账户不存在-CSDN博客

原创《Learning To Count Everything》论文阅读

万物可数：不为精确，只为理解世界如何被“量化”

2025-08-09 17:09:08 2271 2

原创 CountingDINO : A Training-free Pipeline for Exemplar-based Class-Agnostic Counting

这篇文章介绍了一种名为的无训练、无监督的类别不可知计数（Class-agnostic Counting, CAC）方法，旨在无需预定义类别和标注数据的情况下，估计图像中对象的数量。以下是文章的主要研究内容总结。

2025-08-08 11:31:55 759

原创无性能损失！让SAM加速近50倍！EfficientViT-SAM来了！

EfficientViT-SAM 是一个新的加速版 SAM 模型系列。它的核心改进是把原始 SAM 模型中计算量很大的图像编码器（通常是 ViT-H/L/B 等大型视觉 Transformer）换成了更轻量、更快的 EfficientViT 编码器，可以在不损失太多精度的前提下，大幅提升推理速度，便于部署在实际应用中。

2025-08-04 08:47:34 1340

原创 Windows11下使用SAM(Segment Anything Model)大模型实现万物皆可分割！

SAM(Segment Anything Model)，顾名思义，即为分割一切！该模型由 Facebook 的Meta AI实验室，能够根据提示(eg. point, box,mask…)或文本指令，实现对任意物体的识别与分割。它的诞生，无疑是CV领域的一次重要里程碑！

2025-07-29 19:12:16 1820

原创 BiSeNetV1模型结构详解

用了三块 stride 为 2 的卷积，。最后得到相当于原图像的输出特征图。由于它利用了较大尺度的特征图，所以可以编码比较丰富的空间信息，并生成高分辨率特征图。从代码看，使用了很规矩的三个卷积，一个卷积核用的，后面两个都是的。并且通道数会维持在。这里还可以看到最后还有一个通过卷积将通道拉升到，这波应该是为了增加特征数用于后面的融合。

2025-07-24 14:57:23 678

是一个大规模的人脸图像数据集，根据 CelebA-HQ 从 CelebA 数据集中选取了 30,000 张高分辨率人脸图像。每张图片都有与 CelebA 对应的面部属性分割掩码。的是手工注释的，尺寸为 512 x 512 ，总共18 类，包括1皮肤、2左眉毛、3右眉毛、4左眼睛，5右眼睛，6眼镜， 7左耳朵、8右耳朵，9耳环，10鼻子，11嘴巴, 12上嘴唇、13下嘴唇，14脖子，15项链，16布料，17头发、18帽子。：我下载的只有18类，网上有的说有19类，匪夷所思😉)

2025-07-17 16:41:46 1072

原创 11种常用的深度学习图像分割模型（介绍 + 代码）

图像分割是计算机视觉中的核心任务之一，其目标是对图像中的每个像素进行分类，从而识别出不同的对象或区域。近年来，得益于深度学习技术的快速发展，图像分割的效果和效率得到了显著提升。本文将介绍11种广泛使用的深度学习模型，帮助读者更好地了解并掌握这些先进的图像分割工具。U-Net 是一个经典的图像分割模型，最初设计用于生物医学图像分割。其架构采用编码器-解码器结构，通过跳跃连接将低级特征传递到更高级别，从而保留更详细的信息。代码示例：输出2、FPNFPN全称Feature Pyramid Network

2025-07-09 08:13:47 1133

原创基于Yolov11-seg实现番茄成熟度检测【源码+数据集】

本文的数据集从网上下载得来，一共有804张图片，如下图所示由于图片没有标注，需要自己手动标注打开labelme.exe软件，进行如下设置Save With Image Data: 取消勾选保存图片数据Change Output Dir: 设置为与图片同一目录Save Automatically: 点击设置为自动保存标签Open Dir: 打开要标注的图片路径青，半熟，完全成熟。如图标注示例。

2025-07-03 13:46:00 965 6

原创 Yolov13安全帽检测分享【源码+数据集】

本文数据集从网络下载得来，数据组织结构如下所示![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/01d302dd0aca4958a1fa527e4ec01b45.png存放所有将用于训练和验证的图片，示例如下为上述图片对应的记录标签索引对应的类别，示例如下。

2025-06-26 15:27:49 1558

原创 15种常用的深度学习图像分类模型训练猫狗数据集（教程+源码）

15种深度学习图像分类模型，并以经典的猫狗数据集（Kaggle Dogs vs Cats）为基础进行图像分类任务的训练与评估。每种模型均配有详细的训练流程教程和完整的Python源代码实现（基于PyTorch）

2025-06-25 16:27:48 1016

原创 15种常用的深度学习图像分类模型（介绍 + 代码）

这15个分类模型代表了图像分类领域中不同阶段和设计理念的典型网络架构。它们各有优缺点，且在某些方面存在联系或进化关系。优点：开创性地证明了深度卷积神经网络在图像识别任务上的有效性，使用ReLU激活函数加速训练。缺点：相对现代模型，其结构较为简单，精度有限。联系：为后续更复杂、更深的网络如VGGNet、ResNet等奠定了基础。优点：引入了Inception模块，通过并行的不同尺寸卷积核来增加网络宽度，同时保持计算量可控。缺点：网络结构较复杂，增加了理解和实现的难度。

