目标检测

光伏热斑误检率↓79%！陌讯多模态融合算法在智慧能源的落地优化据《2024全球光伏运维白皮书》数据，传统视觉算法在光伏板检测中存在两大核心问题：典型场景难点：# 光伏检测干扰因素模拟 interference_types = ["镜面反射", "云层遮挡", "灰尘覆盖", "组件老化色差"]

基于深度学习的医学图像分析：使用YOLOv5实现医学图像目标检测前言医学图像分析是计算机视觉领域中的一个重要应用，特别是在医学图像目标检测任务中，深度学习技术已经取得了显著的进展。医学图像目标检测是指从医学图像中识别和定位特定的组织、器官或病变区域，这对于疾病的早期诊断和治疗具有重要意义。近年来，YOLOv5作为一种高效的单阶段目标检测算法，已经在多种目标检测任务中表现出色。本文将详细介绍如何使用YOLOv5实现医学图像目标检测，从理论基础到代码实现，带你一步步掌握基于YOLOv5的医学图像目标检测技术。一、医学图像分析的基本概念（一）医学图像分析的定义医学图

智慧零售商品识别准确率↑32%：陌讯多模态融合算法实战解析本文为原创技术解析，核心技术参数与架构设计引用自《陌讯技术白皮书》，禁止任何形式的未经授权转载。在智慧零售场景中，从自助结算终端到智能货架管理，计算机视觉技术的落地始终面临三重挑战：

Stuomasi_xiaoxin

YOLOv13 汉化优化部署版本：超图增强自适应视觉感知的目标检测系统本项目是基于 YOLOv13 的汉化优化部署版本，主要针对中文用户进行了深度优化，包括安装依赖包优化、运行脚本重写、一键运行功能等，大幅提升了用户体验。

基于深度学习的医学图像分析：使用CycleGAN实现图像到图像的转换前言医学图像分析是计算机视觉领域中的一个重要应用，特别是在图像到图像的转换任务中，深度学习技术已经取得了显著的进展。图像到图像的转换是指将一种类型的医学图像转换为另一种类型的医学图像，例如将MRI图像转换为CT图像，这对于医学诊断和研究具有重要意义。近年来，CycleGAN（Cycle-Consistent Adversarial Networks）作为一种生成对抗网络（GAN）的扩展，能够实现高质量的图像到图像的转换。本文将详细介绍如何使用CycleGAN实现医学图像的转换，从理论基础到代码实现，带你

呆头鹅AI工作室

[2025CVPR-图象分类方向]CATANet：用于轻量级图像超分辨率的高效内容感知标记聚合三阶段流程：2.2 令牌聚合块（TAB）论文地址：https://arxiv.org/pdf/2503.06896v1

YOLOv8 基于RTSP流目标检测本项目是一个基于 FastAPI 的实时目标检测服务，利用 YOLOv8 模型对 RTSP 视频流进行目标检测，并通过 WebSocket 将检测结果实时传输到客户端。

InsightFace（RetinaFace + ArcFace）人脸识别项目（预训练模型，鲁棒性很好）背景介绍这是一个简单的人脸识别项目，用 FastApi 在本地实现，使用预训练模型，直接可用。新方案比之前的FaceNet强太多了，甚至不用数据增强等操作，就可以识别戴眼镜、不戴眼镜、歪着的人脸等。充分证明了选型的重要性，选对了模型方案，效果直线上升。细节说明 1、model.py 的 align_face 方法使用的是仿射变换，不可以换成透视变换哦，尤其是 ArcFace 这种场景，仿射变换更合适，原因如下： ①ArcFace 训练是基于仿射对齐后的人脸图像(五点坐标 + 仿射对齐 +输出

基于深度学习的图像分类：使用ShuffleNet实现高效分类前言图像分类是计算机视觉领域中的一个基础任务，其目标是将输入的图像分配到预定义的类别中。近年来，深度学习技术，尤其是卷积神经网络（CNN），在图像分类任务中取得了显著的进展。ShuffleNet是一种轻量级的深度学习架构，专为移动和嵌入式设备设计，能够在保持较高分类精度的同时，显著减少计算量和模型大小。本文将详细介绍如何使用ShuffleNet实现高效的图像分类，从理论基础到代码实现，带你一步步掌握基于ShuffleNet的图像分类。一、图像分类的基本概念（一）图像分类的定义图像分类是指将输入的图

