腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
圈层
工具
MCP广场
返回腾讯云官网
YOLO大作战
1）加入前沿计算机视觉顶会，二次创新；2）项目实战，在多个数据集验证创新点合理性；3）独家自研模块，全网首发；
专栏成员
举报
265
文章
482802
阅读量
59
订阅数
订阅专栏
申请加入专栏
全部文章 (265)
2023腾讯·技术创作特训营 第三期 (66)
2024腾讯·技术创作特训营 第五期 (30)
腾讯技术创作特训营S11#重启人生 (26)
腾讯技术创作特训营S12#AI进化论 (22)
2023腾讯·技术创作特训营 第四期 (18)
腾讯技术创作特训营S15#自选日志 (15)
2023腾讯·技术创作特训营 第二期 (11)
热点技术征文第十期1024程序员节 (9)
腾讯技术创作特训营S14#补给站 (9)
腾讯技术创作特训营S14#新手村 (8)
第二期热点征文-人工智能 (7)
yolo (6)
腾讯技术创作特训营S14#红城堡 (6)
计算机视觉 (5)
腾讯技术创作特训营S7 (5)
人工智能 (4)
腾讯技术创作特训营S6 (4)
腾讯技术创作特训营S8 (4)
腾讯技术创作特训营S9 (4)
腾讯技术创作特训营S15#debug日志 (4)
腾讯技术创作特训营S15#AI协作日志 (4)
深度学习 (3)
第三期热点征文-AI工具 (3)
“觅影”医学人工智能算法大赛 (1)
第二期热点征文-程序人生 (1)
第二期热点征文-编程语言 (1)
第三期热点征文-漫谈C++ (1)
腾讯技术创作特训营S10 (1)
搜索文章
搜索
搜索
关闭
YOLO26震撼发布！边缘AI推理速度提升43%，目标检测迎来全新变革
腾讯技术创作特训营S15#自选日志
北京时间2025年9月25日，在伦敦举行的YOLO Vision 2025大会上，Ultralytics创始人兼CEO Glenn Jocher正式发布了备受期待的YOLO26。作为YOLO系列的最新成员，YOLO26承诺成为更好、更快、更小的Vision AI模型，专门为边缘和低功耗设备设计。
AI小怪兽
2025-09-28
2.1K
1
置顶
YOLO11 全新发布！（原理介绍+代码详见+结构框图）
腾讯技术创作特训营S8
Ultralytics YOLO11是一款尖端的、最先进的模型，它在之前YOLO版本成功的基础上进行了构建，并引入了新功能和改进，以进一步提升性能和灵活性。YOLO11设计快速、准确且易于使用，使其成为各种物体检测和跟踪、实例分割、图像分类以及姿态估计任务的绝佳选择。
AI小怪兽
2024-10-08
19.4K
1
置顶
基于YOLO11的多模态(可见光+红外光）实现 LLVIP数据集涨点可行性验证
yolo
💡💡💡本文主要内容：介绍了多模态的现状，以及复现至YOLO11，实现基于YOLO11的中期融合，下一步计划打算魔改提升多模态的性能。
AI小怪兽
2025-10-29
148
0
基于YOLOv8的光伏板缺陷检测系统（Python源码+Pyqt6界面+数据集）
腾讯技术创作特训营S15#debug日志
💡💡💡本文摘要：基于YOLOv8的光伏板缺陷检测系统，阐述了整个数据制作和训练可视化过
AI小怪兽
2025-09-17
354
0
《Towards High-Resolution Industrial Image Anomaly Detection》（迈向高分辨率工业图像异常检测）
腾讯技术创作特训营S15#自选日志
💡💡💡本文摘要：该论文《Towards High-Resolution Industrial Image Anomaly Detection》（迈向高分辨率工业图像异常检测）具有以下重要意义：
AI小怪兽
2025-09-17
258
0
基于YOLO11的航天器检测系统（Python源码+数据集+Pyside6界面）
腾讯技术创作特训营S15#AI协作日志
💡💡💡本文摘要：基于YOLO11的航天器检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-16
224
0
基于YOLO11的人体姿态检测系统（Python源码+数据集+Pyside6界面）
腾讯技术创作特训营S15#自选日志
💡💡💡本文摘要：基于YOLO11的人体姿态检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-15
942
0
YOLOv13-pose关键点检测：新颖的特征融合方法-金字塔稀疏 Transformer（PST），助力pose检测
腾讯技术创作特训营S15#自选日志
💡💡💡本文改进：提出金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块，通过由粗到细的 token 选择机制和共享注意力参数，在大幅降低计算量的同时保留空间细节。
