《多模态融合改进》目录一览 | 专栏介绍 ：全网 第一份 完整的多模态改进教程，提供《多模态模型改进完整项目包》-开箱即用

置顶 已于 2025-08-18 13:55:14 修改
阅读量3.9k 收藏 13
点赞数 53
CC 4.0 BY-SA版权
分类专栏： YOLO多模态融合改进 文章标签： 计算机视觉 YOLO 多模态 目标检测
于 2025-04-15 13:31:46 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_42591591/article/details/147230870

必读内容📖

🔥2025顶会最火发文方向🔥

💥不清楚如何输入多个模态的图像⁉️ 输入后如何分别进行训练并融合⁉️ 如何进行多模态模型改进⁉️

1️⃣ 本专栏提供完整的多模态改进项目框架，以LLVIP数据集为例，支持6通道输入，开箱即用，一键输入、训练、验证、测试。

2️⃣ 提供模型的全方位改进范式.，授人以渔，轻松实现多模态融合改进，避免重复。

3️⃣ 同步配置不同模型的融合改进方式，直击论文，轻松完成对比实验。

4️⃣ 作为全网第一份完整的多模态改进教程，自更新第一篇多模态文章至今，从未断更。

全网首发、独家、多模态改进教程。专栏内容每周更新3-5篇，专栏实时评分97，质量保证。
近期更新YOLOv13相关的多模态融合模型，专栏价格会随着文章数量的增加而增加，早订阅早优惠~
一次订阅，永久使用！ 🎫 可开发票用于报销。

💡目前多模态目标检测相关的论文非常少，论文新颖度极高，使用专栏提供的项目包改进简便。

专栏内容会持续更新，已更新200+不同的融合结构，最近更新时间：2025-8-18。

多模态模型改进目录一览（持续更新中ing📃）

在这里插入图片描述

项目介绍

本项目将Ultralytics的单模态项目改进成多模态项目，所以获取本专栏提供的项目包非常重要。 在大家订阅专栏后，便可在此链接中获取完整的项目包，其中还配置了一些常用的多模态数据集。开箱即用，一键运行。
不同的融合改进方法持续更新中…

在这里插入图片描述

专栏地址：YOLO系列模型的多模态融合改进——极易上手、非常好发文的多模态改进教程！

🎓— 基础篇 —🎓

1、多模态目标检测综述介绍及框架提供🌟

2、《YOLO系列模型的多模态项目》配置使用教程（必看内容）🌟

3、分析多模态融合中Add与Concat的区别 | 如何在融合部分互换Add和Concat🌟

📝— 泛化实验 —📝

正在更新…

💎— YOLOv13 —💎

1、在Ultralytics项目包中整合YOLOv13，避免重复搭建环境🌟

2、【YOLOv13单模态融合改进】普通数据集的双模型融合改进，涉及中期、后期融合方式的完整配置步骤以及二次改进方案🌟

3、【YOLOv13多模态融合改进】（可见光+红外）涉及前期、中期、后期融合方式的完整配置步骤以及二次改进方案🌟

4、【YOLOv13多模态融合改进】| 引入轻量化特征提取模块，解决多模态中的双模型参数量、计算量增加问题（适用不同的轻量化模块）🌟

🍀— YOLOv12 —🍀

1、【YOLOv12多模态融合改进】（可见光+红外）涉及前期、中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

2、【YOLOv12单模态融合改进】普通数据集的双模型融合改进，涉及中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

3、【YOLOv12多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P2小目标检测层，完整步骤及代码🌟

4、【YOLOv12多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P6大目标检测层，完整步骤及代码🌟

5、【YOLOv12多模态融合改进】| CFT：跨模态融合Transformer | 利用Transformer的自注意力机制，解决跨模态融合中的长距离依赖和全局信息整合问题🌟

6、【YOLOv12多模态融合改进】| 引入轻量化特征提取模块，解决多模态中的双模型参数量、计算量增加问题（适用不同的轻量化模块）🌟

7、【YOLOv12多模态融合改进】| CGA Fusion：内容引导的注意力融合模块，空间权重引导的多模态特征自适应融合🌟

8、【YOLOv12多模态融合改进】| SDFM 表层细节融合模块，利用通道-空间注意力机制，实现跨模态特征融合，抑制噪声干扰🌟

9、【YOLOv12多模态融合改进】| PSFM，深层语义融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖关系🌟

