kaidegc985-优快云博客

原创 Yolov8实战教程：印度孔雀与普通孔雀识别与检测数据集训练评估可视化

本文介绍了基于YOLOv8的孔雀检测系统研究，通过改进模型架构在mAP@0.5指标上达到85.6%，较基线提升3.2%。研究采用455张图像数据集，包含印度孔雀和普通孔雀两类，通过引入CBAM注意力机制和优化特征金字塔网络显著提升检测性能。实验验证了改进策略的有效性，PR曲线显示模型在高召回率区域表现优异。实际应用中构建的生态监测系统实现87.3%的检测准确率，为保护研究提供数据支持。未来将扩大数据集、优化轻量化设计和多模态融合，进一步提升系统性能。

2026-01-07 12:40:53 605

原创手把手带你调参GA-RetinaNet实现PCB缺陷检测：从R50-FPN到1x-Coco训练

本文详细介绍了使用GA-RetinaNet进行PCB缺陷检测的完整流程。从R50-FPN基础模型出发，重点阐述了数据预处理、锚框设计、1x-Coco训练方案等关键调参策略，包括学习率设置、损失函数优化等核心环节。文章还提供了模型评估指标和部署方案，强调针对PCB缺陷检测任务的特点进行针对性优化。通过门控注意力机制和精心设计的训练策略，GA-RetinaNet能够有效提升PCB缺陷检测的精度和效率，为工业质检提供可靠解决方案。

2026-01-07 12:00:49 720

原创车牌字符识别与检测系统 - 基于TridentNet的改进方案

本文提出了一种基于改进TridentNet的车牌识别系统，通过端到端架构整合车牌检测与字符识别功能。系统采用多分支结构和注意力机制优化，有效解决了光照变化、角度偏转等复杂场景下的识别难题。相比传统分离式方案，该方案显著提升了识别精度和效率。实验结果表明，改进后的模型在车牌定位和字符识别任务上均表现出色，为智能交通系统提供了更可靠的解决方案。

2026-01-04 19:23:16 757

原创基于mask-rcnn_x101-64x4d_fpn_ms-poly_3x_coco实现镜片识别与定位项目详解_1

本文详细介绍了基于Mask R-CNN的镜片识别与定位项目。项目采用ResNet-X101-64x4d-FPN作为骨干网络，结合多尺度训练策略，实现了对镜片的高精度检测与分割。文章详细解析了网络架构，包括Backbone、RPN和ROI Head的设计原理，重点阐述了Anchor生成、Proposals生成等关键技术。实验结果表明，模型在测试集上达到92.3%的mAP和88.7%的IoU。该技术可应用于眼镜零售、镜框设计等领域，未来计划结合3D重建技术实现更精准的虚拟试戴。项目提供了完整的实现代码和使用说明

2026-01-04 18:53:59 650

原创贵州传统民居建筑风格识别与分类：基于YOLO11-SDFM模型的应用与实现_1

本文提出了一种基于YOLO11-SDFM模型的贵州传统民居建筑风格识别方法。针对吊脚楼、侗寨鼓楼、苗寨木楼等贵州特色民居，该模型创新性地融合了表面细节特征模块(SDFM)和位置敏感注意力机制(C2PSA)，有效解决了传统民居识别中背景复杂、目标尺度变化大等问题。实验结果表明，该方法在mAP@0.5指标上达到89.4%，比基准模型提升3.3个百分点，同时保持了40FPS的实时检测速度，为传统建筑文化遗产保护提供了有效的技术支持。

2026-01-02 17:46:12 718

原创如何使用Yolov8-FocalModulation实现电子元件部件检测与识别训练评估可视化

本文提出了一种基于YOLOv8结合FocalModulation机制的电子元件检测方法。通过动态特征调制机制增强重要特征并抑制背景干扰，显著提升了检测精度。实验表明，改进后的模型mAP@0.5达到0.892，较原始YOLOv8提升4.7%。该方法适用于复杂工业场景中的小目标检测，为智能制造提供了高效的自动化检测解决方案。

2026-01-02 17:23:20 955

原创改进YOLO11__农场环境多类别动物与物体检测_1

本文提出了一种改进的YOLO11算法，用于农场环境中的多类别动物与物体检测。针对农场环境光照变化大、目标多样性高、背景复杂等挑战，研究团队对YOLO11进行了多项改进：优化数据增强策略以增强模型鲁棒性；改进损失函数，通过自适应权重机制提升小目标检测精度；增强特征融合模块处理不同尺度目标；引入注意力机制帮助模型聚焦关键区域。实验结果表明，这些改进显著提升了模型在复杂农场环境下的检测性能，特别是对小目标的召回率提高了约8%，同时保持了实时性。该算法为智能化农场管理提供了有效的技术支持。

2025-12-30 13:16:07 972

原创【深度学习】基于YOLOv10n-CGRFPN的跌倒检测系统实现与优化_2

本文提出了一种基于改进YOLOv10n-CGRFPN的跌倒检测系统，针对老龄化社会需求设计。系统通过引入通道注意力与残差连接的特征金字塔网络(CGRFPN)，显著提升了跌倒检测精度。研究构建了包含多种场景的跌倒行为数据集，并采用数据增强策略提高模型泛化能力。实验结果表明，改进后的模型在mAP@0.5指标上达到92.1%，比原始YOLOv10n提升1.98%，同时保持88FPS的实时检测速度。系统通过TensorRT优化部署到边缘设备，在实际应用中表现出良好的鲁棒性和准确性，为老年人安全监护提供了有效解决方案

2025-12-30 12:52:51 571

原创【食品图像识别】基于Mask R-CNN的75种食品分类系统实现

本文介绍了一个基于Mask R-CNN的75种食品分类系统，包含数据集构建、模型训练和用户界面设计。数据集包含883张高质量食品图像，涵盖75个类别，采用YOLOv8格式标注并分为训练集、验证集和测试集。系统架构由检测核心类、用户界面、数据处理和模型管理等组件构成，支持目标检测和实例分割。模型训练采用两阶段策略，先训练头部层再微调全网络，并详细介绍了评估指标。用户界面采用三栏布局设计，直观显示检测结果。该系统为食品识别、智能餐饮和营养分析提供了实用解决方案。

2025-11-12 11:38:16 714

原创信用卡信息识别与检测：RetinaNet模型实现

信用卡信息检测系统基于RetinaNet模型实现本文提出了一种基于RetinaNet深度学习的信用卡信息检测系统。系统采用Focal Loss解决样本不平衡问题，通过ResNet50主干网络和特征金字塔实现高效检测。训练使用5,000张标注图像，采用数据增强提高泛化能力。实验表明，系统在IoU=0.5时达到92%精确率和89%召回率，优于Faster R-CNN和YOLOv3等模型。该系统可应用于金融安全、移动支付等场景，支持云端、边缘和移动端多种部署方式，平衡了检测精度和实时性需求。

2025-11-07 09:00:12 697

kaidegc985的博客