AI浩

腾讯云

开发者社区

文档建议反馈控制台

首页TVP

LV1

发表了文章 2天前2024-11-13 10:54:54

YoloV8改进策略：注意力改进|VOLO，视觉识别中的视觉展望器|即插即用|附代码+改进方法

本文参考的是《VOLO：视觉识别中的视觉展望器》一文，该论文主要讨论了视觉识别领域中卷积神经网络（CNNs）与视觉转换器（ViTs）的性能对比，并提出了一个新的...

AI浩 2天前2024-11-13 10:54:54

数据、性能、编码、架构、模型

发表了文章 4天前2024-11-11 20:17:37

Yolo11改进策略：上采样改进|CARAFE，轻量级上采样|即插即用|附改进方法+代码

https://arxiv.org/pdf/1905.02188 特征上采样是许多现代卷积网络架构（例如特征金字塔）中的关键操作。其设计对于诸如目标检测和语义/...

AI浩 4天前2024-11-11 20:17:37

模型、内核、设计、网络、性能

发表了文章 8天前2024-11-07 10:16:59

YoloV8改进策略：上采样改进：CARAFE：轻量级上采样|即插即用|附改进方法+代码

https://arxiv.org/pdf/1905.02188 特征上采样是许多现代卷积网络架构（例如特征金字塔）中的关键操作。其设计对于诸如目标检测和语义/...

AI浩 8天前2024-11-07 10:16:59

工作、模型、设计、网络、性能

发表了文章 11天前2024-11-04 10:39:47

CARAFE：基于内容感知的特征（FEatures）重新组装

https://arxiv.org/pdf/1905.02188 特征上采样是许多现代卷积网络架构（例如特征金字塔）中的关键操作。其设计对于诸如目标检测和语义/...

AI浩 11天前2024-11-04 10:39:48

设计、网络、性能、模型、内核

发表了文章 15天前2024-10-31 13:37:25

YoloV9改进策略：Block改进|RFE模块，提高小物体的识别精度|即插即用|代码+修改过程

本文介绍了一种基于YOLOv5的人脸检测方法，命名为YOLO-FaceV2。该方法旨在解决人脸检测中的尺度变化、简单与困难样本不平衡以及人脸遮挡等问题。通过引入...

AI浩 15天前2024-10-31 13:37:25

设计、网络、block、函数、模型

发表了文章 15天前2024-10-31 13:35:22

YoloV8改进策略：Block改进|RFE模块|即插即用

AI浩 15天前2024-10-31 13:35:23

block、函数、模型、设计、网络

发表了文章 18天前2024-10-28 12:10:31

YoloV8改进策略：卷积篇|大感受野的小波卷积|即插即用

论文介绍了一种新的WTConv模块，该模块通过利用小波变换有效地增加了卷积的感受野，并作为深度卷积的即插即用替代品在多个计算机视觉任务中表现出色。使用WTCon...

AI浩 18天前2024-10-28 12:10:32

网络、性能、工作、架构、论文

发表了文章 24天前2024-10-22 13:25:11

YoloV8改进策略：注意力改进|引入DeBiLevelRoutingAttention注意力模块（全网首发）

在计算机视觉领域，目标检测任务的性能提升一直是研究热点。我们基于对YoloV8模型的深入理解，创新性地引入了DeBiLevelRoutingAttention（...

AI浩 24天前2024-10-22 13:25:11

路由、模型、网络、性能、self

发表了文章 24天前2024-10-22 13:24:58

YoloV8改进：Block改进|使用ContextAggregation模块改善C2f模块|即插即用

在计算机视觉领域，目标检测与实例分割任务一直是研究的热点。YoloV8作为目标检测领域的佼佼者，凭借其出色的性能和效率赢得了广泛的认可。然而，随着技术的不断进步...

AI浩 24天前2024-10-22 13:24:59

对象、数据、网络、性能、block

发表了文章 24天前2024-10-22 13:24:12

YoloV8改进：Neck层改进|使用ContextAggregation模块改善Neck的输出特征|即插即用

在本文中，我们创新性地将ContextAggregation模块引入到了YoloV8模型中，特别是在其Neck部分的三个输出特征中融入了该模块，从而实现了显著的...

AI浩 24天前2024-10-22 13:24:12

对象、模型、数据、网络、性能

发表了文章 24天前2024-10-22 13:24:02

YoloV10改进策略：Neck改进|Efficient-RepGFPN，实时目标检测的王者Neck

在实时目标检测领域，Yolo系列模型一直以其高效和准确而著称。近日，我们成功将Efficient-RepGFPN模块引入YoloV10中，实现了显著的涨点效果。...

AI浩 24天前2024-10-22 13:24:02

数据、网络、性能、模型、设计

发表了文章 24天前2024-10-22 13:23:55

YoloV8改进策略：Neck改进|Efficient-RepGFPN，实时目标检测的王者Neck

在实时目标检测领域，Yolo系列模型一直以其高效和准确而著称。近日，我们成功将Efficient-RepGFPN模块引入YoloV8中，实现了显著的涨点效果。这...

AI浩 24天前2024-10-22 13:23:55

数据、网络、性能、模型、设计

发表了文章 24天前2024-10-22 13:23:46

YoloV9改进策略：BackBone改进|CAFormer在YoloV9中的创新应用，显著提升目标检测性能

在目标检测领域，模型性能的提升一直是研究者和开发者们关注的重点。近期，我们尝试将CAFormer模块引入YoloV9模型中，以替换其原有的主干网络，这一创新性的...