10、【YOLOv12多模态融合改进】| TFAM：时序融合注意力模块 | 引入通道 - 空间双分支注意力机制，解决双模态特征融合中时序关联不足的问题🌟

11、【YOLOv12多模态融合改进】| 利用 iRMB 倒置残差移动块二次改进CGA Fusion🌟

12、【YOLOv12多模态融合改进】| CAFM：通道 - 空间交叉注意力机制 | 动态捕捉跨模态特征的重要性，抑制冗余信息🌟

13、【YOLOv12多模态融合改进】| 改进 双HS-FPN颈部结构：高级筛选特征融合金字塔，加强不同模态间的细微特征检测🌟

14、【YOLOv12多模态融合改进】| 利用 Deformable Attention Transformer 可变形注意力 二次改进CGA Fusion 动态关注不同模态间的目标区域🌟

15、【YOLOv12多模态融合改进】| Arxiv 2024 DEYOLO：利用双增强机制和双向解耦聚焦模块，构建跨模态特征融合与单模态优化的完整框架🌟

16、【YOLOv12多模态融合改进】| CVPR 2024 MFM（Modulation Fusion Module，调制融合模块）：动态特征加权融合，突出关键特征抑制冗余🌟

17、【YOLOv12多模态融合改进】| BMVC 2024 MASAG 模块（多尺度自适应空间注意门）：动态感受野与空间注意力增强多尺度融合精度🌟

18、【YOLOv12多模态融合改进】| PR 2024 ICAFusion中的DMFF，双模态特征融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖🌟

💡— RT-DETR —💡

1、【RT-DETR多模态融合改进】在多模态项目中配置rtdetr-resnet18、rtdetr-resnet34以及超参数调整🌟

2、【RT-DETR多模态融合改进】（可见光+红外）涉及前期、中期、中后期、后期融合方式的完整配置步骤以及二次改进方案（resnet18版本）🌟

3、【RT-DETR多模态融合改进】（可见光+红外）涉及前期、中期、中后期、后期融合方式的完整配置步骤以及二次改进方案（resnet50版本）🌟

4、【RT-DETR多模态融合改进】（可见光+红外）涉及前期、中期、中后期、后期融合方式的完整配置步骤以及二次改进方案（rtdetr-l版本）🌟

5、【RT-DETR多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P2小目标检测层，完整步骤及代码🌟

6、【RT-DETR多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P6大目标检测层，完整步骤及代码🌟

7、【RT-DETR单模态融合改进】普通数据集的双模型融合改进，涉及中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

8、【RT-DETR多模态融合改进】| CFT：跨模态融合Transformer | 利用Transformer的自注意力机制，解决跨模态融合中的长距离依赖和全局信息整合问题🌟

9、【RT-DETR多模态融合改进】| CGA Fusion：内容引导的注意力融合模块，空间权重引导的多模态特征自适应融合🌟

10、【RT-DETR多模态融合改进】| SDFM 表层细节融合模块，利用通道-空间注意力机制，实现跨模态特征融合，抑制噪声干扰🌟

11、【RT-DETR多模态融合改进】| PSFM，深层语义融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖关系🌟

12、【RT-DETR多模态融合改进】| TFAM：时序融合注意力模块 | 引入通道 - 空间双分支注意力机制，解决双模态特征融合中时序关联不足的问题🌟

13、【RT-DETR多模态融合改进】| 利用 iRMB 倒置残差移动块二次改进CGA Fusion🌟

14、【RT-DETR多模态融合改进】| CAFM：通道 - 空间交叉注意力机制 | 动态捕捉跨模态特征的重要性，抑制冗余信息🌟

15、【RT-DETR多模态融合改进】| 改进 双HS-FPN颈部结构：高级筛选特征融合金字塔，加强不同模态间的细微特征检测🌟

16、【RT-DETR多模态融合改进】| 利用 Deformable Attention Transformer 可变形注意力 二次改进CGA Fusion 动态关注不同模态间的目标区域🌟

