网站首页 第930页

• 

  YOLO5Face:为何要重新研究人脸检测器

  论文题目：YOLO5Face:WhyReinventingaFaceDetector...

  2024-09-14 btikc 技术文章 6 ℃ 0 评论
• 

  A-YOLOM多任务算法开源，超越YOLOv8及YOLOP(附论文及源码)

  以下文章来源于微信公众号：AI视界引擎...

  2024-09-14 btikc 技术文章 7 ℃ 0 评论
• 

  YOLO算法改进Backbone系列之:HAT-Net

  本文旨在解决ViT中与多头自我关注（MHSA）相关的高计算/空间复杂性问题。为此，我们提出了分层多头自注意（H-MHSA），这是一种以分层方式计算自注意的新方法。具体来说，我们首先按照通常的方法将输入图像划分为多个斑块，每个斑块被视为一个标...

  2024-09-14 btikc 技术文章 6 ℃ 0 评论
• 

  YOLO算法改进Backbone系列之:PVT

  摘要：尽管基于CNNs的backbone在多种视觉任务中取得重大进展，但本文提出了一个用于密集预测任务的、无CNN的的简单backbone——PyramidVisionTransformer（PVT）。相比于ViT专门用于图像分类的设计...

  2024-09-14 btikc 技术文章 6 ℃ 0 评论
• 

  YOLO改进系列之SKNet注意力机制

  摘要视皮层神经元的感受野大小受刺激的调节即对于不同的刺激，卷积核的大小应该不同，但在构建CNN时一般在同一层只采用一种卷积核，很少考虑因采用不同卷积核。于是SKNet被提出，在SKNet中，不同大小的感受视野（卷积核）对于不同尺度的目标会有...

  2024-09-14 btikc 技术文章 5 ℃ 0 评论
• 

  YOLO算法改进Backbone系列之:Dfformer

  摘要：配备多头自注意（MHSA）的模型在计算机性能方面取得了显著的性能。它们的计算复杂性与输入特征图中的像素平方成正比，导致处理缓慢，特别是在处理高分辨率图像时。新型的tokenMixer被提出作为MHSA的替代品，以规避这个问题：基于...

  2024-09-14 btikc 技术文章 6 ℃ 0 评论
• 

  Anchor-free系列之FSAF

  FeatureSelectiveAnchor-FreeModuleforSingle-ShotObjectDetection（CVPR2019）文章来自卡内基梅隆CMU，是针对单阶段目标检测算法的优化。一、Motivation...

  2024-09-14 btikc 技术文章 6 ℃ 0 评论
• 

  技术论文|基于 Transformer 改进的 Faster-Rcnn 仓储箱体检测算法

  欢迎引用...

  2024-09-14 btikc 技术文章 7 ℃ 0 评论
• 

  腾讯AI Lab联合清华大学提出基于骨骼姿态估计的人体实例分割

  目前主流实例分割方法都严重依赖于物体的边界框检测，很少有研究者在实例分割中考虑「人」这一个类别的特殊性。在这篇论文中，清华大学、腾讯AILab、卡迪夫大学等机构的研究者提出利用骨架检测来定位人体实例，从而构建更高效的实例分割方法。目前主流...

  2024-09-14 btikc 技术文章 7 ℃ 0 评论
• 

  超详细!一文讲透机器视觉常用的 3 种“目标识别”方法

  随着机器视觉技术的快速发展，传统很多需要人工来手动操作的工作，渐渐地被机器所替代。传统方法做目标识别大多都是靠人工实现，从形状、颜色、长度、宽度、长宽比来确定被识别的目标是否符合标准，最终定义出一系列的规则来进行目标识别。这样的方法当然在一...

  2024-09-14 btikc 技术文章 7 ℃ 0 评论