下现在网上大多数教程都是比较早期的教程，很多文件已经大不相同，于是我根据官方readme文档，总结了一套安装方法，只需要按照本教程，复制每一段代码，按照教程配置好相应文件即可直接使用
万里不留行·2023-12-19 04:50

YOLOv8最新改进系列：YOLOv8+GSConv+Slim Neck，有效提升小目标检测效果！

YOLOv8最新改进系列GSConv+SlimNeckr提出的论文戳这详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
AI棒棒牛·2023-12-19 04:50

YOLOv8最新改进系列：YOLOv8+ICCV 2023 - 动态蛇形卷积（Dynamic Snake Convolution）采用管状结构，拉升模型小目标、遮挡目标检测效果！

YOLOv8最新改进系列动态蛇形卷积（DynamicSnakeConvolution）提出的论文戳这详细的改进教程以及源码，戳这！戳这！！戳这！！！
AI棒棒牛·2023-12-19 04:50

YOLOv8最新改进系列：YOLOv8融合SwinTransformer模块，有效提升小目标检测效果！

YOLOv8最新改进系列Transformer提出的论文戳这详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
AI棒棒牛·2023-12-19 04:20

YOLOv8最新改进系列：YOLOv8融合BiFPN网络，亲测显著涨点！

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档YOLOv8最新改进系列：YOLOv8融合BiFPN网络，亲测显著涨点BiFPN网络一、替换yaml文件二、新建模块代码三、替换tasks.py
AI棒棒牛·2023-12-19 04:19

速递 | YOLOv8模型改进的N种方法

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达微信公众号：OpenCV学堂关注获取更多计算机视觉与深度学习知识YOLOv8源码到底在哪?
小白学视觉·2023-12-19 04:19

YOLOV8改进:更换PoolFormer主干网络

1.该文章属于YOLOV5/YOLOV7/YOLOV8改进专栏，包含大量的改进方式，主要以2023年的最新文章和2022年的文章提出改进方式。
资料汇总笔记·2023-12-19 04:48

YOLOv8最新改进系列：YOLOv8融合MobileOne模块，继续涨点、继续遥遥领先！

YOLOv8最新改进系列MobileOne论文戳这详细的改进教程以及源码，戳这！戳这！！戳这！！！B站：AI学术叫叫兽源码在相簿的链接中，动态中也有链接，感谢支持！祝科研遥遥领先！
AI棒棒牛·2023-12-19 04:48

老虎tiger目标检测数据集VOC+YOLO格式2100+张

老虎是一种生活在亚洲的大型猫科动物，也是世界上最大的猫科动物之一。它们通常生活在热带雨林、草原和山地地区，是亚洲最大的陆生食肉动物之一，体长可达3.3米，体重可达300千克。老虎的身体结构非常强壮，肌肉发达，牙齿尖锐，是顶级的猎手之一。它们通常会在夜间活动，以猎杀鹿、野猪、水牛、猴子等为生。老虎是非常独立的动物，它们通常是单独行动，只有在交配和母亲照顾幼崽时才会成为群体。老虎是一种濒临灭绝的物种，
小楼先森·2023-12-19 01:30

美洲豹目标检测数据集VOC+YOLO格式1100张

美洲豹（Pantheraonca）是一种生活在南北美洲的大型猫科动物，也是美洲的唯一一种豹。它们通常生活在热带雨林、草原和山地地区，是南北美洲最大的陆生食肉动物之一，体长可达2.7米，体重可达135千克。美洲豹的身体结构非常强壮，肌肉发达，牙齿尖锐，是顶级的猎手之一。它们通常会在夜间活动，以猎杀鹿、猴子、猎豹、猪、鱼、鸟类等为生。美洲豹是非常独立的动物，它们通常是单独行动，只有在交配和母亲照顾幼崽
小楼先森·2023-12-19 01:00

