暂无搜索历史
💡💡💡本文摘要:基于YOLO26的道路裂缝检测系统,阐述了整个数据制作和训练可视化过程
摘要:在现代高通量工业生产线上,产品配置和视觉特征频繁变化,因此为每个新场景收集和标注数据变得不切实际。这种动态环境使得零样本异常检测特别适用,因为它能够在无需...
深耕计算机视觉与深度学习领域,专注于目标检测前沿技术的探索与突破。长期致力于YOLO系列算法的结构性创新、性能极限优化与工业级落地实践,旨在打通从学术研究到产业...
💡💡💡本文核心贡献如下: 重写预测函数,支持单张图像预测和可视化(代码已开源)
深耕计算机视觉与深度学习领域,专注于视觉检测前沿技术的探索与突破。长期致力于YOLO系列算法的结构性创新、性能极限优化与工业级落地实践,旨在打通从学术研究到产业...
在自动驾驶、机器人导航、AR/VR和3D重建中扮演着不可替代的角色——单目深度估计(Monocular Depth Estimation)。
💡💡💡本文摘要:基于YOLO26的苹果叶片病害检测系统,阐述了整个数据制作和训练可视化过程
💡💡💡本文摘要:基于YOLO26的晶圆缺陷检测系统,阐述了整个数据制作和训练可视化过程
“小怪兽,我准备发一篇YOLO改进的论文,用什么数据集比较好?VisDrone行不行?”
“交付时准确率99.8%,客户也签了字。三个月后漏检率涨到原来的三倍,产线停了整整一小时。”
摘要:裂缝检测在基础设施检测和结构健康监测中扮演着重要角色。然而,传统的人工检测方法耗时费力,难以扩展到大规模监测场景。此外,裂缝通常表现为细长、低对比度的结构...
💡💡💡本文摘要:基于YOLO26的南瓜叶片病害检测系统,阐述了整个数据制作和训练可视化过程
如果你跑过 PCB 缺陷检测、无人机巡检或细长裂缝质检项目,你一定体会过什么叫“小目标检测的噩梦”——明明肉眼都隐约可见的微小划痕,模型就是视而不见;微小的焊点...
二十多年来,OpenCV始终是计算机视觉研究、机器人技术、工业检测、AI应用以及无数生产系统的基石。如今,这个库在GitHub上拥有超过86,000颗星,每天的...
走进任何一家工厂的质检车间,你都会发现一个心照不宣的事实:控制器里十有八九跑的是YOLO,而各大顶会里刷屏的视觉大模型(VLM),几乎找不到一台部署在生产线上。...
💡💡💡本文摘要:基于YOLO26的PCB表面缺陷检测系统,阐述了整个数据制作和训练可视化过程
1)提出ANBI-UAV框架:首个面向高速铁路声屏障的无人机自动化检测框架,涵盖数据采集、模型检测到全局推理全流程。
1)问题剖析:首次系统识别YOLO增量检测中三大知识冲突——前景-背景混淆、参数干扰与知识蒸馏错位。
暂未填写学校和专业