2025-06-24 09:50:10 8719

原创基于改进轻量化BiseNetV2模型训练道路网格数据集

feat_head = self.bga(feat_d, feat_s) #原始原本 BGA 模块融合的是 detail branch 的输出 feat_d 和 backbone 的最后一层输出 feat_s。现在改为融合 feat_d 和倒数第三层输出 feat4。feat4 相比 feat_s 具有更高的空间分辨率，但语义层次较低。可能提升细节保留能力，但牺牲高层语义信息的融合。更适合边缘清晰、细节丰富的分割任务。修改点目标通道数缩减轻量化，减少参数与计算量。

2025-06-21 15:09:06 1161

原创语义分割BiSeNetV2模型结构详解

Detail分支的网络结构由三个stage构成，每个stage包含2或3个卷积层，每个卷积层后都有BN和激活函数(RELU)。在每个stage中，第一个卷积层的步幅为2，后面卷积层的步幅为1。因此，Detail分支的输出特征图尺寸为原始图像的1/8，通道数为设计的128，代码部分如下'''通过卷积步长stride=2，将原图下采样到原来的1/8通道数固定为 128'''ch: 128w,h: 1/8'''

2025-06-20 15:59:09 1003

原创基于改进UNet（PyTorch）图像语义分割记录：训练自己的数据集

实验数据集为下载的公开数据集。U-Net网络包含编码和解码两部分,编码器进行下采样,提取原始图像空间特征,解码器进行上采样,根据编码器所提取的空间特征构造出图像。为了防止对应特征丢失,对应编码器和解码器之间有跳跃连接。U-Net的编码器采用两层3x3卷积、ReLU激活函数和2×2最大池化,来提取图像特征,共进行4次下采样,该过程降低特征图尺寸,增加通道数。解码器部分使用2×2反卷积进行上采样,减少通道数,逐渐恢复特征图尺寸。

2025-06-18 15:23:05 1279

原创 YOLOv8训练自己的数据集基础教程

首先，确保你已经安装了必要的库和工具。如Python,Pytorch和CUDA等，最好新建一个虚拟环境，单独运行Yolov8。

2025-06-13 13:41:54 987

原创基于YOLOv8-obb的自动车牌检测与CRNN车牌识别

基于YOLOv8-obb模型实现了针对带角度车牌的自动检测，并结合CRNN（Convolutional Recurrent Neural Network）技术进行车牌字符识别，旨在提高复杂场景下车牌识别系统的准确性和鲁棒性

2025-05-30 11:03:50 1145

原创基于Pytorch深度学习的银行卡识别(CTPN+CRNN)

本项目是一个基于深度学习的银行卡信息检测与识别系统，结合了 CTPN（Connectionist Text Proposal Network）和 CRNN（Convolutional Recurrent Neural Network）两种经典模型，并采用 PyTorch 框架实现训练与推理流程。整个系统不仅具备高精度的文字区域检测与识别能力，还融合了完整的训练、测试与部署流程，适用于多种银行卡图像场景

2025-05-28 14:48:11 1212

原创 C++调用python/pyd

pyd文件能够很好地对python源码进行加密，c++调用pyd文件可以直接实现python的功能，不需要将python代码重新转换为c++代码，因此掌握c++调用pyd方法能够方便我们进行UI界面的调用和开发。

2024-11-12 11:57:37 2674

cmake-3.31-12-windows-x64-x86-smi 留着备用

2026-09-11

【深度学习环境搭建】NVIDIA显卡驱动、CUDA、Anaconda与VSCode安装配置：从硬件驱动到开发环境全流程指南

内容概要：本文档《安装教程合集.pdf》详细介绍了在 Windows 11 系统上安装 NVIDIA 显卡驱动、CUDA、cuDNN、Anaconda3 和 VSCode 的步骤。首先，针对 NVIDIA 显卡驱动的安装，文档提供了从驱动自查、查看显卡信息、下载到安装的具体指导，并强调了安装后的验证步骤。接着，文档详述了 CUDA 和 cuDNN 的安装过程，包括如何选择适配版本、下载、安装以及环境变量的配置。随后，文档介绍了 Anaconda3 的下载、安装及虚拟环境的配置，特别强调了如何修改虚拟环境的默认安装路径。最后，文档讲解了 VSCode 的安装、扩展安装包和缓存文件位置的修改，以及如何与 PyTorch 虚拟环境联合调试。; 适合人群：适合有一定编程基础，尤其是对深度学习和 GPU 加速计算感兴趣的开发者。; 使用场景及目标：①帮助用户在 Windows 11 系统上顺利完成 NVIDIA 显卡驱动、CUDA、cuDNN、Anaconda3 和 VSCode 的安装；②确保用户能够正确配置虚拟环境，并实现 VSCode 与 PyTorch 的联合调试，为深度学习开发提供完整的环境支持。; 其他说明：文档提供了详细的步骤和截图，确保用户在每一步骤都能顺利操作。此外，文档还提供了必要的下载链接和注意事项，帮助用户避免常见错误。建议用户严格按照文档步骤操作，并根据自身需求调整安装选项。