鹿目标检测数据集VOC+YOLO格式3400+张

鹿是一种优美、高贵的动物，常见于欧亚大陆和北美洲的森林、草原和山地。它们属于哺乳动物，是偶蹄目牛科的动物，通常被称为鹿科动物。鹿的身体修长，腿长而纤细，四肢支撑着一副优美的身躯，让人不禁为之倾倒。鹿的外表通常是棕色、灰色或黑色的，有的鹿身上还有白色的斑纹或斑点。它们的眼睛非常大，可以360度无死角地观察周围的环境。鹿的角是它们最显著的特征，角的大小和形状因品种而异，但都是雄性鹿的标志。雄性鹿的角通
小楼先森·2023-12-19 01:58

Windows C++ VS2022 OpenVINO 实例分割 Demo

效果模型信息ModelProperties-------------------------date：2023-09-07T17:11:46.798385description：UltralyticsYOLOv8n-segmodeltrainedoncoco.yamlauthor
乱蜂朝王·2023-12-18 20:53

改进YOLOv8注意力系列一：结合ACmix、Biformer、BAM注意力机制

️改进YOLOv8注意力系列一：结合ACmix、Biformer、BAM注意力机制代码ACmixBiFormerBAMBlock加入方法各种yaml加入结构  本文提供了改进YOLOv8注意力系列包含不同的注意力机制以及多种加入方式
一休哥※·2023-12-18 19:41

RuntimeError: Input type (float) and bias type (c10::Half) should be the same

YOLOv5训练报错RuntimeError:Inputtype(float)andbiastype(c10::Half)shouldbethesame截图如下修改方法如下：训练时在model.half
一休哥※·2023-12-18 19:40

改进YOLOv8注意力系列二：结合CBAM、Coordinate Attention、deformable_LKA_Attention可变形大核注意力

改进YOLOv8注意力系列二：结合ACmix、Biformer、BAM注意力机制代码CBAM注意力CoordinateAttention坐标注意力deformable_LKA_Attention可变形大核注意力加入方法各种
一休哥※·2023-12-18 19:39

如何在GitHub中下载YOLOv5

1）加速器https://steampp.net/（该加速器可以对GitHub进行加速）根据自己的电脑，下载对应的版本加速模式建议改成PAC代理模式下载完成后点击GitHub，一键加速2）yolov5的选取在右上角的搜索框中搜索
AI_dataloads·2023-12-18 18:13

yolov5中train.py运行配置以及报错解决方案

1.依赖库版本要求yolov5中不同版本的依赖库要求可以在requirements.txt查看。根据你的yolov5版本，选择好满足条件的版本。
AI_dataloads·2023-12-18 18:12

yolov8实时推理目标识别、区域分割、姿态识别 Qt GUI

介绍一个GUI工具，可以实时做yolov8模型推理，包括目标检测、姿态识别、跟踪、区域分割等操作。可以接入图像、视频或者RTSP视频流进行验证。推理模型用的是yolov8转onnx之后的。
LittroInno·2023-12-18 16:09

YOLOv5-7.0实例分割+TensorRT部署

一：介绍将YOLOv5结合分割任务并进行TensorRT部署，是一项既具有挑战性又令人兴奋的任务。
Mr Dinosaur·2023-12-18 13:58

Yolov8代码导读+Yolov8-pose训练流程UML时序图

一、yolov8源码和权重下载源码下载：https://github.com/ultralytics/ultralytics权重下载：https://github.com/ultralytics/assets
深度学习ing~·2023-12-18 13:27

yolov5-face模型训练以及测试

个人学习笔记，对yolov5-face模型进行训练以及修改test.py输出关键点信息txt，有错误欢迎纠正目录前言一、克隆yolov5-face到本地二、下载数据集三、widerface数据集转换为yolo
阿深不吃鱼·2023-12-18 13:57

YOLOv3-YOLOv8的一些总结

0写在前面这个文档主要总结YOLO系列的创新点，以YOLOv3为baseline。参考(抄)了不少博客，就自己看看吧。有些模型的trick不感兴趣就没写进来，核心的都写了。
花飞雨追·2023-12-18 13:24

YOLOv5改进 | 注意力篇 | RCS-OSA替换C3实现暴力涨点（减少通道的空间对象注意力机制）

一、本文介绍本文给大家带来的改进机制是RCS-YOLO提出的RCS-OSA模块，其全称是"ReducedChannelSpatialObjectAttention"，意即"减少通道的空间对象注意力"。
Snu77·2023-12-18 13:08

