![](https://img-blog.csdnimg.cn/direct/9ac8a433135c43e18f249e05b37990ec.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
AI视觉突破:YOLOv5与YOLOv7技术革新篇
文章平均质量分 73
专注于探索和分享最新的AI视觉识别技术。我们深入YOLOv5和YOLOv7的创新改进,揭示如何通过先进算法、数据处理和神经网络架构优化,实现更快、更准确的对象检测。加入我们,一起见证AI视觉技术的飞跃和转型,探索未来智能视觉的无限可能。
优惠券已抵扣
余额抵扣
还需支付
¥199.90
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
虚拟指尖
专注深度学习,目标检测,语义分割。
展开
-
ECA注意力机制:改进YOLOv7-Segmentation实例分割
ECA(Efficient Channel Attention)注意力机制是一种高效的通道注意力模型,主要用于增强卷积神经网络中特征的表达能力。ECA注意力通过学习通道之间的相互关系,动态地调整通道的响应强度,从而提高网络的表现力和泛化能力。不同于传统的复杂的通道注意力机制,ECA通过简化操作和减少参数来实现高效的通道注意力学习。self.b = b# 全局平均池化# 通过1D卷积层# 应用sigmoid激活函数# 应用注意力权重。原创 2023-12-25 19:39:31 · 1196 阅读 · 0 评论 -
YOLOv6训练自己的数据集【亲测有效】
(1)解压源码后,新建weights文件夹,此文件夹下存放官方给的权重文件,可自行在上面给的链接中下载。踩过很多坑,后面发现只需要修改一处地方,找到yolov6/data/dataset.py文件。(3)dataset.yaml文件是在data文件下的,这里把它放到根目录,个人习惯。(4)train.py文件是在tools文件夹下的,这里把它放到根目录,个人习惯。(2)mydata文件夹是自行创建的存放数据集的文件夹,名称可以随便起。运行train.py(将路径改为自己的),开始训练。原创 2023-04-04 17:11:08 · 1294 阅读 · 1 评论 -
ECBAM注意力机制:改进YOLOv7-Segmentation实例分割
ECBAM注意力机制是一种综合的注意力模型,通过结合通道注意力和空间注意力,使模型能够更加有效地从特征图中提取重要信息。这种机制能够显著增强网络对输入数据的适应性和识别能力,特别是在处理含有复杂背景或遮挡的图像时。原创 2023-12-13 22:19:10 · 1093 阅读 · 0 评论 -
CBAM注意力机制:改进YOLOv7-Segmentation实例分割
CBAM是在SENet(Squeeze-and-Excitation Networks)的基础上进一步发展的,它不仅考虑了通道之间的关系,还加入了空间维度的关注,使得注意力机制更加全面和精细。原创 2023-12-13 21:01:31 · 1124 阅读 · 0 评论 -
Jetson nano部署yolov5
亲测Jetson nano部署yolov5,一步到位。原创 2023-04-01 17:15:46 · 839 阅读 · 0 评论 -
YOLOv5实现双目测距【已跑通】
此次修改过后,对环境版本无要求,只要是能跑yolov5的环境就行。原创 2023-03-19 16:42:08 · 2497 阅读 · 36 评论 -
mmdetection框架【实战SOLOv2教程】
小白式教程,实战mmdetection框架下的SOLOv2,脱坑必看教程!原创 2023-03-19 17:28:19 · 1234 阅读 · 16 评论