腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
腾讯云架构师技术同盟
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
腾讯云架构师技术同盟
返回腾讯云官网
YOLO大作战
1）加入前沿计算机视觉顶会，二次创新；2）项目实战，在多个数据集验证创新点合理性；3）独家自研模块，全网首发；
专栏成员
举报
194
文章
316849
阅读量
56
订阅数
订阅专栏
申请加入专栏
全部文章（194）
2023腾讯·技术创作特训营 第三期（66）
2024腾讯·技术创作特训营 第五期（30）
腾讯技术创作特训营S11#重启人生（26）
2023腾讯·技术创作特训营 第四期（18）
2023腾讯·技术创作特训营 第二期（11）
热点技术征文第十期1024程序员节（9）
第二期热点征文-人工智能（7）
计算机视觉（5）
腾讯技术创作特训营S7（5）
人工智能（4）
腾讯技术创作特训营S6（4）
腾讯技术创作特训营S8（4）
腾讯技术创作特训营S9（4）
深度学习（3）
yolo（3）
第三期热点征文-AI工具（3）
“觅影”医学人工智能算法大赛（1）
第二期热点征文-程序人生（1）
第二期热点征文-编程语言（1）
第三期热点征文-漫谈C++（1）
腾讯技术创作特训营S10（1）
搜索文章
搜索
搜索
关闭
YOLO11 全新发布！（原理介绍+代码详见+结构框图）
腾讯技术创作特训营S8
Ultralytics YOLO11是一款尖端的、最先进的模型，它在之前YOLO版本成功的基础上进行了构建，并引入了新功能和改进，以进一步提升性能和灵活性。YOLO11设计快速、准确且易于使用，使其成为各种物体检测和跟踪、实例分割、图像分类以及姿态估计任务的绝佳选择。
AI小怪兽
2024-10-08
7.1K
0
置顶
YOLOv12源码分析+如何训练自己的数据集（NEU-DET缺陷检测为案列）
yolo
💡💡💡本文内容：YOLOv12创新点A2C2f和Area Attention结构分析，以及如何训练自己的私有数据集
AI小怪兽
2025-02-25
257
0
革新突破！YOLOv12携注意力机制震撼登场，实时检测快如闪电！
yolo
YOLOv12提出了以注意力为中心的实时目标检测框架，通过方法论创新和架构改进，打破了传统CNN在YOLO系列中的主导地位。
AI小怪兽
2025-02-24
262
0
YOLO11涨点优化：大型条带卷积技术，更有效地提取空间信息 | Strip R-CNN，遥感目标检测 新SOTA，25年最新发表
腾讯技术创作特训营S11#重启人生
💡💡💡研究发现，大型条带卷积是遥感目标检测中极为有效的特征学习工具，能够精准捕捉并检测出不同长宽比的目标。
AI小怪兽
2025-02-07
305
0
YOLO11多个点组合创新：GC10-DET缺陷检测 | DCNv4结合SPPF+DCNv4结合11Detect+双注意力块（DAB）创新性结合
腾讯技术创作特训营S11#重启人生
1）DCNv4优势：(1) 去除空间聚合中的softmax归一化，以增强其动态性和表达能力；(2) 优化存储器访问以最小化冗余操作以加速。这些改进显著加快了收敛速度，并大幅提高了处理速度，DCNv 4实现了三倍以上的前向速度。
AI小怪兽
2025-01-16
263
4
YOLO11优化：图像去噪 | AAAI2025 Transformer |一种基于Transformer的盲点网络（TBSN）架构 ，结合空间和通道自注意力层
腾讯技术创作特训营S11#重启人生
💡💡💡 提出了一种基于Transformer的盲点网络（TBSN）架构，通过分析和重新设计Transformer运算符以满足盲点要求。TBSN遵循扩张BSN的架构原则，并结合空间和通道自注意力层来增强网络能力。
AI小怪兽
2025-01-15
278
0
基于YOLOv10的工业油污缺陷检测算法，具有切片操作的SimAM注意力，魔改SimAM助力缺陷检测（二）
腾讯技术创作特训营S11#重启人生
💡💡💡本文内容：针对基基于YOLOv10的工业油污缺陷检测算法进行性能提升，加入各个创新点做验证性试验。
AI小怪兽
2025-01-14
150
0
基于YOLOv10的工业油污缺陷检测算法，BRA注意力替换 PSA中的多头自注意力模块MHSA注意力（一）
腾讯技术创作特训营S11#重启人生
💡💡💡本文内容：针对基基于YOLOv10的工业油污缺陷检测算法进行性能提升，加入各个创新点做验证性试验。
AI小怪兽
2025-01-13
143
0
基于YOLOv8的安全帽检测系统（4）：EMA基于跨空间学习的高效多尺度注意力、效果优于ECA、CBAM、CA，助力行为检测 | ICASSP2023
腾讯技术创作特训营S11#重启人生
Ultralytics YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本。YOLOv8是一种尖端的、最先进的（SOTA）模型，它建立在先前YOLO成功基础上，并引入了新功能和改进，以进一步提升性能和灵活性。它可以在大型数据集上进行训练，并且能够在各种硬件平台上运行，从CPU到GPU。
AI小怪兽
2025-01-12
118