17、【RT-DETR多模态融合改进】| Arxiv 2024 DEYOLO：利用双增强机制和双向解耦聚焦模块，构建跨模态特征融合与单模态优化的完整框架🌟

18、【RT-DETR多模态融合改进】| BMVC 2024 MASAG 模块（多尺度自适应空间注意门）：动态感受野与空间注意力增强多尺度融合精度🌟

19、【RT-DETR多模态融合改进】| CVPR 2024 MFM（Modulation Fusion Module，调制融合模块）：动态特征加权融合，突出关键特征抑制冗余🌟

20、【RT-DETR多模态融合改进】| PR 2024 ICAFusion中的DMFF，双模态特征融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖🌟

🔥— YOLO11 —🔥

1、【YOLOv11多模态融合改进】（可见光+红外）涉及前期、中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

2、【YOLOv11单模态融合改进】普通数据集的双模型融合改进，涉及中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

3、【YOLOv11多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P2小目标检测层，完整步骤及代码🌟

4、【YOLOv11多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P6大目标检测层，完整步骤及代码🌟

5、【YOLOv11多模态融合改进】| CFT：跨模态融合Transformer | 利用Transformer的自注意力机制，解决跨模态融合中的长距离依赖和全局信息整合问题🌟

6、【YOLOv11多模态融合改进】| 引入轻量化特征提取模块，解决多模态中的双模型参数量、计算量增加问题（适用不同的轻量化模块）🌟

7、【YOLOv11多模态融合改进】| CGA Fusion：内容引导的注意力融合模块，空间权重引导的多模态特征自适应融合🌟

8、【YOLOv11多模态融合改进】| SDFM 表层细节融合模块，利用通道-空间注意力机制，实现跨模态特征融合，抑制噪声干扰🌟

9、【YOLOv11多模态融合改进】| PSFM，深层语义融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖关系🌟

10、【YOLOv11多模态融合改进】| TFAM：时序融合注意力模块 | 引入通道 - 空间双分支注意力机制，解决双模态特征融合中时序关联不足的问题🌟

11、【YOLOv11多模态融合改进】| 利用 iRMB 倒置残差移动块二次改进CGA Fusion🌟

12、【YOLOv11多模态融合改进】| CAFM：通道 - 空间交叉注意力机制 | 动态捕捉跨模态特征的重要性，抑制冗余信息🌟

13、【YOLOv11多模态融合改进】| 改进 双HS-FPN颈部结构：高级筛选特征融合金字塔，加强不同模态间的细微特征检测🌟

14、【YOLOv11多模态融合改进】| 利用 Deformable Attention Transformer 可变形注意力 二次改进CGA Fusion 动态关注不同模态间的目标区域🌟

15、【YOLOv11多模态融合改进】| Arxiv 2024 DEYOLO：利用双增强机制和双向解耦聚焦模块，构建跨模态特征融合与单模态优化的完整框架🌟

16、【YOLOv11多模态融合改进】| CVPR 2024 MFM（Modulation Fusion Module，调制融合模块）：动态特征加权融合，突出关键特征抑制冗余🌟

17、【YOLOv11多模态融合改进】| BMVC 2024 MASAG 模块（多尺度自适应空间注意门）：动态感受野与空间注意力增强多尺度融合精度🌟

18、【YOLOv11多模态融合改进】| PR 2024 ICAFusion中的DMFF，双模态特征融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖🌟

📈— YOLOv10 —📈

1、【YOLOv10多模态融合改进】（可见光+红外）涉及前期、中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

2、【YOLOv10单模态融合改进】普通数据集的双模型融合改进，涉及中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

3、【YOLOv10多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P2小目标检测层，完整步骤及代码🌟

4、【YOLOv10多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P6大目标检测层，完整步骤及代码🌟

5、【YOLOv10多模态融合改进】| CFT：跨模态融合Transformer | 利用Transformer的自注意力机制，解决跨模态融合中的长距离依赖和全局信息整合问题🌟

6、【YOLOv10多模态融合改进】| 引入轻量化特征提取模块，解决多模态中的双模型参数量、计算量增加问题（适用不同的轻量化模块）🌟

7、【YOLOv10多模态融合改进】| CGA Fusion：内容引导的注意力融合模块，空间权重引导的多模态特征自适应融合🌟

8、【YOLOv10多模态融合改进】| SDFM 表层细节融合模块，利用通道-空间注意力机制，实现跨模态特征融合，抑制噪声干扰🌟

9、【YOLOv10多模态融合改进】| PSFM，深层语义融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖关系🌟

