526互联

变种densenet cspnet yolo

深入理解TF-IDF、BM25算法与BM25变种：揭秘信息检索的核心原理与应用

深入理解TF-IDF、BM25算法与BM25变种：揭秘信息检索的核心原理与应用 1.文本特征表示方法: TF-IDF 在信息检索, 文本挖掘和自然语言处理领域, IF-IDF 这个名字, 从它在 20 世纪 70 年代初被发明, 已名震江湖近半个世纪而不曾衰歇. 它表示的简单性, 应用的有效性, 使 ......
变种 算法 原理 核心 TF-IDF

YOLO系列经典模块

Yolo系列较为热门且新的网络就是以下三种 YOLOv5 YOLOv7 YOLOv8 每个Yolo系列的经典网络相信网上都有很多大牛都会进行解析以及讲解，这篇博客主要是作为知识备忘录以及知识点补充介绍这些网络模型下面的下模块。 C3模块 针对C3模块，其主要是借助CSPNet提取分流的思想，同时结合 ......
模块 经典 YOLO

IoU及其变种，以及目前最佳Shape-IoU

1）IoU： 优点：能够准确地描述了预测框和GT框之间的匹配程度 缺点：当两个框的交点为0时，无法准确描述预测框和GT框之间的位置关系 2）GIoU： 优点：引入最小检测框来解决，其中C表示GT框和 Anchor 框之间的最小检测框。 3）DIoU： b和bgt分别表示 Anchor 框的中心点和G ......
变种 IoU Shape-IoU Shape

YOLO+SlowFast+DeepSORT 简单实现视频行为识别

前言 前段时间刷短视频看到过别人用摄像头自动化监控员工上班状态，比如标注员工是不是离开了工位，在位置上是不是摸鱼。虽然是段子，但是这个是可以用识别技术实现一下，于是我在网上找，知道发现了 SlowFast，那么下面就用 SlowFast 简单测试一下视频的行为识别。 工具简介 YOLO YOLO 是 ......
SlowFast DeepSORT 行为 视频 YOLO

【Python&目标识别】Yolo v5-7.0版本中文标签显示方法&字体链接

Yolo的程序之前已经定制化输出过了，但是最近业主突然想要中文的标签，所以赶紧去修改了一下源代码，从网上发现很多资料都改这改那，搞四五个文件结果还没成功。所以自己研究了一下，现在已经完美解决了。今天就和大家分享一下Yolo v5-7.0版本的目标识别如何添加中文的标签。 ......
amp 字体 目标 版本 标签

手撕NMS及其变种

NMS def NMS(boxes,scores, thresholds): x1 = boxes[:,0] y1 = boxes[:,1] x2 = boxes[:,2] y2 = boxes[:,3] areas = (x2-x1)*(y2-y1) _,order = scores.sort(0 ......
变种 NMS

从滑动窗口到YOLO、Transformer：目标检测的技术革新

本文全面回顾了目标检测技术的演进历程，从早期的滑动窗口和特征提取方法到深度学习的兴起，再到YOLO系列和Transformer的创新应用。通过对各阶段技术的深入分析，展现了计算机视觉领域的发展趋势和未来潜力。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验 ......
Transformer 目标 技术 YOLO

旋转数组 二分查找变种

题目 搜索旋转排序数组 整数数组 nums 按升序排列，数组中的值 互不相同 。 在传递给函数之前，nums 在预先未知的某个下标 k（0 <= k < nums.length）上进行了 旋转，使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], n ......
数组 变种

最强Pose模型RTMO开源 | 基于YOLO架构再设计，9MB+9ms性能完爆YOLO-Pose

https://mp.weixin.qq.com/s/4EJAKBcqlCzDXib1_TKJxw 点击下方卡片，关注「AI视界引擎」公众号 AI视界引擎 「AI视界引擎」公众号不仅致力于分享AI视觉与大语言模型的前沿科技，还将成为连接业界专家、学术界和广大读者的桥梁。我们将提供最新的研究进展、技术 ......
Pose YOLO 架构 YOLO-Pose 模型