0
基于YOLOv8的安全帽检测系统（3）：DCNv3可形变卷积，基于DCNv2优化，助力行为检测
腾讯技术创作特训营S11#重启人生
Ultralytics YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本。YOLOv8是一种尖端的、最先进的（SOTA）模型，它建立在先前YOLO成功基础上，并引入了新功能和改进，以进一步提升性能和灵活性。它可以在大型数据集上进行训练，并且能够在各种硬件平台上运行，从CPU到GPU。
AI小怪兽
2025-01-11
178
0
基于YOLOv8的安全帽检测系统（2）：Gold-YOLO，遥遥领先，助力行为检测 | 华为诺亚NeurIPS23
腾讯技术创作特训营S11#重启人生
Ultralytics YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本。YOLOv8是一种尖端的、最先进的（SOTA）模型，它建立在先前YOLO成功基础上，并引入了新功能和改进，以进一步提升性能和灵活性。它可以在大型数据集上进行训练，并且能够在各种硬件平台上运行，从CPU到GPU。
AI小怪兽
2025-01-10
208
0
基于YOLO11的矿井下移动目标检测系统（Python源码+数据集+Pyside6界面）
腾讯技术创作特训营S11#重启人生
💡💡💡本文摘要：基于YOLO11的矿井下移动目标检测，阐述了整个数据制作和训练可视化过程
AI小怪兽
2025-01-09
148
0
YOLO11实战：NEU-DET | 一种具有切片操作的SimAM注意力的内容引导注意力(CGA)的混合融合方案
腾讯技术创作特训营S11#重启人生
💡💡💡创新点：提出了一种具有切片操作的SimAM注意力，增强小目标特征提取能力 + 基于内容引导注意力(CGA)的混合融合方案
AI小怪兽
2025-01-08
155
0
基于YOLOv8的安全帽检测系统
腾讯技术创作特训营S11#重启人生
Ultralytics YOLOv8是Ultralytics公司开发的YOLO目标检测和图像分割模型的最新版本。YOLOv8是一种尖端的、最先进的（SOTA）模型，它建立在先前YOLO成功基础上，并引入了新功能和改进，以进一步提升性能和灵活性。它可以在大型数据集上进行训练，并且能够在各种硬件平台上运行，从CPU到GPU。
AI小怪兽
2025-01-07
116
0
YOLO11-seg分割：包裹分割数据集 | 新颖的多尺度卷积注意力（MSCA），即插即用，助力分割（八）
腾讯技术创作特训营S11#重启人生
💡💡💡本文全网首发独家改进：多尺度卷积注意力（MSCA），有效地提取上下文信息，新颖度高，创新十足。
AI小怪兽
2025-01-06
153
0
YOLO11-seg分割：包裹分割数据集 | 全局到局部可控感受野模块GL-CRM ，量身为为多尺度变化而设计| 2024年10月最新成果（七）
腾讯技术创作特训营S11#重启人生
💡💡💡GL-CRM是为了更好地处理多尺度变化而设计的。它包括两个主要组件：可控感受野模块（CRM）和全局到局部设计（GL）。CRM灵活地提取和整合具有多个尺度和粒度的特征，而GL架构具有从全局上下文到子块区域再到局部语义信息的层次感知过程。
AI小怪兽
2025-01-05
114
0
YOLO11-seg分割：包裹分割数据集 | 具有切片操作的SimAM注意力，魔改SimAM助力分割（六）
腾讯技术创作特训营S11#重启人生
💡💡💡问题点：SimAM计算整张特征图的像素差平均值时加权可能会忽略小目标的重要性，同时与整体平均值相比可能和背景信息相似，导致加权增强较弱，进而使得SimAM对小目标的增强能力较差。
AI小怪兽
2025-01-04
134
0
YOLO11-seg分割：包裹分割数据集 |SPPF原创自研 | SPPF_attention，能够在不同尺度上更好的、更多的关注注意力特征信息（五）
腾讯技术创作特训营S11#重启人生
优点：为了利用不同的池化核尺寸提取特征的方式可以获得更多的特征信息，提高网络的识别精度。
AI小怪兽
2025-01-03
124
0
YOLO11-seg分割：包裹分割数据集 | 原创自研 | 一种新颖的跨通道交互的高效率通道注意力EMCA，ECA改进版（四）
腾讯技术创作特训营S11#重启人生
💡💡💡本文原创自研创新改进：基于ECA注意力，提出了一种新颖的EMCA注意力（跨通道交互的高效率通道注意力），保持高效轻量级的同时，提升多尺度提取能力
AI小怪兽
2025-01-02
173
0
YOLO11-seg分割：包裹分割数据集 | 空间频率注意力和通道转置注意力 ，恢复分割边缘细节| IJCAI-24 （三）
腾讯技术创作特训营S11#重启人生
💡💡💡空间-频率注意力： 为了更多地关注高频成分，它将高频和通道信息结合起来进行自注意力计算，以增强高频细节的恢复。
AI小怪兽
2025-01-01
126
0
点击加载更多
社区活动
Python精品学习库
代码在线跑，知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客，速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