10、【YOLOv10多模态融合改进】| TFAM：时序融合注意力模块 | 引入通道 - 空间双分支注意力机制，解决双模态特征融合中时序关联不足的问题🌟

11、【YOLOv10多模态融合改进】| 利用 iRMB 倒置残差移动块二次改进CGA Fusion🌟

12、【YOLOv10多模态融合改进】| CAFM：通道 - 空间交叉注意力机制 | 动态捕捉跨模态特征的重要性，抑制冗余信息🌟

13、【YOLOv10多模态融合改进】| 改进 双HS-FPN颈部结构：高级筛选特征融合金字塔，加强不同模态间的细微特征检测🌟

14、【YOLOv10多模态融合改进】| 利用 Deformable Attention Transformer 可变形注意力 二次改进CGA Fusion 动态关注不同模态间的目标区域🌟

15、【YOLOv10多模态融合改进】| Arxiv 2024 DEYOLO：利用双增强机制和双向解耦聚焦模块，构建跨模态特征融合与单模态优化的完整框架🌟

16、【YOLOv10多模态融合改进】| CVPR 2024 MFM（Modulation Fusion Module，调制融合模块）：动态特征加权融合，突出关键特征抑制冗余🌟

17、【YOLOv10多模态融合改进】| BMVC 2024 MASAG 模块（多尺度自适应空间注意门）：动态感受野与空间注意力增强多尺度融合精度🌟

18、【YOLOv10多模态融合改进】| PR 2024 ICAFusion中的DMFF，双模态特征融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖🌟

🚀— YOLOv8 —🚀

1、【YOLOv8多模态融合改进】（可见光+红外）涉及前期、中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

2、【YOLOv8单模态融合改进】普通数据集的双模型融合改进，涉及中期、中后期、后期融合方式的完整配置步骤以及二次改进方案🌟

3、【YOLOv8多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P2小目标检测层，完整步骤及代码🌟

4、【YOLOv8多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P6大目标检测层，完整步骤及代码🌟

5、【YOLOv8多模态融合改进】| CFT：跨模态融合Transformer | 利用Transformer的自注意力机制，解决跨模态融合中的长距离依赖和全局信息整合问题🌟

6、【YOLOv8多模态融合改进】| 引入轻量化特征提取模块，解决多模态中的双模型参数量、计算量增加问题（适用不同的轻量化模块）🌟

7、【YOLOv8多模态融合改进】| CGA Fusion：内容引导的注意力融合模块，空间权重引导的多模态特征自适应融合🌟

8、【YOLOv8多模态融合改进】| SDFM 表层细节融合模块，利用通道-空间注意力机制，实现跨模态特征融合，抑制噪声干扰🌟

9、【YOLOv8多模态融合改进】| PSFM，深层语义融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖关系🌟

10、【YOLOv8多模态融合改进】| TFAM：时序融合注意力模块 | 引入通道 - 空间双分支注意力机制，解决双模态特征融合中时序关联不足的问题🌟

11、【YOLOv8多模态融合改进】| 利用 iRMB 倒置残差移动块二次改进CGA Fusion🌟

12、【YOLOv8多模态融合改进】| CAFM：通道 - 空间交叉注意力机制 | 动态捕捉跨模态特征的重要性，抑制冗余信息🌟

13、【YOLOv8多模态融合改进】| 改进 双HS-FPN颈部结构：高级筛选特征融合金字塔，加强不同模态间的细微特征检测🌟

14、【YOLOv8多模态融合改进】| Arxiv 2024 DEYOLO：利用双增强机制和双向解耦聚焦模块，构建跨模态特征融合与单模态优化的完整框架🌟

15、【YOLOv8多模态融合改进】| 利用 Deformable Attention Transformer 可变形注意力 二次改进CGA Fusion 动态关注不同模态间的目标区域🌟

16、【YOLOv8多模态融合改进】| CVPR 2024 MFM（Modulation Fusion Module，调制融合模块）：动态特征加权融合，突出关键特征抑制冗余🌟