YOLOv5改进 | SPPF | 将RT-DETR模型AIFI模块和Conv模块结合替换SPPF（全网独家改进）

一、本文介绍本文给大家带来是用最新的RT-DETR模型中的AIFI模块来替换YOLOv5中的SPPF。
Snu77·2023-12-18 13:08

YOLOv5改进 | SPPF篇 | FocalModulation替换SPPF（精度更高的空间金字塔池化）

一、本文介绍本文给大家带来的改进是用FocalModulation技术来替换了原有的SPPF（快速空间金字塔池化）模块。FocalModulation是今年新提出的特征增强方法，它利用注意力机制来聚焦于图像中的关键区域，从而提高模型对这些区域的识别能力。与SPPF相比，FocalModulation不仅能够处理不同尺寸的输入图像，还能更精确地识别和定位图像中的对象。这一技术特别适用于处理那些难以检
Snu77·2023-12-18 13:07

YOLOv5改进 | 卷积篇 | SPD-Conv空间深度转换卷积（高效空间编码技术）

一、本文介绍本文给大家带来的改进内容是SPD-Conv（空间深度转换卷积）技术。SPD-Conv是一种创新的空间编码技术，它通过更有效地处理图像数据来改善深度学习模型的表现。SPD-Conv的基本概念：它是一种将图像空间信息转换为深度信息的技术，从而使得卷积神经网络（CNN）能更加有效地学习图像特征。这种方法通过减少信息损失和提高特征提取的准确性，优化了模型对小物体和低分辨率图像的处理能力。我在Y
Snu77·2023-12-18 13:05

大象elephant目标检测数据集VOC+YOLO格式2300张

大象是长鼻目象科的哺乳动物，有两个属，是世界上最大的陆生动物。其像柱子一样的四肢和宽厚的脚掌可以稳稳支撑住庞大的身体。巨大的头上长有蒲扇状的大耳朵和长且有弹性的鼻子。象耳上有丰富的血管，可以有效散热。鼻子和上唇合而为一的象鼻由超过1.5万块肌肉协调。大象分布于撒哈拉以南非洲和亚洲东南部，[8]栖息于多种生存环境，尤喜丛林、草原和河谷地带。群居，雄兽偶有独居。以植物为食，食量大。[9]大象每隔4-9
小楼先森·2023-12-18 11:37

基于YOLOv8深度学习的路面标志线检测与识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、深度学习实战

《博主简介》小伙伴们好，我是阿旭。专注于人工智能、AIGC、python、计算机视觉相关分享研究。✌更多学习资源，可关注公-仲-hao:【阿旭算法与机器学习】，共同学习交流~感谢小伙伴们点赞、关注！《------往期经典推荐------》一、AI应用软件开发实战专栏【链接】项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识别系统开发】4.【人脸面部活体
阿_旭·2023-12-18 11:35

[数据集][目标检测]人员持刀数据集VOC+YOLO格式6923张1类别重制版

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)：6923标注数量(xml
FL1623863129·2023-12-18 11:04

深入探讨人工智能目标检测：算法、应用与未来趋势

深度学习算法：基于深度神经网络，如RCNN系列、YOLO系列、SSD等。2.应用领域及典型案例自动驾驶：目标检测在自动驾驶中起到关
鳗小鱼·2023-12-18 10:58

【机器学习】简单认识监督学习

经历了暑假期间短暂的接触机器学习的一些算法，之后又对深度学习、yolo系列有些了解，还尝试着去学习完成one-stage目标检测，但是由于基础知识的不扎实，很多时候都在补窟窿。
釉色清风·2023-12-18 10:21

【深度学习目标检测】八、基于yolov5的抽烟识别（python，深度学习）

YOLOv5是目标检测领域一种非常优秀的模型，其具有以下几个优势：1.高精度：YOLOv5相比于其前身YOLOv4，在目标检测精度上有了显著的提升。
justld·2023-12-18 09:32
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他