Yolo系列//2021-2-2

最新推荐文章于 2024-01-04 00:30:00 发布
最新推荐文章于 2024-01-04 00:30:00 发布
阅读量141 收藏
点赞数
分类专栏： 人工智能、机器学习、深度学习 文章标签： 人工智能 算法 yolo python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43332715/article/details/113530285
版权

前言：

    Yolo听说过的也晓得他的应用在深度学习的物体检测和识别特别多，开源代码和理论探索也极其成熟，但是我对其核心一概不知，故作此文学习了解。

正文：

思考实践
关注
专栏目录
超越一切YOLO！旷视提出YOLOX：新一代实时目标检测网络
阿木寺的博客
07-20 4万+
非常期待YOLOv6（YOLOv4/v5已发布一年了），白嫖真香！ 其中YOLOX-L版本以 68.9 FPS 的速度在 COCO 上实现了 50.0% AP，比 YOLOv5-L 高出 1.8% AP！还提供了支持 ONNX、TensorRT、NCNN 和 Openvino 的部署版本。代码刚刚开源！ YOLOX YOLOX: Exceeding YOLO Series in 2021 作者单位：旷视科技 代码：https://github.com/Megvii-BaseDetection/YOLO
2021-03-07记录自己部署YOLO系列模型的过程--从opencvDNN模块开始，部署CPU端
niuhongchaochao的博客
03-07 327
1、从网上下载opencvDNN模块的程序 https://github.com/iArunava/YOLOv3-Object-Detection-with-OpenCV 此程序可以进行跳帧检测，适合部署工业端。 2、下载U版YOLOv3-8.0版本，开始进行行人训练，对VOC数据集通过以下程序进行自动划分：https://www.cnblogs.com/pprp/p/10863496.html 使用YOLOv3-tiny模型，修改cfg参数：class，3*(class+5). 3、训练完成后转换模型至.
[论文翻译]YOLOX: Exceeding YOLO Series in 2021
weixin_44403853的博客
08-20 1327
YOLOX：2021超越YOLO系列 摘要 本报告中，我们对YOLO系列进行了一些有经验的改进，构成了一个新的高性能检测器——YOLOX。我们将YOLO检测器变成无锚模式，并实施了一些其他先进检测技术，即，一个解耦头和引导标签分配策略SimOTA在大尺度范围模型中达到SOTA结果：对于仅有0.91M参数和1.08FLOPs的YOLONano，我们在COCO上达到25.3%AP，超越NanoDet1.8%AP。对于YOLOv3，工业上使用最广泛的检测器之一，我们在COCO上将其提升到47.3%AP，比当前最佳
YOLOX——YOLO系列2021（中文翻译）
wuhongwuyan的博客
08-11 3295
摘要 这篇论文中，我们总结一些YOLO系列方向的经验，提出了一个新的高性能的目标检测算法——YOLOX。我们
【论文解读】YOLOR: 2021年YOLO系列目标检测的最强王者
hello AI
03-28 1万+
本篇文章是对目标检测YOLO系列的性能总结，主要介绍了2021年YOLO系列的最高精度YOLOR是怎样炼成的。
深度学习目标检测数据VisDrone2019（to yolo / voc / coco）---MMDetection数据篇
qq_41627642的博客
05-11 3万+
1、VisDrone2019数据集介绍 配备摄像头的无人机(或通用无人机)已被快速部署到广泛的应用领域，包括农业、航空摄影、快速交付和监视。因此，从这些平台上收集的视觉数据的自动理解要求越来越高，这使得计算机视觉与无人机的关系越来越密切。我们很高兴为各种重要的计算机视觉任务展示一个大型基准，并仔细注释了地面真相，命名为VisDrone，使视觉与无人机相遇。VisDrone2019数据集由天津大学机器学习和数据挖掘实验室AISKYEYE团队收集。基准数据集包括288个视频片段，由261908帧和10209幅静
论文解读：ia-yolo | Image-Adaptive YOLO for Object Detection in Adverse Weather Conditions
a486259的博客
08-23 3595
任务背景 1、在恶劣天气条件下捕获的低质量图像中定位目标仍然具有挑战性 2、在恶劣天气下拍摄的图像可以分解为干净的图像 及其 相应的特定天气的信息 3、在恶劣天气下的图像质量下降，主要是由于特定天气信息与物体之间的相互作用，导致检测性能较差 相关研究 1、Huang、Le和Jaw（2020）采用了两个子网联合学习可见性增强和目标检测，通过共享特征提取层，降低了图像退化的影响。然而，在训练过程中，很难调整参数来平衡检测和恢复之间的权重； 2、通过现有方法对图像进行预处理，如图像去雾（Hang等20
YOLO系列算法精讲：从yolov1至yolov8的进阶之路（2万字超全整理）
热门推荐
不积跬步，无以至千里！
07-30 27万+
全网YOLO最详讲解，从v1到v5！从小白到大佬！
YOLOX: Exceeding YOLO Series in 2021 --- Study Notes
墨门
07-27 652
1 介绍 YOLOX是目前 Paper and Codes – Real-Time Detection Models排名第一的模型，boxAP = 51.2； 2 译读笔记 2.1 摘要 在这篇报告中，我们将会展示关于提升YOLO系列模型精度的一些经验，从而构成一个高性能检测器——YOLOX。我们将YOLO检测器转换为anchor-free的 ...