17、【YOLOv8多模态融合改进】| BMVC 2024 MASAG 模块（多尺度自适应空间注意门）：动态感受野与空间注意力增强多尺度融合精度🌟

18、【YOLOv8多模态融合改进】| PR 2024 ICAFusion中的DMFF，双模态特征融合模块 引入跨模态交叉注意力机制，动态建模不同模态特征的全局语义依赖🌟

【YOLOv8多模态融合改进】| CGA Fusion：内容引导的注意力融合模块，空间权重引导的多模态特征自适应融合
Limiiiing的博客
04-19 286
本文记录的是利用CGA Fusion 模块改进 YOLOv8 的多模态融合部分。（Content-Guided Attention Fusion）通过内容引导注意力生成空间权重，引导高低层特征的自适应融合。本文利用模块，通过内容引导注意力生成空间权重，自适应地融合两个模态的特征，在特征融合阶段实现跨模态语义对齐与噪声抑制，增强对不同模态互补特征的利用能力，从而提升模型在多模态场景下的检测鲁棒性与准确性。DEA-Net: Single image dehazing based on detail-enhanc
【YOLOv10多模态融合改进】| CGA Fusion：内容引导的注意力融合模块，空间权重引导的多模态特征自适应融合
Limiiiing的博客
04-20 186
本文记录的是利用CGA Fusion 模块改进 YOLOv10 的多模态融合部分。（Content-Guided Attention Fusion）通过内容引导注意力生成空间权重，引导高低层特征的自适应融合。本文利用模块，通过内容引导注意力生成空间权重，自适应地融合两个模态的特征，在特征融合阶段实现跨模态语义对齐与噪声抑制，增强对不同模态互补特征的利用能力，从而提升模型在多模态场景下的检测鲁棒性与准确性。DEA-Net: Single image dehazing based on detail-enhan
【YOLOv12多模态融合改进】| Arxiv 2024 DEYOLO：利用双增强机制和双向解耦聚焦模块，构建跨模态特征融合与单模态优化的完整框架
Limiiiing的博客
06-05 861
本文记录的是利用DEYOLO中的多模态融合模块改进 YOLOv12 的多模态融合部分。针对RGB和红外多模态目标检测任务设计了双特征增强机制，通过DECA（双语义增强通道权重分配模块）、DEPA（双空间增强像素权重分配模块）和双向解耦聚焦模块（Bi-direction Decoupled Focus）实现跨模态特征融合与单模态特征优化，有效解决多模态检测中的信息互补与干扰抑制问题。DEYOLO: Dual-Feature-Enhancement YOLO for Cross-Modality Object
【RT-DETR多模态融合改进】| CGA Fusion：内容引导的注意力融合模块，空间权重引导的多模态特征自适应融合
Limiiiing的博客
07-03 161
本文记录的是利用CGA Fusion 模块改进 RT-DETR 的多模态融合部分。（Content-Guided Attention Fusion）通过内容引导注意力生成空间权重，引导高低层特征的自适应融合。本文利用模块，通过内容引导注意力生成空间权重，自适应地融合两个模态的特征，在特征融合阶段实现跨模态语义对齐与噪声抑制，增强对不同模态互补特征的利用能力，从而提升模型在多模态场景下的检测鲁棒性与准确性。DEA-Net: Single image dehazing based on detail-enhan
【RT-DETR多模态融合改进】| Arxiv 2024 DEYOLO：利用双增强机制和双向解耦聚焦模块，构建跨模态特征融合与单模态优化的完整框架
Limiiiing的博客
07-07 626
本文记录的是利用DEYOLO中的多模态融合模块改进 RT-DETR 的多模态融合部分。针对RGB和红外多模态目标检测任务设计了双特征增强机制，通过DECA（双语义增强通道权重分配模块）、DEPA（双空间增强像素权重分配模块）和双向解耦聚焦模块（Bi-direction Decoupled Focus）实现跨模态特征融合与单模态特征优化，有效解决多模态检测中的信息互补与干扰抑制问题。DEYOLO: Dual-Feature-Enhancement YOLO for Cross-Modality Object
