yolo11改进

一勺汤1 个月前
yolo·目标检测·改进·魔改·yolo11·yolov11·yolo11改进
YOLO11改进-模块-引入混合结构模块Mix Structure Block 提高多尺度、小目标在图像去雾领域,传统的基于卷积神经网络(CNN)和 Transformer 的方法存在局限性。CNN 方法大多存在感受野不足的问题,限制了单个像素在神经网络中的参考范围,部分考虑大感受野的 CNN 方法又忽略了图像的多尺度特性;Transformer 方法虽有全局建模能力和大感受野,但参数数量庞大,训练成本高。同时,以往去雾网络中的注意力机制设计未充分考虑雾气分布的不均匀性,现有方法往往单独设计像素注意力模块和通道注意力模块,不能很好地编码大气光 A 和介质传输图 t (x)。为解决这些问题,提出 Mix
kay_5453 个月前
人工智能·深度学习·目标检测·计算机视觉·yolo11·yolo11改进·yolo11发论文
YOLO11改进 | 卷积模块 | ECCV2024 小波卷积秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡
kay_5454 个月前
人工智能·深度学习·目标检测·计算机视觉·yolo11·yolo11改进·热力图可视化
YOLO11论文 | 可视化 | 对模型进热力图可视化增强改进有效性说服力支持od、seg、cls【论文、科研必备】秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡
kay_5455 个月前
人工智能·python·深度学习·目标检测·华为·1024程序员节·yolo11·yolo11改进
YOLO11改进 | 主干网络 | 简单而优雅且有效的VanillaNet 【华为诺亚方舟】秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡
kay_5455 个月前
人工智能·python·深度学习·目标检测·面试·yolo11·yolo11改进
YOLO11改进 | 卷积模块 | 卷积模块替换为选择性内核SKConv【附完整代码一键运行】秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡
kay_5455 个月前
人工智能·深度学习·yolo·目标检测·面试·yolo11·yolo11改进
YOLO11改进 | 主干网络 | 将backbone替换为Swin-Transformer结构【论文必备】秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡
kay_5455 个月前
人工智能·python·深度学习·目标检测·计算机视觉·yolo11·yolo11改进
YOLO11改进 | 注意力机制 | 正确的 Self-Attention 与 CNN 融合范式,性能速度全面提升【独家创新】秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡
kay_5456 个月前
人工智能·深度学习·yolo·目标检测·面试·yolo11·yolo11改进
YOLO11改进 | 注意力机制 | 添加SE注意力机制秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡
kay_5456 个月前
人工智能·深度学习·yolo·目标检测·计算机视觉·yolo11·yolo11改进
YOLO11改进 | 注意力机制 | 结合静态和动态上下文信息的注意力机制秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