目标检测

YOLO人像特写场景手势目标检测数据集YOLO26 目标检测模型训练全流程该数据集提供了data.yaml文件，内容如下：小郭AI日志： https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzYzNTg4ODk4NA==&action=getalbum&album_id=4497813105477042181&scene=126#wechat_redirect @image:image.dbe2d44a14.png

铁路障碍物目标检测数据集分享（适用于YOLO系列深度学习分类检测任务）在计算机视觉技术不断发展的今天，目标检测与实例分割技术已经广泛应用于交通安全、工业检测、智慧城市以及智能巡检等多个领域。其中，铁路作为国家重要的基础交通设施，其安全稳定运行对于社会经济发展具有极其重要的意义。随着高铁网络的不断扩展和铁路运输量的持续增长，铁路安全问题日益受到关注。然而，在实际运营过程中，铁路沿线环境复杂，落石、倒树、杂物侵入轨道等障碍物经常成为影响列车运行安全的重要隐患。这些障碍物一旦进入铁路线路区域，可能带来严重后果，包括影响列车运行安全、导致紧急停车、引发交通事故、造成铁路设备损坏等

无人机灾害场景人体目标检测数据集：10,000张图像 | 目标检测链接: https://pan.baidu.com/s/1ZIqWPJfeUNjA-IYNrx_3Ww?pwd=j474 提取码: j474

weixin_46846685

目标检测精度上限与影响因素分析本文主要对一篇2019年分析目标检测精度上限的论文进行介绍，论文题目为：《Empirical Upper Bound in Object Detection and More》，论文地址：https://arxiv.org/abs/1911.12451

tangjunjun-owen

DETR系列发展演化全史（深度完整版）📌 系统梳理DETR系列5年间12+篇里程碑论文，每篇均包含：背景动机 → 创新点详表 → 技术深度解读 → 代码示意

YOLO三相电能表数字与单位符号目标检测数据集低数据量条件下的 YOLO26 检测模型训练该数据集提供了data.yaml文件，内容如下：小郭AI日志： https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzYzNTg4ODk4NA==&action=getalbum&album_id=4497813105477042181&scene=126#wechat_redirect @image:image.dbe2d44a14.png

青春不败 177-3266-0520

CNN-Transformer：PyTorch遥感【含无人机】影像的分类、检测、语义分割和点云分类随着小卫星星座的普及，对地观测已具备多次以上的全球覆盖能力，遥感影像也不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评估。

ECCV 2026｜相机 × 激光雷达 × 4D 雷达：RAF 如何实现恶劣天气下的鲁棒 3D 检测？在下雨或者下雪的情况下再加一台相机会更好一些吗？相机应该在点云变稀的时候进行补充，但是也有可能把雨水、雪花遮挡看作新的噪音。RAF 的解决办法是：不要对整个图片同等对待，而是要为每一个像素估计出可信度。

具身新纪元

CVPR 2026｜新缺陷不断上线，如何让工业视觉检测模型不忘旧账？来源 Beyond Prompt Degradation: Prototype-guided Dual-pool Prompting for Incremental Object Detection（CVPR 2026）作者 Yaoteng Zhang, Qing Zhou, Junyu Gao, Qi Wang

一碗白开水一

入门实践工程二：基于 YOLOv8 的日常物品目标检测|附:环境依赖环境及工程源码🔥 别再死磕枯燥理论了！AI 时代，拿实战作品说话才是硬道理！（原创不易哈，希望可以帮到还有些许学习劲儿的同学们） 🔥 【进阶版还在创作中，耗费精力中……】

RKNN转化环境搭建（rknn_toolkit2新版本）项目目标是训练yolo26目标检测模型，转化为rknn，并将其部署到rk3588硬件板子中进行推理我们使用训练（yolo26-train）和转化环境（rknn-convert）隔离的方案训练环境负责训练pt模型，导出onnx模型转化环境，负责将onnx转化为rknn模型

YOLO[室内与室外多场景混凝土块目标检测]目标检测数据集YOLO26 端到端检测模型训练笔记该数据集提供了data.yaml文件，内容如下：小郭AI日志： https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzYzNTg4ODk4NA==&action=getalbum&album_id=4497813105477042181&scene=126#wechat_redirect @image:image.dbe2d44a14.png

江畔柳前堤

YOLO 目标检测全流程深度剖析核心信条：在目标检测工程中，数据集决定了性能的理论天花板，模型架构与训练策略决定了你能逼近这个天花板的程度。本文不讲"怎么跑通代码"，而是从信息流、误差源、决策逻辑三个维度，深挖从数据到部署每个环节中真正决定成败的隐性知识。

YOLO[野外溪流与人工水域][鱼]目标检测数据集鱼智能识别：YOLO26 训练全流程该数据集提供了data.yaml文件，内容如下：小郭AI日志： https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzYzNTg4ODk4NA==&action=getalbum&album_id=4497813105477042181&scene=126#wechat_redirect @image:image.dbe2d44a14.png

芸翳&Camellia

2026年电赛H题钢珠识别——基于深度学习的视觉目标检测与实时速度估计系统技术分析本系统是针对2026年全国大学生电子设计竞赛H题（通常涉及"运动目标控制与追踪"或类似赛题）设计的视觉处理核心。其目标是在嵌入式AI平台（如K210/K230）上，实现对特定目标（如乒乓球、彩色小球）的实时检测、精准跟踪以及瞬时速度估算。

课堂行为目标检测数据集：6类别、2,000张图像 | 目标检测通过网盘分享的文件：学生课堂6种行为识别数据集链接: https://pan.baidu.com/s/12uxWiN8ilSkBboTkg9qlGg?pwd=ua3a 提取码: ua3a

Orin 上目标检测 + 大模型做端侧应用摘要：在 Jetson Orin 上“跑通一个大模型”并不难，但多数演示停在聊天窗口，现场并不会用。更值得做的，是把已有检测/感知闭环接上端侧小模型：先输出结构化事件，再生成可执行的告警解释、点检建议或值班摘要。本文给出一条可落地的最小路径、事件格式、提示词约束、验收标准和一套可运行脚本。适合已经在 Orin 上做过检测，并开始考虑端侧语言能力的人。模型与 JetPack 细节以官方文档为准。

YOLO[多场景楼梯环境][楼梯]目标检测数据集-24张-barrierfreenavigation_stairs-u437q_v1_24楼梯场景下的 YOLO26 训练实战该数据集提供了data.yaml文件，内容如下：小郭AI日志： https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzYzNTg4ODk4NA==&action=getalbum&album_id=4497813105477042181&scene=126#wechat_redirect @image:image.dbe2d44a14.png