- 博客(6)
- 收藏
- 关注
RSS订阅原创 无人机视角下战场数据集-可见光数据集：Tank-2000
基于之前的方向做的一个无人机视角下的战场坦克行人数据集。主要的类别：是人（person）、坦克（tank）数据集来源：国外演习等系列视频片段剪辑制作。数据集格式：YOLO（txt）图像大小：640*640。
2024-12-26 13:05:59
363
9
原创 自学笔记：改进YOLOv11双模态（红外可见光）小目标检测
在 SPPF 后加入类似注意力机制的 C2PSA，这个新模块有助于增强网络的关注机制，使模型能够更有针对性地关注图像中的关键区域，改善特征选择能力，进而提升检测性能，让检测结果更加准确可靠。这一变化在 YOLOv11 的主干网络中体现，进一步优化了特征提取效率，能够更好地捕捉图像中的重要细节，增强了对复杂场景下物体特征的提取能力，从而有助于更准确地识别和定位物体。其实对于改进，身为普通的学术研究的我来说，就是那几个东西缝缝补补，注意力，检测头，骨干网络，中间融合也就是那些东西。缝缝补补，能毕业就行。
2024-12-17 21:58:20
1080
5
原创 自学笔记：YOLOv8双模态（红外可见光）小目标检测
这里要注意的就是，这个数据集原本是有一个100*100的白色边框的，我是用脚本进行除去了，然后就是需要把label重新修改一下，也是用脚本，这样可以复合去除边框后的数据集的标签。M3DF数据集，符合远景小目标条件，后续可以考虑做数据增强。已经完成了创新点的设计，正在跑实验，验证有效性。DroneVehicle数据集效果。DroneVehicle数据集。
2024-11-13 11:16:45
1448
39
原创 自学笔记：DroneVehicle 红外可见光小目标数据集 配对
特别注意的是在数据集转换的时候，也就是转成YOLO的时候，可能会出现负坐标，或者是超过1的坐标值，这样就会导致模型训练不了，所以，需要进行针对那些数据集进行特殊的处理。首先需要数据处理，因为原本的数据集自带的有100*100的白边，对检测影响很大，特别是YOLO系列的检测模型。
2024-10-08 21:22:30
1009
6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人