yolov4

山烛8 天前
人工智能·yolo·目标检测·计算机视觉·yolov4
一文读懂YOLOv4:目标检测领域的技术融合与性能突破目录一、YOLOv4 的核心设计逻辑:模块化技术整合二、YOLOv4 的关键技术改进:从数据到结构的全链路优化
2401_8369003310 天前
人工智能·yolov4
YOLOv4:集大成的目标检测王者在 YOLO 系列发展史上,YOLOv4 是当之无愧的 “集大成者”—— 它不追求颠覆性创新,而是将当时计算机视觉领域的优秀技术 “精挑细选、组合优化”,最终实现 “单 GPU 可训练、实时性拉满、精度领先” 的目标。YOLOv4 的核心改进围绕 “Bag of Freebies(免费午餐)” 和 “数据增强” 两大维度展开,前者不增加推理成本却能提精度,后者则从数据源头提升模型泛化能力。今天我们就拆解这些关键设计,看懂 YOLOv4 “稳准快” 的底层逻辑。
追忆苔上雪2 年前
人工智能·pytorch·python·深度学习·yolo·目标检测·yolov4
Pytorch-YOLOv4梳理——原理和复现yolov1到yolov3的梳理:YOLO总结,从YOLOv1到YOLOv3_追忆苔上雪的博客-CSDN博客
aworkholic2 年前
opencv·yolo·目标检测·dnn·yolov3·yolov4
opencv dnn模块 示例(16) 目标检测 object_detection 之 yolov4博客【opencv dnn模块 示例(3) 目标检测 object_detection (2) YOLO object detection】 测试了yolov3 及之前系列的模型,有在博客【opencv dnn模块 示例(15) opencv4.2版本dnn支持cuda加速(vs2015异常解决)】 说明了如何使用dnn模块进行cuda加速推理。 本文说明yolo v4的网络改进和测试情况。
我是有底线的