【YOLOv8多模态融合改进】| Arxiv 2024 DEYOLO：利用双增强机制和双向解耦聚焦模块，构建跨模态特征融合与单模态优化的完整框架
Limiiiing的博客
06-06 102
本文记录的是利用DEYOLO中的多模态融合模块改进 YOLOv8 的多模态融合部分。针对RGB和红外多模态目标检测任务设计了双特征增强机制，通过DECA（双语义增强通道权重分配模块）、DEPA（双空间增强像素权重分配模块）和双向解耦聚焦模块（Bi-direction Decoupled Focus）实现跨模态特征融合与单模态特征优化，有效解决多模态检测中的信息互补与干扰抑制问题。DEYOLO: Dual-Feature-Enhancement YOLO for Cross-Modality Object D
【YOLOv8多模态融合改进】在前期、中期、中后期、后期多模态融合中添加P5大目标检测层，完整步骤及代码
Limiiiing的博客
04-11 151
主题： YOLOv8的多模态融合改进中增加P5大目标检测层方式： 分别在前期融合、中期融合、中-后期融合、后期融合中增加P5多模态融合检测层。内容： 包含融合方式详解以及完整配置步骤，开箱即用，一键运行。原始模型结构如下： 二、有效特征层对应的检测头类别 2.1 P3/8 - small检测头 原始模型中的对应的检测头主要用于检测相对较小的目标。其特征图大小相对较大，空间分辨率较高。 适合检测尺寸大概在到像素左右的目标。 2.2 P4/16 - medium检测头 这个检测头对应的经过了更多的下采样操
【YOLOv11多模态融合改进】| 利用 iRMB 倒置残差移动块二次改进CGA Fusion
Limiiiing的博客
05-08 294
本文记录的是利用iRMB 模块改进 YOLOv11 的多模态融合部分。主要讲解如何利用一些现有的模块二次改进多模态的融合部分。的作用在于克服了常见模块无法同时吸收CNN 效率建模局部特征和利用Transformer 动态建模能力学习不同模态之间的长距离交互问题。相比一些复杂结构或多个混合模块的方法，能更好地权衡模型成本和精度。本文将其用于模块中并进行二次创新，更好地突出不同模态的重要特征，提升模型性能。Rethinking Mobile Block for Efficient Attention-based
ScanNet项目介绍
最新发布
frostmelody 全网同名，大家多多关注呀~ 持续分享优质内容！
08-15 902
是一个大型的，专门用于室内场景的理解和三维重建。简单来说，研究人员用特殊的相机（能同时捕捉彩色图像和深度信息）在 1500 多个不同的室内场景（如办公室、公寓）中进行了扫描，总共收集了 250 万个视角的图像。这个数据集不仅包含原始的视频数据，还提供了处理好的、精确的以及非常详细的（比如，这个是椅子，那个是桌子）。
计算机视觉CS231n学习（8）
whdehcy的博客
08-14 1032
例如，在ImageNet上，DSD训练使得GoogLeNet的Top-1准确率提高了1.1%，VGG-16提高了4.3%，ResNet-18提高了1.2%，ResNet-50提高了1.1%。（你所牵挂的，正在朝着熟悉的方向挪动，耐心等待，转角会有重逢的惊喜）（因为我的玄风小鸡丢了 三天每天睡四个小时寻找也没找到 已经是很伤心很伤心了 一想到我的小鸟毛茸茸的 在外面挨饿淋雨 真的很难受 小鸡快回家）总的来说，DSD训练通过在训练过程中引入稀疏性，能够有效地避免过拟合，提高模型的泛化能力和整体性能。
图片拼接-动手学计算机视觉8
2501_92532948的博客
08-12 1074
图片拼接（image stitching）就是将统一场景的不同拍摄出的图片拼接到一起，如图所示就是拼接全景图，是图片拼接的应用之一，手机拍照都有全景拍摄功能仔细观察全景图，寻找它们相似性，图8-2的全景图可以通过缩放，旋转，射影等操作进行拼接而成，我们首先介绍几个常用的图像变换RANSAC（Random Sample Consensus）是一种鲁棒的模型拟合算法，常用于处理包含大量噪声或异常值的数据。