零基础 从 yolo8 入门计算机视觉超简单：物体识别、图像分类、轨迹追踪、姿势识别

目录安装 Ultralytics训练模型验证预测 & 识别导出追踪图像分割提取分类姿势识别轨迹生成 Ultralytics YOLOv8 是备受好评的实时目标检测和图像分割模型，主要功能是物体识别、分割图片物体、分类、姿态识别和跟踪等。Ultralytics 支持使用 CPU、GPU 进行训练，支持 ......
物体 轨迹 姿势 图像 视觉

windows使用YOLO训练模型

1：安装Nvidia显卡驱动、cuda和cuDNN 1.1下载安装Navida显卡驱动 NAVIDIA驱动下载地址：https://www.nvidia.cn/Download/index.aspx 下载完成后，在CMD中输入 nvidia-smi 验证是否安装成功 如果有错误 2：下载CUDA（本 ......
模型 windows YOLO

YOLO V8 图像训练

一、YOLO 简史 YOLO(You Only Look Once)，由华盛顿大学的Joseph Redmon和Ali Farhadi开发的流行目标检测和图像分割模型，于2015年推出，由于其高速和准确性而迅速流行。 从YOLOv2-YOLOv7不断优化升级，YOLOv8 是Ultralytics的 ......
图像 YOLO V8

CSPNet跨阶段局部网络方法

CSPNet跨阶段局部网络方法 目录CSPNet跨阶段局部网络方法背景和问题主要解决问题网络结构特征融合策略CSPnet代码结构参考资料 论文地址：https://arxiv.org/pdf/1911.11929.pdf 背景和问题 随着卷积神经网络结构变得更深更宽，扩展神经网络的体系结构通常会带来 ......
局部 阶段 方法 CSPNet 网络

复现YOLO-of-RoboMaster-Keypoints-Detection-2023

开源仓库地址： https://github.com/zRzRzRzRzRzRzR/YOLO-of-RoboMaster-Keypoints-Detection-2023 该仓库提供了数据集，目前只是测试了能不能训练 复现过程 git clone 下载源码 下载相应权重文件yolov7.pt 去到y ......
YOLO-of-RoboMaster-Keypoints-Dete RoboMaster Keypoints ction YOLO

yolo v5 下载新数据集被防火墙proxy挡住，如何设置proxy. torch.hub.download_url_to_file问题；

当我们想运行yolo v5时候，我们发现有的时候，由于网关问题，proxy会成为阻碍。例如如下错误； 将代码如下修改，就能改好： 1. 原始代码： 2. 增加proxy设置： import urllib.request import torch.hub # 设置代理信息 proxy_support ......
proxy download_url_to_file 防火墙 download 数据

机器学习——稠密连接网络DenseNet

从ResNet到DesNet 稠密块体 DenseNet使用了ResNet改良版的“批量规范化、激活和卷积”架构（参见 7.6节中的练习）。 我们首先实现一下这个架构。 import torch from torch import nn from d2l import torch as d2l de ......
DenseNet 机器 网络

YOLO系列之YOLOv1

YOLO系列之YOLOv1 创新点 将目标检测当成回归问题 输入一张图像经过一次推理可以得到图像中所有目标的检测框和类别。可以端到端的训练和优化网络 优点 速度快 YOLO使用全图信息，背景错误少 泛化能力好 缺点 每个网格只能预测两个边界框和一个类别，限制了对相近目标的检测数量，尤其是密集的小目标 ......
YOLOv1 YOLOv YOLO

一种对数据库友好的GUID的变种使用方法

概述 .NET生成的GUID唯一性很好，用之方便，但是，缺少像雪花算法那样的有序性。虽然分布式系统中做不到绝对的有序，但是，相对的有序对于目前数据库而言，索引效率等方面的提升还是有明显效果的（当然，我认为，这是数据库的问题，而非编程的问题，数据库应该处理好任何类型数据作为主键索引时的性能，除非在SQ ......
变种 使用方法 数据库 方法 数据

自定义GUID的变种--排序算法

概述 .NET生成的GUID唯一性很好，用之方便，但是，缺少像雪花算法那样的有序性。虽然分布式系统中做不到绝对的有序，但是，相对的有序对于目前数据库而言，索引效率等方面的提升还是有明显效果的（当然，我认为，这是数据库的问题，而非编程的问题，数据库应该处理好任何类型数据作为主键索引时的性能，除非在SQ ......
变种 算法 GUID