2025-08-13

OpenCV 3.1.0, OpenCV 3.4.16-vc14-vc15, OpenCV 4.5.5-vc14-vc15, 版本下载

自己收集整理的opencv版本本文件包含三个不同版本的OpenCV库（为exe格式，直接运行即可）：OpenCV 3.1.0、OpenCV 3.4.16（支持vc14和vc15），以及OpenCV 4.5.5（支持vc14和vc15） "vc14-vc15"表示这个版本的预编译库适用于Visual Studio 2015（vc14）和Visual Studio 2017（vc15）

2025-05-05

SimpleNet 异常检测系统【python源码+c++ qt5界面+数据集+训练代码】

工业图像异常检测最大的难题在于异常样本少，正常样本多，因此可以采用无监督方法，在训练过程中只使用正常样本。 SimpleNet 是一种用于检测和定位异常的简单且易于应用的神经网络。它包含四个主要组成部分： 1、预训练的特征提取器 (Feature Extractor)：用于生成局部特征。这通常是一个在 ImageNet 等大型数据集上预训练的卷积神经网络，例如 ResNet 或 WideResNet。 2、浅层特征适配器 (Feature Adapter)：用于将局部特征转换到目标领域。由于预训练模型是在通用图像上训练的，而目标任务（例如工业缺陷检测）的图像可能具有不同的特征分布，因此需要一个适配器来调整特征，以更好地适应目标领域。这个适配器通常是一个简单的卷积层或全连接层。 3、异常特征生成器 (Anomaly Feature Generator)：通过向正常特征添加高斯噪声来伪造异常特征。这是 SimpleNet 的核心思想之一，它通过合成异常来训练模型，避免了对大量真实异常样本的依赖。 4、二元异常判别器 (Anomaly Discriminator)：用于区分异常特征和

2025-02-08

DBNet身份证号码检测【python源码+c++ qt5界面+ 已标注数据集+训练代码】

1）使用labelimg标注身份证号码所在区域，共标注241张数据，作为训练数据使用 2）提供的python训练代码已修改，并附有训练教程，可以方便一键训练自己的数据集，做到举一反三； 3）使用C++/Qt 部署导出的onnx模型，并提供UI交互界面，方便用户进行参数设置和结果展示 4）提供自己训练好的模型，方便初学者快速掌握DBNet网络模型原理 5）onnxruntime底层推理代码已封装好，可以直接调用api进行模型结果获取，简单易用。

2025-03-17

yolov8-obb旋转目标检测训练自己的数据集

附上修改后的源码，以及训练数据集和教程，Yolov8_obb旋转框训练、测试、推理手把手教学

2024-12-09

基于改进ResNet18深度学习的花朵智能匹配系统【python源码+c++ qt5界面+数据集+训练代码】目标匹配、深度学习

在当今这个信息爆炸的时代，图像作为最直观的信息载体之一，其重要性不言而喻。随着社交媒体、信息技术以及人工智能等领域的迅猛发展，海量的图像数据不断涌现，如何高效地管理和检索这些图像成为了亟待解决的问题。正是在这种背景下，该软件应运而生。作为一种图像匹配技术，致力于解决图像搜索领域内的关键挑战，即如何在庞大的图像库中快速找到与目标图像最为接近的那一个。软件基于改进的深度学习模型Resnet18来提取特征，具有以下特点 1）准确性：使用改进resnet18模型训练花朵数据集，模型正确率可达99%以上 2）易用性：提供的代码文件均有注释，简单易懂，对于复杂的部署过程已经封装成dll，用户可直接调用接口，而无需理解原理 3）扩展性：提供训练代码和C++源码，方便用户训练和部署自己的数据集

2025-01-14

基于AlexNet深度学习的11种中草药智能识别系统【python源码+c++ qt5界面+数据集+训练代码】目标识别、深度学习实战

本文基于AlexNet深度学习模型，通过百度爬取的较少图片，训练了一个进行中草药的识别模型,可用于识别11种不同的中草药类型有：{'曼陀罗': 0, '白花蛇舌草': 1, '芍药': 2, '苍耳': 3, '蒲公英': 4, '薄荷': 5, '藿香': 6, '蛇莓': 7, '金银花': 8, '鸡蛋花': 9, '龙葵': 10}。并基于此模型开发了一款带UI界面的中草药智能识别系统，可用于识别场景中的中草药类别，更方便进行功能的展示。该系统是基于python与c++ QT5开发的，支持图片识别检测。本文提供了完整的Python代码和使用教程，给感兴趣的小伙伴参考学习。

2025-01-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

坚强的强酸柠檬的博客