YOLO算法演进综述：从YOLOv1到YOLOv13的技术突破与应用实践，一文掌握YOLO家族全部算法！目标检测作为计算机视觉领域的核心任务之一，旨在从图像或视频中精确识别和定位感兴趣的目标对象。在深度学习出现之前，传统目标检测方法主要依赖手工设计特征（如HOG、SIFT）和机器学习分类器（如SVM），这些方法在可控条件下表现良好，但在复杂的现实场景中往往难以泛化。卷积神经网络（CNN）的出现彻底改变了这一领域，通过自动化特征提取和端到端学习，显著提升了检测性能。然而，基于滑动窗口的区域提议方法计算开销巨大，难以满足实时检测需求。2013年提出的R-CNN系列通过选择性搜索生成区域提议，再通过CNN处理，虽

Jackilina_Stone

【论文|复现】YOLOFuse：面向多模态目标检测的双流融合框架目录■技术特性■LLVIP基准测试结果■数据输入规范■快速部署指南①环境初始化②模型训练③推理验证④代码

【图像处理基石】如何对遥感图像进行目标检测？遥感图像目标检测是从卫星、无人机等遥感影像中自动识别和定位感兴趣目标（如建筑、车辆、机场等）的技术，核心流程包括：

【打怪升级 - 03】YOLO11/YOLO12/YOLOv10/YOLOv8 完全指南：从理论到代码实战，新手入门必看教程在目标检测领域，YOLO（You Only Look Once）系列模型一直以其高效性和准确性备受关注。作为新版本，YOLO系列的新版本总能在前辈的基础上进行了多项改进，包括更高的检测精度、更快的推理速度以及更强的小目标检测能力。

Coovally AI模型快速验证

数据集分享 | 智慧农业实战数据集精选【导读】在智慧农业的发展浪潮下，AI视觉算法正逐步渗透进作物生长监控、病虫害检测、采摘成熟评估等细分任务。相较于工业或城市场景，农业视觉更具挑战性：自然环境复杂、目标形态多变、时空尺度差异大。

基于深度学习的图像分类：使用DenseNet实现高效分类前言图像分类是计算机视觉领域中的一个基础任务，其目标是将输入的图像分配到预定义的类别中。近年来，深度学习技术，尤其是卷积神经网络（CNN），在图像分类任务中取得了显著的进展。DenseNet（Densely Connected Convolutional Networks）是一种新型的深度学习架构，通过密集连接（Dense Connections）的方式显著提高了模型的性能和效率。本文将详细介绍如何使用DenseNet实现高效的图像分类，从理论基础到代码实现，带你一步步掌握基于DenseNet的图像分类

【已解决】YOLO11模型转wts时报错:PytorchStreamReader failed reading zip archive

基于深度学习的图像分类：使用预训练模型进行迁移学习前言图像分类是计算机视觉领域中的一个基础任务，其目标是将输入的图像分配到预定义的类别中。近年来，深度学习技术，尤其是卷积神经网络（CNN），在图像分类任务中取得了显著的进展。预训练模型（如ResNet、VGG、Inception等）在大规模数据集（如ImageNet）上训练后，可以迁移到其他任务中，显著提高模型的性能。本文将详细介绍如何使用预训练模型进行迁移学习，从理论基础到代码实现，带你一步步掌握图像分类的完整流程。一、图像分类的基本概念（一）图像分类的定义图像分类是指将输入的图像分配到预定义的

前端图像视频实时检测需求：在目标检测时，我们要求前端能够将后端检测的结果实时渲染在图片或者视频上。图片是静态的，只需要渲染一次；而视频是动态的，播放时需要根据帧数来实时渲染标注框，可以想象视频就是由一张张图片播放的效果。

北京地铁1号线

YOLO12论文阅读：Attention-Centric Real-Time Object Detectors文章链接：2502.12524https://arxiv.org/pdf/2502.12524长期以来，增强 YOLO 框架的网络架构至关重要，但尽管注意力机制在建模能力方面已被证明具有优越性，改进却主要集中在基于 CNN 的方面。这是因为基于注意力的模型无法匹配基于 CNN 模型的速度。本文提出了一种以注意力为中心的 YOLO 框架，即 YOLOv12，它在匹配先前基于 CNN 模型速度的同时，利用了注意力机制的性能优势。

病历数智化3分钟：AI重构医院数据价值链一、方案概述本方案针对某省医联体医院病例数据管理需求，通过AI技术实现病历数字化→信息结构化→数据应用化的全流程改造。系统采用双端协同架构：