guopeiAI

Ultralytics YOLO 是计算机视觉领域的事实标准🏆6 大任务全覆盖：检测 / 分割 / 语义分割 / 分类 / 姿态 / 旋转框 + 跟踪⚡极致速度：YOLO26n T4 推理 1.7ms，嵌入式设备可用🎯SOTA 精度：YOLO26x 检测 mAP 57.5，各任务均达顶尖水平🛠️极简 API+ 三行代码，统一接口换模型只需改一行🚀一键部署🌐生态丰富：W&B / Comet / Roboflow / HUB 深度集成推荐指数：⭐⭐⭐⭐⭐。

MonkeyOCR：本文提出“结构-识别-关系”（SRR）三元组范式，实现了高效且精准的文档解析。其3B参数模型在英文文档解析任务中超越了Gemini 2.5 Pro和Qwen2.5-VL-72B。在对多页文档解析场景下，处理速度达每秒0.84页，显著优于MinerU（0.65页/秒）和Qwen2.5-VL-7B（0.12页/秒）。

DocLayout-YOLO是一个基于YOLOv10的文档布局分析工具，可自动检测文档中的标题、正文、表格、公式等元素。通过pip安装后，用户可调用封装好的Python类进行预测，返回检测框坐标、类别和置信度。该工具支持GPU加速，在测试中展现了良好的检测效果，能准确识别文档中的各类结构元素。项目提供在线体验、论文和开源代码，方便研究人员和开发者使用。

无锚点两阶段目标检测的角点建议网络，实现了精度和速度的最好平衡。《Corner Proposal Network for Anchor-free,Two-stage Object Detection》阅读笔记

YOLO V5开源了，还是pytorch版本的，对于pytorch使用者而言就非常友好，本文作者用车辆数据集跑了一下yolo v5, 效果还是非常不错的，和大家一起分享。

本工程主要讲解在ｍｍdetv1 中集成SSD mobilenetv2 算法，并且在PASCAL VOC上的测试指标超过了原论文。