YOLO
关注
分享
扫一扫
文章平均质量分 92
AI莫大猫
8年算法工程师，专注于研究各类AI算法，B站+公众号：AI莫大猫
展开
-
（14）D-FINE网络，爆锤yolo系列
最新算法DEIM爆锤yolo，潜在问题已经替yolo解决。原创 2024-12-21 20:06:57 · 891 阅读 · 0 评论 -
（12）YOLOv10算法基本原理
深入解读YOLOv10原创 2024-12-21 20:00:30 · 2252 阅读 · 0 评论 -
（11）YOLOv9算法基本原理
深入探讨yolov9原创 2024-12-20 21:31:48 · 1599 阅读 · 0 评论 -
（10）YOLOv8算法基本原理
深入了解yolov8原创 2024-12-20 21:25:56 · 1111 阅读 · 0 评论 -
（9）YOLOv7算法基本原理
yolov7算法原理原创 2024-12-19 23:05:50 · 1099 阅读 · 0 评论 -
（8）YOLOv6算法基本原理
理解yolov6原创 2024-12-19 22:43:34 · 903 阅读 · 0 评论 -
（7）YOLOv5算法基本原理大揭秘！
深入研究yolov5原创 2024-12-18 21:00:06 · 1464 阅读 · 0 评论 -
（6）YOLOv4算法基本原理以及和YOLOv3 的差异
回顾yolov4的改进原创 2024-12-18 20:50:57 · 742 阅读 · 0 评论 -
（5）YOLOv3和yolov1、yolov2之间的差异
深入理解YOLOv3和yolov1、yolov2之间的差异原创 2024-12-14 19:01:06 · 990 阅读 · 0 评论 -
（13）10张结构图，深入理解YOLOv11算法各个模块
深入浅出理解yolo11的代码原创 2024-12-14 18:50:44 · 9484 阅读 · 0 评论 -
（4）YOLOv2和yolov1的差异
YOLOv2改进了预测坐标的方法，不再直接预测目标的绝对坐标，而是预测相对于锚点框（anchor boxes）的偏移量。 通过这些改进，YOLOv2能够更准确地预测目标的位置，并且能够处理不同尺寸的目标。锚点框是预先定义的一组边界框，它们的形状和尺寸各异，用于匹配不同大小的目标。YOLOv2为每个锚点框预测一个置信度得分，这个得分表示锚点框包含目标的可能性。对于每个锚点框，YOLOv2还预测一个条件类别概率，这个概率是在锚点框包含目标的条件下，目标属于特定类别的概率。是预测边界框与真实边界框的交并比。原创 2024-12-13 18:18:09 · 772 阅读 · 0 评论 -
（3）YOLOv1训练过程，新手入门
大家好，现在我们学习yolo11的训练过程，训练过程涉及到了YOLOv1的核心机制，包括网格划分、边界框预测、损失计算以及参数更新等关键步骤，这些步骤共同作用使得YOLOv1能够学习到从图像中检测目标的能力。原创 2024-12-12 10:25:21 · 1312 阅读 · 0 评论 -
（2）yolo实战：从零开始学yolo之yolov1的技术原理
新人先学yolo1再说原创 2024-12-12 09:08:22 · 1043 阅读 · 0 评论 -
（1）yolo11猫狗实时检测实战项目，从零开始写yolov11代码
让新手快速上手yolo11，实现猫狗实时检测实战项目，从零开始写yolov11代码原创 2024-12-11 17:43:48 · 1483 阅读 · 0 评论