自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(6)
  • 资源 (1)
  • 收藏
  • 关注

原创 pychart+html 智慧大数据可视化大屏

实现对数据获取、清洗、分析、可视化。并最终呈现数据可视化大屏,基于Css+JavaScript+html,同时展现基础图的绘制,例如饼图、柱状图、折线图等等。实现热力地图等。

2025-04-09 17:34:57 304 3

原创 保姆级--yolov11关键点检测,训练自己的数据集

yolo11训练自己的数据集,关键点检测。包含环境搭建、训练、预测推理等

2025-04-09 14:18:55 989 3

原创 Faster R-CNN模型与DETR模型的比较——基于目标检测问题的研究

本文主要对两个模型进行比较,总结其相同点和不同点。

2024-02-03 17:05:45 1991 1

原创 基于注意力机制的目标检测模型(DETR模型)原理及代码实现

DETR(Detection Transformer)是一种端到端的目标检测模型,由Facebook AI Research(FAIR)于2020年提出。DETR采用了Transformer架构,与传统的基于区域的目标检测方法有所不同,它通过全局上下文来预测图像中的目标,而无需使用先前的候选框或区域建议网络。2 DETR模型结构本文基于 Pytorch框架构建了在VOC数据集上检测的 DETR模型(DEtection TRansformers)。

2024-01-12 21:23:00 7600 16

原创 迁移学习原理:预训练权重、冻结训练、断点训练

迁移学习在计算机视觉领域中是一种很流行的方法,因为它可以建立精确的模型,耗时更短。利用迁移学习,不是从零开始学习,而是从之前解决各种问题时学到的模式开始。这样,我们就可以利用以前的学习成果,避免从零开始。

2024-01-12 20:38:29 982 1

原创 Faster RCNN目标检测模型原理及代码

​ 本项目两个模型均采用的是VOC数据集。它是一个广泛用于计算机视觉任务的图像数据集,其全称为PASCAL Visual Object Classes。该数据集最初由牛津大学的计算机视觉研究组(Visual Geometry Group)创建,并于2005年首次发布。VOC数据集的目标是提供用于对象识别和检测的标准测试基准,以推动计算机视觉研究和算法的发展。​ 该数据集包含20个常见的物体类别,包括人、车辆、动物和家居物品等。

2024-01-12 19:48:37 3232 2

Python小屋刷题软件客户端3.0.exe

Python小屋刷题软件客户端3.0.exe

2021-12-09

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除