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
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
专栏
文章归档
2024 年 10 月 22 日文章目录
YoloV7改进策略:AKConv即插即用,轻松涨点
TransXNet实战:使用 TransXNet实现图像分类任务(二)
TransXNet实战:使用TransXNet实现图像分类任务(一)
YoloV8改进策略:三元注意力,小参数大能力,即插即用,涨点自如
YoloV8改进策略:ASF-YOLO,结合了空间和尺度特征在小目标和密集目标场景有效涨点
YoloV8改进策略:AKConv即插即用,轻松涨点
YoloV5改进策略:RefConv打造轻量化YoloV5利器
YoloV8改进策略:基于RevCol,可逆的柱状神经网络的完美迁移,YoloV8的上分利器
YoloV8改进策略:Hiera改进YoloV8,实现精度和速度的双提升!
YoloV8改进策略:WaveletPool解决小目标的混叠问题,提高小目标的检测精度
YoloV8改进策略:动态蛇形卷积,解决管状结构问题
YoloV7改进策略:RefConv打造轻量化YoloV7利器
YoloV8改进策略:Inner-IoU+clou,YoloV8的涨点明珠
YoloV7改进策略:独家原创,全网首发,复现Drone-Yolo,以及改进方法
YoloV8改进策略:OrthoNets最新的SOTA注意力机制,让YoloV8涨点自如
YoloV8改进策略:聚焦线性注意力重构YoloV8
YoloV8改进策略:Gold-YOLO高效目标检测器与YoloV8激情碰撞
YoloV8改进策略:RefConv打造轻量化YoloV8利器
YoloV5改进策略:独家原创,全网首发,复现Drone-Yolo,以及改进方法
YoloV5改进策略:独家原创,LSKA(大可分离核注意力)改进YoloV5,比Transformer更有效
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 11 页
第 12 页
第 13 页
第 14 页
第 15 页
领券