目标检测YOLO实战应用案例100讲-面向辅助驾驶的道路目标检测
qq_36130719的博客
09-29 945
根据2021年1月发布的机动车和驾驶人数据显示，截至2021年，我国机动车保 有量达3.95亿辆，与2020年相比同比增长6.32%。机动车的普及为人们带来出行的 便利，但另一方面，持续增长的机动车数量也带来了一系列诸如交通拥堵、交通事故 频发、环境污染等社会问题。数据显示，行车事故的数量在与日俱增，仅2021一年 里因为行车事故造成的伤亡人数达31万人。安全问题不容小觑，这永远是业内研究 人员的关注焦点。
目标检测YOLO实战应用案例100讲-基于YOLOv5的目标检测与6D位姿估计算法研究
qq_36130719的博客
07-02 2165
目前，机器人在各个领域应用广泛，工厂车间中有工件搬运机器人，医院中有语 音指导机器人，在北京冬奥会上，有做咖啡机器人、防疫机器人等。这些机器人能够 正常运作的关键就是机器视觉技术，它充当着机器人的“眼睛”，通过模拟人体，利用 视觉传感器系统去识别物体的颜色、纹理、位置等信息，然后将这些信息通过算法进 行处理从而实现对目标物体的识别、检测与定位。因此机器视觉的本质就是用机器来 模拟人的视觉感官，去处理事情，使机器更加的智能化、现代化和自动化。
目标检测YOLO实战应用案例100讲-基于红外图像处理的无人机光伏组件故障检测
qq_36130719的博客
01-04 2007
2022年上半年，我国光伏发电新增装机规模达3.4亿千瓦，同比增长超25%， 分布式光伏与集中式光伏并举发展，国内分布式光伏发电新增装机规模达1965 万千瓦，同比增长125%，占比约2/3。无论是集中式光伏还是分布式光伏，长时间地运 行加上恶劣的天气状况都会给光伏组件带来许多问题，影响其正常工作和发电效 率。化石燃料的消耗会排 放大量的含碳物质，对环境造成污染，且化石能源是不可再生能源，无法彻底解 决人类发展对能源的需求，因此，寻找可再生的清洁能源逐渐代替化石燃料已经 成为迫切需要解决的问题。
目标检测YOLO实战应用案例100讲-SAR图像多尺度舰船目标检测
qq_36130719的博客
09-04 1098
因此，针对多尺度舰船目标的检测更具有实际意义。在国防安全层面，利用SAR全天时、全天候的工作优势，能够及时发现可疑军舰， 并追踪其动向，时刻保持我军海事侦察能力，调整我军战略部署，维护国家海洋权 益，突破他国对我国的围堵和岛链封锁，保卫我国领海安全。传统舰船目标检测算法往往依赖于背景特性和舰船目标单一特征信息，并未 考虑到因舰船目标的多尺度特性而呈现出不同的散射特性，对于不同分辨率和复 杂场景缺乏稳定的舰船目标检测性能，容易出现大量的干扰误判，造成虚警和多尺 度目标漏检，难以适应复杂多变的检测场景。
ImageNet 1k and 22k
To be a better man
04-02 1万+
Currently ImageNet 22k is the whole ImageNet Imagenet 1k is ISLVRC2012 Reference 【数据集介绍】ImageNet介绍_CrazyVertigo的博客-CSDN博客_imagenet ImageNet数据集到底长什么样子？ - 知乎
【机器学习】sklearn实现SVM分类算法
To be a better man
10-22 1万+
【机器学习】sklearn实现SVM分类算法
epoch,batch,loss,val_loss相关概念
To be a better man
07-15 9989
1、epoch Keras官方文档中给出的解释是：“简单说，epochs指的就是训练过程接中数据将被“轮”多少次” （1）释义： 训练过程中当一个完整的数据集通过了神经网络一次并且返回了一次，这个过程称为一个epoch，网络会在每个epoch结束时报告关于模型学习进度的调试信息。 （2）为什么要训练多个epoch，即数据要被“轮”多次 在神经网络中传递完整的数据集一次是不够的，对于有限的数据集（是在批梯度下降情况下），使用一个迭代过程，更新权重一次或者说使用一个epoch是不够的，需要将完整的
箱线图（Boxplot）也称箱须图（Box-whisker Plot）
To be a better man
10-29 8427
简述： 箱线图（Boxplot）也称箱须图（Box-whisker Plot），是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法。它也可以粗略地看出数据是否具有有对称性，分布的离散程度等信息；特别适用于对几个样本的比较。 参考资料： https://www.plob.org/article/3227.html[精品] https://www.cnblogs.com/wyy1480/p/9526264...
CNN对时间序列数据进行分类【Keras】
To be a better man
12-01 6016
项目结构如上所示 tsv_cnnfile.py为训练的代码 inference.py为模型推理的代码 注意调用训练代码时候可以通过 python tsv_cnnfile.py --nb_epochs num来改变训练epoch的次数。 网络结构 运行环境： pip3 install tensorflow==1.13.1 pip3 install keras==2.3.1 数据集：37类，训练集390行，测试集391行，每行的数据长度有176。 # Adiac...
YOLO系列的发展历程
最新发布
09-03
YOLO（You Only Look Once）是一种实时目标检测算法，它的发展可以追溯到2015年。最初的YOLO版本是由Joseph ...每个新版本都在之前的优点基础上寻求更好的权衡，使得YOLO系列成为目标检测领域非常受欢迎的算法之一。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值