一种对数据库友好的GUID的变种使用方法

.NET生成的GUID唯一性很好，用之方便，但是，缺少像雪花算法那样的有序性。虽然分布式系统中做不到绝对的有序，但是，相对的有序对于目前数据库而言，索引效率等方面的提升还是有明显效果的（当然，我认为，这是数据库的问题，而非编程的问题，数据库应该处理好任何类型数据作为主键索引时的性能，除非在SQL标准... ......
变种 使用方法 数据库 方法 数据

如何在yolo中增加注意力机制

目录1.导入类2.attention.py中放入函数名3.需不需要通道数（True\False）4.更改配置文件5.测试 本文在yolo的基础上增加了注意力机制 1.导入类 在ultralytics\nn\models\extra_modules\attention.py中导入想添加的注意力的类，如 ......
注意力 机制 yolo

变种网络流总结

最小费用循环流 考虑如果费用全部是正的，那么最小费用一定是0. 可以强制把所有负边流满，留下反悔边。如果一个点出度大于入度，那么这个点向虚拟汇点连出度减入度，否则从虚拟源点向这个点连入度减出度。 无源汇上下界可行流 先强制把下界流满，统计每个点的流出和流入。 如果流出比流入多就从这个点向虚拟汇点连出 ......
变种 网络

python,一个数组y1存放yolo的位置信息BBOX,一个y2数组存放识别的结果信息，根据y1数组按左上角的点坐标排序，y2对应跟着变化

import numpy as np # 示例数据 y1 = np.array([[50, 100, 200, 300], [10, 20, 30, 40], [60, 70, 80, 90]]) y2 = np.array(['cat', 'dog', 'bird']) # 按左上角点的坐标排序y ......
数组 信息 左上角 坐标 跟着

YOLO概述

一. 目标检测 目标检测（Object Detection）是计算机视觉里的一个重要领域 其主要任务是识别和定位视频图片中的特定物体，如人、车辆、动物、物体等，并将其标注出来 早期的时候，目标检测主要使用提取特征给分类器（SVM）进行分类的方法。这些方法通常基于图像的低级特征，如边缘、纹理和颜色等， ......
YOLO

YOLO

首发于视觉随笔 1. 创新 YOLO将物体检测作为回归问题求解。基于一个单独的end-to-end网络，完成从原始图像的输入到物体位置和类别的输出。从网络设计上，YOLO与rcnn、fast rcnn及faster rcnn的区别如下： [1] YOLO训练和检测均是在一个单独网络中进行。YOLO没 ......
YOLO

YOLO v5学习之数据集的标定及训练

# 1、首先下载数据集标定工具labelImg LabelImg数据集标定工具的下载地址：[https://github.com/tzutalin/labelImg](https://github.com/tzutalin/labelImg) ## labelImg的安装 首先安装labelImg所 ......
数据 YOLO

yolo5纸张卡片顶点检测，实现任意倾斜角度较正

https://blog.csdn.net/demm868/article/details/111087578 ![](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6L3RlRjRvSHpaNElSQlQ2QlFm ......
顶点 卡片 纸张 角度 yolo5

YOLO v5与双目测距结合，实现目标的识别和定位测距

### YOLO v5与双目测距结合，实现目标的识别和定位测距 - [1、首先安装YOLO v5](#1YOLO_v5_11) - [2、数据集的标定](#2_14) - [3、双目测距代码的单独运行调试](#3_17) - [4、YOLO v5与双目测距的代码的结合](#4YOLO_v5_20) ......
双目 目标 YOLO

【pytorch】目标检测：YOLO的基本原理与YOLO系列的网络结构

利用深度学习进行目标检测的算法可分为两类：two-stage和one-stage。two-stage类的算法，是基于Region Proposal的，它包括R-CNN，Fast R-CNN, Faster R-CNN；one-stage类的算法仅仅使用一个CNN网络直接预测不同目标的类别与位置，它包 ......
YOLO 原理 目标 pytorch 结构

【web_逆向07】base64变种

## 简介 - 标准的Base64并不适合直接放在URL里传输，因为URL编码器会把标准Base64中的“/”和“+”字符变为形如“%XX”的形式，而这些“%”号在存入数据库时还需要再进行转换，因为ANSI SQL中已将“%”号用作通配符。 ## 解决方案 - 为解决此问题，可采用一种用于URL的改 ......
变种 base web 64
共83篇  :1/3页 首页上一页1下一页尾页