检测结果格式转换及提交(YOLO->VisDrone)

bai666ai 2023-06-25 14:28:54

课时名称课时知识点
检测结果格式转换及提交(YOLO->VisDrone)本课程将手把手地教大家使用YOLOv8训练VisDrone无人机目标检测数据集，完成VisDrone目标检测竞赛实战项目，并尝试涨点技巧。
...全文
132 回复 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
YOLOv8遇见VisDrone 2023目标检测挑战赛-YOLOv8实战VisDrone无人机目标检测（视频教程）
本课程将手把手地教大家使用YOLOv8训练VisDrone无人机目标检测数据集，完成VisDrone目标检测竞赛实战项目，并尝试涨点技巧。
ICCV2023-VisDrone-ObjectDetection---【个人记录】
ICCV2023-VisDrone---记录
51c视觉~YOLO~合集6~
PENet通过拉普拉斯金字塔将图像分解成不同分辨率的组件。在PENet中，作者通过提出的细节处理模块（DPM）和低频增强滤波器（LEF）来增强每个尺度的组件。其中, Down表示下采样, Gaussian表示高斯滤波器,高斯核的大小为5×5。在每个高斯金字塔操作后，图像的宽度和高度减半，这意味着分辨率是原始图像的1/4。显然，高斯金字塔的下采样操作是不可逆的。为了在上采样后恢复原始的高分辨率图像，需要恢复丢失的信息，这些丢失的信息构成了拉普拉斯金字塔的组件。拉普拉斯金字塔的定义如下：
目标检测YOLO实战应用案例100讲- 无人机平台下露天目标检测与计数(续)
在上一章中，介绍了基于深度学习的目标检测与计数方法，本文对目标检测与计数任 务采取了先检测后计数的步骤，由于通用的目标检测算法在特征学习过程中产生了多次下 采样，在下采样过程中容易造成小目标特征丢失，导致小目标检测精度不高，对于无人机 视角下的目标检测表现并不优秀。为此本章设计了基于改进YOLO v4算法的露天目标检测 模型。
TPH-YOLOv5: （中文翻译）
Abstract 无人机捕获场景下的目标检测是一个最近流行的任务。由于无人机总是在不同的高度进行导航，目标尺度变化剧烈，给网络优化带来负担。此外，在高速低空飞行过程中，由于物体密度较大，会产生运动模糊，给物体识别带来很大挑战。针对上述两个问题，我们提出了TPH-YOLOv5。在YOLOv5的基础上，我们增加了一个预测头来检测不同尺度的物体。然后将原预测头替换为变压器预测头(Transformer prediction heads, TPH)，探索具有自我注意机制的预测潜力。此外，我们还集成...
白老师的课程社区_NO_7

4

社区成员

244

社区内容

发帖
与我相关
我的任务
社区描述
人工智能技术专家
社区管理员
  • bai666ai
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章