AI Earth——AI模型训练(实例分割、目标检测、地物识别(原目标提取)、地物分类、通用变化检测、多分类变化检测):如何正确的进行样本点标注和高清卫星底图接入服务?
【Python快速入门和实践011】Python常用脚本-目标检测之VOC格式转YOLO格式脚本
[Algorithm] BEVformer 源码细节学习&&ubuntu20.04下的环境配置&&目标跑起开源代码&&论文学习笔记

之前学习了机器学习基础,神经网络基础,pytorch和Transformer基础,学习了几个demo并设计了一个demo任务,现在开始正式研究BEV相关内容。计划从源码和先跑起来入手,随后分模块逐步学习。期间分享...

详细记录swfit微调interVL2-8B多模态大模型进行目标检测(附代码)

目标检测任务已经不是一个新鲜事了,但是多模态大模型作目标检测任务并不多见,本文详细记录swfit微调interVL2-8B多模态大模型进行目标检测的过程,旨在让更多人了解多模态大模型微调技术、共享微调经验。实际上...

嵌入式AI---训练自己的yolov5目标检测模型

基于常用的轻量级检测算法yolov5s,在3060显卡训练了一个自己的车辆检测模型。源码版本为yolov5v6.0,采用UA-DETRAC数据集训练。_基于yolo5实现目标检测...

【瑞芯微平台rv1109平台部署yolov5目标检测】

在SDK目录rv1126_rv1109\\external\\rknn-toolkit\\packages下有rknn_toolkit-1.6.0-cp36-cp36m-win_amd64.whl(备注:我从gi...

AI:230-YOLOv8与RT-DETR的完美结合 | 重塑目标检测技术的前沿【保姆级教程】

YOLOv8继承了YOLO系列的轻量化和高效性,通过优化网络架构和训练策略,实现了在主流数据集上的领先表现。然而,YOLOv8的检测头仍采用经典的anchor-based设计,这在处理高密度或多尺度目标时可能存在局限性。RT...

AI:233-提升目标检测精度 | YOLOv8中FocalModulation替代SPPF的研究与应用

FocalModulation是一种改进的空间金字塔池化(SPPF)方法,旨在更好地处理不同尺度的目标。与传统的SPPF不同,FocalModulation通过引入注意力机制,调整特征图的权重,从而更精确地关注重要的区域。FocalMo...

基于YOLOv10深度学习的草莓成熟度检测与识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、人工智能

基于YOLOv10深度学习的草莓成熟度检测与识别系统【python源码+Pyqt5界面+数据集+训练代码】目标检测、人工智能_草莓检测model...

AI:218-保姆级YOLOv8细节检测改进 | 利用CARAFE上采样方法提升目标检测精度

CARAFE是一种基于内容感知的特征重组上采样方法。它主要通过利用特征图的局部上下文信息来进行内容感知的特征重组,从而提高上采样的精度。与传统的上采样方法(如转置卷积、双线性插值)相比,CARAFE能够更好地保留和增强特征图中的细节信息...