AI小怪兽

发表了文章 22小时前2025-09-02 10:52:17

基于YOLO11的柑橘树上树下检测系统（Python源码+数据集+Pyside6界面）

💡💡💡本文摘要：基于YOLO11的柑橘树上树下检测，阐述了整个数据制作和训练可视化过程

AI小怪兽 22小时前2025-09-02 10:52:17

发表了文章 1天前2025-09-01 10:46:37

基于Yolov8的道路破损检测系统

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...

AI小怪兽 1天前2025-09-01 10:46:37

发表了文章 1天前2025-09-01 09:36:56

YOLO11首发优化：Transformer创新 | 卷积化自注意力，共享大卷积核和动态卷积核，引入Flash Attention高效涨点| ICCV2025

💡💡💡问题点：针对 Transformer 在图像超分辨率（SR）任务中的高计算开销问题，提出了一系列高效解决方案。①我们观察到自注意力在不同层之间存在重复性

AI小怪兽 1天前2025-09-01 09:36:55

发表了文章 5天前2025-08-28 09:21:34

TACR-YOLO，一种结合坐标与任务感知表示的人类异常行为实时检测框架

AI小怪兽，YOLO骨灰级玩家，1）YOLOv5、v7、v8、v9、v10、11、v12、v13优化创新，轻松涨点和模型轻量化；2）目标检测、语义分割、OCR、...

AI小怪兽 5天前2025-08-28 09:21:34

发表了文章 6天前2025-08-27 10:06:23

基于YOLO11的夹层玻璃缺陷自动视觉检测系统（Python源码+数据集+Pyside6界面）

💡💡💡本文摘要：基于YOLO11的夹层玻璃缺陷检测系统，阐述了整个数据制作和训练可视化过程

AI小怪兽 6天前2025-08-27 10:06:23

发表了文章 8天前2025-08-26 08:40:25

YOLO11优化：多尺度提取能力 | 多尺度注意力网络（HSAN）通过分组卷积和联合通道-空间注意力机制，增强多尺度特征表达能力，2025年8月发布

💡💡💡问题点：在检测不同尺寸的图像时，传统方法常因无法有效融合多尺度信息而漏检小型或远距离目标。

AI小怪兽 7天前2025-08-26 14:03:09

腾讯技术创作特训营S15#AI协作日志

发表了文章 8天前2025-08-25 08:58:18

YOLO 算法不再难：用腾讯 IMA 构建你的「垂直领域知识引擎」

腾讯 IMA（Intelligent Model Assistant）是腾讯推出的AI智能工作平台，依托混元大模型 + DeepSeek-R1 双引擎，支持联...

AI小怪兽 8天前2025-08-25 08:58:18

腾讯技术创作特训营S15#debug日志

发表了文章 9天前2025-08-25 08:52:50

SBP-YOLO智能驾驶最新技术突破

💡💡💡SBP-YOLO模型代表了道路异常检测领域的最新技术突破，通过多项创新设计在保持YOLO算法高实时性的同时显著提升了检测精度。该模型融合了轻量化设计、特征...

AI小怪兽 9天前2025-08-25 08:52:50

发表了文章 2025-07-232025-07-23 15:09:41

YOLOv13-seg分割如何训练自己的数据集（道路分割缺陷）

💡💡💡本文内容：如何用自己的数据集（道路缺陷）训练yolo11-seg模型以及训练结果可视化；

AI小怪兽 2025-07-232025-07-23 15:12:29

发表了文章 2025-07-232025-07-23 08:42:33

InterpIoU：边界框回归的新损失函数——基于插值 IoU 的优化新思路，YOLO小目标涨点福音 | 2025.7月最新发表

1. 提出 InterpIoU：一种全新的 IoU 型损失函数，用“预测框与真值框之间插值框的 IoU”取代手工几何惩罚。该设计降低了对边界框尺寸、长宽比及空间...

AI小怪兽 2025-07-232025-07-23 08:42:33

发表了文章 2025-07-222025-07-22 08:54:54

YOLOv13-pose关键点检测：训练实战手把手教程篇| 自己数据集从labelme标注到生成yolo格式的关键点数据以及训练教程

💡💡💡本文解决什么问题：教会你如何用自己的数据集转换成对应格式的数据集以及如何训练YOLOv13-pose关键点检测

AI小怪兽 2025-07-222025-07-22 08:54:54

发表了文章 2025-07-212025-07-21 15:41:35

YOLO11优化：卷积创新结合频域 | 一种名为频率动态卷积（FDConv）的创新方法，CVPR2025

💡💡💡我们引入了一种名为频率动态卷积（FDConv）的创新方法，通过在傅里叶域中学习固定参数预算来缓解这些问题。FDConv 将这些预算分配到具有不相交傅里叶索...

AI小怪兽 2025-07-212025-07-21 15:41:35

发表了文章 2025-07-212025-07-21 09:21:35

YOLOv13改进：注意力独家魔改 | 可变形双级路由注意力（DBRA），魔改动态稀疏注意力的双层路由方法BiLevelRoutingAttention

💡💡💡BRA问题点：由可变形点选择的键值对缺乏语义相关性。BiFormer中的查询感知稀疏注意力旨在让每个查询聚焦于top-k路由区域。然而，在计算注意力时，选...

AI小怪兽 2025-07-212025-07-21 09:21:35

发表了文章 2025-07-192025-07-19 23:09:01

YOLO11优化：特征融合 | 金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块 | 25年7月最新成果

💡💡💡问题点：特征融合对高性能视觉模型至关重要，但往往会带来难以承受的计算复杂度。然而，主流的基于注意力的融合方法通常计算开销巨大、实现复杂，在资源受限的场景中...

AI小怪兽 2025-07-192025-07-19 23:09:01

发表了文章 2025-07-182025-07-18 13:16:46

YOLOv13改进：卷积魔改 | DCNv4更快收敛、更高速度、更高性能，效果秒杀DCNv3、DCNv2等，助力检测

💡💡💡本文独家改进：DCNv4更快收敛、更高速度、更高性能，完美和YOLOv13结合，助力涨点

AI小怪兽 2025-07-182025-07-18 13:16:46

发表了文章 2025-07-172025-07-17 09:52:19

YOLOv13改进：卷积魔改 | 可变形条带卷积(DSCN)，魔改DCNv3创新

💡💡💡本文独家改进：提出了可变形条带卷积(DSCN)，DSCN作为大核DCNv3的简化版本，相对于变形采样方法，其计算量仅为原始方法的63.2%。通过将变形采...

AI小怪兽 2025-07-172025-07-17 09:52:19

发表了文章 2025-07-172025-07-17 09:45:28

YOLO11叶片病害检测提升 | 具有切片操作的SimAM注意力结合卷积，助力病害检测

💡💡💡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...

AI小怪兽 2025-07-172025-07-17 09:45:28

发表了文章 2025-07-162025-07-16 08:41:08

基于YOLO11的微藻细胞检测系统（Python源码+数据集+Pyside6界面）

💡💡💡本文摘要：基于YOLO11的微藻细胞检测，阐述了整个数据制作和训练可视化过程

AI小怪兽 2025-07-162025-07-16 08:41:08

发表了文章 2025-07-152025-07-15 08:53:12

YOLO11叶片病害检测提升 | 自研独家创新MSAM注意力，通道注意力升级，魔改CBAM

💡💡💡本文自研创新改进：MSAM（CBAM升级版）：通道注意力具备多尺度性能，多分支深度卷积更好的提取多尺度特征，最后高效结合空间注意力

AI小怪兽 2025-07-152025-07-15 08:53:12