网站首页 yolov5语义分割
-
用于自动驾驶的实时车道线检测和智能告警
作者：PriyaDwivedi...
2024-09-14 btikc 技术文章 64 ℃ 0 评论 -
最全总结!2024年不许你还不懂YOLO!
来源：计算机视觉工坊...
2024-09-14 btikc 技术文章 69 ℃ 0 评论 -
YOLO算法改进Backbone系列之:EdgeViT
摘要：在计算机视觉领域，基于Self-attention的模型(如ViTs)已经成为CNN之外的一种极具竞争力的架构。尽管越来越强的变种具有越来越高的识别精度，但由于Self-attention的二次复杂度，现有的ViT在计算和模型大小方面...
2024-09-14 btikc 技术文章 49 ℃ 0 评论 -
YOLO算法改进Backbone系列之:Fcaformer
目前，设计更高效视觉Transformer的一个主要研究方向是通过采用稀疏注意力或使用局部注意力窗口来降低自我注意力模块的计算成本。相比之下，我们提出了一种不同的方法，旨在通过密集注意力模式来提高基于变换器的架构的性能。具体来说，我们为混合...
2024-09-14 btikc 技术文章 76 ℃ 0 评论 -
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 41 ℃ 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 105 ℃ 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 43 ℃ 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 20 ℃ 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 43 ℃ 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 24 ℃ 0 评论
- 控制面板
- 网站分类
- 最新留言