用于目标检测的集中式特征金字塔
，却忽略了经验证明有益的层内特征调节。尽管一些方法试图借助注意力机制或视觉变换器来学习紧凑的层内特征表示，但它们忽略了对于密集预测任务而言重要的被忽略的角落区域。为解决这个问题，本文提出了一种用于目标检测的中心化特征金字塔（CFP），其基于全局显式中心化特征调节。具体而言，我们首先提出了一种空间显式视觉中心方案，其中使用轻量级多层感知器（MLP）来捕获全局长距离依赖关系，并使用并行可学习的视觉中心机制...
论文阅读--捍卫基于激光雷达视野范围的三维目标检测
目前存在的问题： 常用的体素化或鸟瞰图（BEV）表示相比，范围视图表示更紧凑且没有量化误差，但其在目标检测方面的性能很大程度上落后于体素化或 BEV 。范围视图尺度变化的挑战2D 图像不同，虽然距离图像的卷积是在 2D 像素坐标上进行的，但输出是在 3D 空间中。 标准卷积的核权重和聚合策略都忽略了这种不一致 文章主要研究内容： 提出了一个简单而有效的范围条件金字塔，提出元内核从 2D 范围视图表示...
基于YOLOv11的路面裂缝检测系统（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型）
100多种【基于YOLOv8/v10/v11的目标检测系统】目录（python+pyside6界面+系统源码+可训练的数据集+也完成的训练模型） 摘要： 本文提出了一种基于YOLOv11算法的裂纹检测系统，利用3917张图片（3717张训练集，200张验证集）进行模型训练，最终开发出一个高效的裂纹检测模型。为了方便用户操作和实时检测，本系统还开发了基于Python和PySide6的图形用户界面（GUI...
基于Faster-RCNN的电焊焊接缺陷检测，支持图像、视频和摄像实时检测【python源码、pytorch框架】
更多目标检测和图像分类识别项目可看我主页其他文章 功能演示： 基于Faster-RCNN的电焊焊接缺陷检测，支持图像、视频和摄像实时检测【python源码、pytorch框架】_哔哩哔哩_bilibili （一）简介 基于Faster-RCNN的电焊焊接缺陷检测系统是在 PyTorch 框架之下得以实现的。这是一个完备的项目，涵盖了诸多方面，其中包括代码部分，数据集，训练完备的模型权重， UI 界面以...
【Elasticsearch】基于 Word2Vec 实现文章抄袭检测
【Elasticsearch】基于 Word2Vec 实现文章抄袭检测 一、引言 在当今数字化信息爆炸的时代，网络上的文章数量呈指数级增长。无论是学术领域、新闻媒体还是各类自媒体平台，文章的创作与传播都极为活跃。然而，随之而来的问题是文章抄袭现象愈发猖獗。对于内容创作者、平台运营者以及学术机构等来说，能够快速准确地判断一篇文章是否存在抄袭行为变得至关重要。 传统的基于文本匹配的抄袭检测方法往往局限于...
论文阅读--基于MLS点云语义分割和螺栓孔定位的盾构隧道错位检测方法
目前存在的问题： 隧道错位识别方法只能针对特定错位形式；将点云转化为灰度图像会受到环境的影响。 文章主要研究内容： 将点云无损展开将2.5D点云转化为2D图像进行语义分割提取螺栓孔感兴趣区域，最小拟合方法获取错位值 论文翻译： ...
使用YOLOv8训练滑坡大规模多传感器滑坡检测数据集
滑坡大规模多传感器滑坡检测数据集，利用landsat，哨兵2，planet，无人机图像等多种传感器采集涵盖国内四川贵州，国外菲律宾印尼等地，数据共2w余副图像，mask准确标注滑坡位置。8GB数据量。 数据集介绍 数据集概述 数据集名称：大规模多传感器滑坡检测数据集 数据来源：使用多种传感器采集，包括Landsat、Sentinel-2、Planet、无人机图像 覆盖地区：国内四川、贵州，国外菲律宾...
YOLOv11改进有效涨点专栏目录 | 含卷积、主干、注意力机制、Neck、检测头、损失函数、二次创新C2PSA/C3k2等各种网络结构改进
有效涨点专栏目录，YOLOv11以及发布了一个月左右，这个过程中我也是给大家整理了许多的机制，其中包含了C3k2、C2PSA、主干（均支持根据yolov11训练的版本进行二次缩放，全系列都能轻量化）、检测头、注意力机制、Neck多种结构上创新，也有损失函数和一些细节点上的创新 | C3k2和C2PSA以及检测头是YOLOv11和YOLOv8的主要区别也是本专栏主要改进方向。同时本人一些讲解视频（YOL...
使用onnxruntime c++ API实现yolov5m视频检测
@[使用onnxruntime c++ API实现yolov5m视频检测] 本文演示了yolov5m从模型导出到onnxruntime推理的过程 一.创建容器 docker run --shm-size=32g -ti --privileged --net=host \ --rm \ -v $PWD:/home -w /home ghcr.io/intel/llvm/ubuntu2204_base ...
如何使用yolov8训练——电力设备漏油检测图像数据集，数据集总数为687张，标注为voc格式，也可以转yolo格式
电力设备漏油检测图像数据集，数据集总数为687张，标注为voc格式，也可以转yolo格式 如何使用YOLOv8训练电力设备漏油检测图像数据集的详细步骤和代码。我们将使用PyTorch和YOLOv8的官方实现来进行训练。 项目结构 OilLeakDetection/ ├── data/ │ ├── images/ │ │ ├── train/ │ │ ├── val/ │ │ └── test/ │ ...