- 博客(4)
- 收藏
- 关注
RSS订阅原创 U-net 介绍
U-Net凭借其独特的架构设计和强大的分割性能，成为了图像分割领域的经典模型。其广泛的应用和持续的改进，使其在各类任务中仍然保持着重要的地位。
2024-10-18 16:41:00
823
原创 深度学习-图像分割
图像分割的三层境界分别对应于不同的分割策略和应用场景。从像素级分割到区域级分割，再到对象级分割，随着层次的提升，分割的复杂性和所需的技术水平也逐渐增加。理解这三层境界有助于选择合适的分割技术，并针对特定的应用需求进行优化。
2024-10-18 16:35:36
2839
原创 YOLO系列介绍
主干网络：YOLOv4采用了CSPDarknet53作为主干网络，利用了Cross Stage Partial Networks（CSPNet）来增强梯度流和特征提取的效率。颈部（Neck）：使用了PANet（Path Aggregation Network），用于聚合来自不同层的特征图，从而提高模型在不同尺度上的物体检测能力。检测头：检测头使用多个尺度（YOLOv4能够在三个不同的尺度上检测物体），增强了对小型、中型和大型物体的检测精度。多尺度检测。
2024-10-11 14:35:10
847
原创 目标检测相关内容
目标检测（Object Detection）是计算机视觉领域中的一个重要任务，旨在识别和定位图像或视频中的目标对象。和。目标检测不仅要识别出图像中存在哪些对象，还要给出每个对象的位置。
2024-10-10 14:46:26
877
1
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