AI小怪兽
2025-09-12
330
0
基于YOLOv8的指针式仪表智能识别系统（Python源码+Pyqt6界面+数据集）
腾讯技术创作特训营S15#AI协作日志
💡💡💡本文摘要：基于YOLOv8的指针式仪表智能识别系统，阐述了整个数据制作和训练可视化过
AI小怪兽
2025-09-11
322
0
基于YOLO11的骨骼骨折分割检测系统（Python源码+数据集+Pyside6界面）
腾讯技术创作特训营S15#自选日志
💡💡💡本文摘要：基于YOLO11的骨骼骨折分割检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-10
208
0
YOLO11首发优化：2025.9月最新注意力机制 | 低计算复杂度的 多尺度线性注意力机制（MSLA）
腾讯技术创作特训营S15#debug日志
💡💡💡问题点：基于CNN的方法由于卷积操作的固有局限性，难以有效捕捉全局上下文信息；而基于Transformer的方法则存在局部特征建模不足的问题，同时面临自注意力机制带来的高计算复杂度挑战。
AI小怪兽
2025-09-09
253
0
基于YOLO11的肉鸡下蛋可孵化性检测系统（Python源码+数据集+Pyside6界面）
腾讯技术创作特训营S15#自选日志
💡💡💡本文摘要：基于YOLO11的肉鸡下蛋可孵化性检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-08
213
0
基于YOLOv8的合同印章检测系统（Python源码+Pyqt6界面+数据集）
腾讯技术创作特训营S15#AI协作日志
💡💡💡本文摘要：基于YOLOv8的合同印章检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-05
290
0
基于YOLOv8的电梯内电瓶车目标检测系统（Python源码+Pyqt6界面+数据集）
腾讯技术创作特训营S15#自选日志
💡💡💡本文摘要：基于YOLOv8的电梯内电瓶车检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-05
264
0
YOLO11优化： 引入了一种新颖的大核局部-全局-局部（LGL）模块，有效平衡图像信息低与高层语义差异大的问题 | ACM MM‘25
腾讯技术创作特训营S15#debug日志
💡💡💡为了实现高效的局部-全局信息交换，有效平衡图像信息低与高层语义差异大的问题，
AI小怪兽
2025-09-04
275
0
基于YOLO11的雾天行人车辆目标检测系统（Python源码+数据集+Pyside6界面）
腾讯技术创作特训营S15#自选日志
💡💡💡本文摘要：基于YOLO11的雾天行人车辆检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-03
560
0
基于YOLO11的牙齿检测系统（Python源码+数据集+Pyside6界面）
腾讯技术创作特训营S15#自选日志
💡💡💡本文摘要：基于YOLO11的牙齿检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-02
227
0
基于YOLO11的柑橘树上树下检测系统（Python源码+数据集+Pyside6界面）
腾讯技术创作特训营S15#自选日志
💡💡💡本文摘要：基于YOLO11的柑橘树上树下检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-09-02
247
0
基于Yolov8的道路破损检测系统
腾讯技术创作特训营S15#自选日志
Ultralytics YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本。YOLOv8是一种尖端的、最先进的（SOTA）模型，它建立在先前YOLO成功基础上，并引入了新功能和改进，以进一步提升性能和灵活性。它可以在大型数据集上进行训练，并且能够在各种硬件平台上运行，从CPU到GPU。
AI小怪兽
2025-09-01
227
0
YOLO11首发优化：Transformer创新 | 卷积化自注意力，共享大卷积核和动态卷积核，引入Flash Attention高效涨点| ICCV2025
腾讯技术创作特训营S15#自选日志
💡💡💡问题点：针对 Transformer 在图像超分辨率（SR）任务中的高计算开销问题，提出了一系列高效解决方案。①我们观察到自注意力在不同层之间存在重复性
AI小怪兽
2025-09-01
361
0
点击加载更多
活动推荐
社区活动
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
不再提示