AI浩 24天前2024-10-22 13:23:46

模型、数据、性能、卷积神经网络、backbone

发表了文章 24天前2024-10-22 13:23:41

YoloV10改进策略：BackBone改进|CAFormer在YoloV10中的创新应用，显著提升目标检测性能

在目标检测领域，模型性能的提升一直是研究者和开发者们关注的重点。近期，我们尝试将CAFormer模块引入YoloV10模型中，以替换其原有的主干网络，这一创新性...

AI浩 24天前2024-10-22 13:23:41

框架、模型、数据、性能、backbone

发表了文章 24天前2024-10-22 13:22:40

YoloV8改进策略：BackBone改进|CAFormer在YoloV8中的创新应用，显著提升目标检测性能

在目标检测领域，模型性能的提升一直是研究者和开发者们关注的重点。近期，我们尝试将CAFormer模块引入YoloV8模型中，以替换其原有的主干网络，这一创新性的...

AI浩 24天前2024-10-22 13:22:41

backbone、模型、数据、网络、性能

发表了文章 24天前2024-10-22 13:22:35

YoloV9改进策略：BackBone改进：PoolFormer赋能YoloV9，视觉检测性能显著提升的创新尝试

在深度学习的广阔领域中，目标检测作为计算机视觉的基石任务之一，始终吸引着研究者的广泛关注。近期，我们大胆尝试将前沿的PoolFormer主干网络引入经典的目标检...

AI浩 24天前2024-10-22 13:22:35

backbone、工作、架构、模型、性能

发表了文章 24天前2024-10-22 13:22:16

YoloV8改进策略：BackBone改进|PoolFormer赋能YoloV8，视觉检测性能显著提升的创新尝试

AI浩 24天前2024-10-22 13:22:16

backbone、工作、架构、模型、性能

发表了文章 24天前2024-10-22 13:21:57

RT-DETR改进策略：BackBone改进|EfficientFormerV2在RT-DETR中的创新应用，精度与效率完美平衡

在追求高效且高精度的目标检测领域，RT-DETR凭借其卓越的性能和广泛的应用基础，一直是研究者和开发者们的首选框架之一。然而，随着应用场景的不断拓展，对模型尺寸...

AI浩 24天前2024-10-22 13:21:57

backbone、模型、搜索、网络、效率

发表了文章 24天前2024-10-22 13:21:50

YoloV9改进策略：BackBone改进|Swin Transformer赋能YoloV9，性能跃升的新篇章

在深度学习领域，目标检测作为计算机视觉的核心任务之一，其性能的提升始终吸引着研究者们的目光。近期，我们创新性地将Swin Transformer这一前沿的Tra...

AI浩 24天前2024-10-22 13:21:50

性能、backbone、架构、模型、网络

发表了文章 24天前2024-10-22 13:20:31

YoloV10改进策略：BackBone改进|Swin Transformer赋能YoloV10，性能跃升的新篇章

AI浩 24天前2024-10-22 13:20:32

backbone、架构、模型、网络、性能

12 3 4 5 6 下一页

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2024-04-01

个人成就

获得 111 次赞同
文章被阅读 14.9K 次

关注了：1关注者：15

AI浩

YoloV8改进策略：注意力改进|VOLO，视觉识别中的视觉展望器|即插即用|附代码+改进方法

Yolo11改进策略：上采样改进|CARAFE，轻量级上采样|即插即用|附改进方法+代码

YoloV8改进策略：上采样改进：CARAFE：轻量级上采样|即插即用|附改进方法+代码

CARAFE：基于内容感知的特征（FEatures）重新组装

YoloV9改进策略：Block改进|RFE模块，提高小物体的识别精度|即插即用|代码+修改过程

YoloV8改进策略：Block改进|RFE模块|即插即用

YoloV8改进策略：卷积篇|大感受野的小波卷积|即插即用

YoloV8改进策略：注意力改进|引入DeBiLevelRoutingAttention注意力模块（全网首发）

YoloV8改进：Block改进|使用ContextAggregation模块改善C2f模块|即插即用

YoloV8改进：Neck层改进|使用ContextAggregation模块改善Neck的输出特征|即插即用

YoloV10改进策略：Neck改进|Efficient-RepGFPN，实时目标检测的王者Neck

YoloV8改进策略：Neck改进|Efficient-RepGFPN，实时目标检测的王者Neck

YoloV9改进策略：BackBone改进|CAFormer在YoloV9中的创新应用，显著提升目标检测性能

YoloV10改进策略：BackBone改进|CAFormer在YoloV10中的创新应用，显著提升目标检测性能

YoloV8改进策略：BackBone改进|CAFormer在YoloV8中的创新应用，显著提升目标检测性能

YoloV9改进策略：BackBone改进：PoolFormer赋能YoloV9，视觉检测性能显著提升的创新尝试

YoloV8改进策略：BackBone改进|PoolFormer赋能YoloV8，视觉检测性能显著提升的创新尝试

RT-DETR改进策略：BackBone改进|EfficientFormerV2在RT-DETR中的创新应用，精度与效率完美平衡

YoloV9改进策略：BackBone改进|Swin Transformer赋能YoloV9，性能跃升的新篇章

YoloV10改进策略：BackBone改进|Swin Transformer赋能YoloV10，性能跃升的新篇章

个人简介

个人成就

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