(论文速读)用于SAR目标检测的空间-频率选择卷积
LJ1147517021的博客
08-13 1144
本文提出SFS-Conv，一种用于SAR目标检测的高效卷积模块，通过空间-频率分流策略增强特征多样性。该模块将输入特征分流至空间和频率两个维度：空间感知单元动态调整感受野捕获多尺度上下文，频率感知单元采用分数Gabor变换提取纹理特征。通过无参数的选择模块自适应融合双路特征，构建的轻量级SFS-CNet在多个SAR检测基准上以更小计算量超越现有方法，如HRSID数据集达95.7% AP50（1.86M参数），计算量降低76%。创新性体现在领域知识驱动的频域特征提取与高效特征选择机制的结合。
无人机航拍数据集|第13期 无人机城市斑马线目标检测YOLO数据集963张yolov11/yolov8/yolov5可训练
猫脸码客的博客
08-12 252
无人机城市斑马线目标检测YOLO数据集。
计算机视觉（opencv）实战四——图片阈值处理cv2.threshold(）
2302_78022640的博客
08-15 1147
阈值处理的作用，其实就是，让我们更容易分析和处理有用的部分。
图像分类-动手学计算机视觉10
2501_92532948的博客
08-13 816
介绍了视觉识别中最基本的问题之一图像分类。本章先后讲解了基于手工设计图像表 正（视觉词袋模型）的图像分类算法和基于深度卷积神经网络的图像分类算法
图像分割-动手学计算机视觉9
2501_92532948的博客
08-13 1242
本文介绍了无监督图像分割技术，重点探讨了两种经典算法：基于k均值的图像分割和基于归一化割的图切割算法。k均值方法通过迭代优化将像素聚类为指定数量的区域，改进版通过加入坐标信息提升了分割连续性。图切割算法则将分割转化为最小割问题，通过能量函数优化实现前景背景分离。文章还展示了使用SAM（Segment Anything Model）进行高级分割的实践，包括自动分割和交互式点击选择目标两种方式。实验结果表明，SAM在分割精度和用户体验上显著优于传统方法，特别是其交互式版本能精确提取指定目标（如猫）。这些方法为计
【Trans2025】计算机视觉|UMFormer：即插即用！让遥感图像分割更精准！
m0_51665349的博客
08-15 685
在本研究中，构建了一个名为UMFormer的编解码器风格网络，用于遥感图像的语义分割。具体来说，UMFormer采用ResNet18作为编码器，目的是执行初步的图像特征提取。随后，对自注意力机制进行优化，以便在多尺度条件下提取与不同大小对象相关的全局信息。为了融合编解码器特征图信息，构建了另一种注意力结构来重建空间信息并捕获相对位置关系。最后，设计了一个基于Mamba的解码器，以有效地对全局和局部信息进行建模。同时，设计了一种利用特征相似性的特征融合机制，目的是将局部信息嵌入到全局信息中。在。
【AAAI2025】计算机视觉|即插即用|FSTA:炸裂！这个即插即用模块，让你的SNN性能起飞！
m0_51665349的博客
08-14 1509
脉冲神经网络 (SNN)由于其固有的能源效率，正在成为人工神经网络 (ANN) 的一个有前景的替代方案。由于 SNN 内部脉冲生成的固有稀疏性，对中间输出脉冲的深入分析和优化往往被忽略。这种疏忽极大地限制了 SNN 固有的能源效率，并削弱了其在时空特征提取方面的优势，导致精度不足和不必要的能源消耗。本研究从时间和空间角度分析了 SNN 固有的脉冲特征。在空间分析方面，本研究发现浅层倾向于关注学习垂直变化，而深层逐渐学习特征的水平变化。关于时间分析，本研究观察到不同时间步长的特征学习没有显著差异。这表明。
目标检测-动手学计算机视觉12
2501_92532948的博客
08-14 1004
摘要： 目标检测是计算机视觉的核心任务，旨在识别图像中目标的类别并定位其位置（通过包围盒表示）。深度学习推动了目标检测的发展，R-CNN系列模型（R-CNN、Fast R-CNN、Faster R-CNN）是关键里程碑。R-CNN通过候选区域提取和CNN特征分类实现检测；Fast R-CNN引入ROI池化，共享特征计算提升效率；Faster R-CNN结合区域提议网络（RPN），实现端到端训练，显著加速检测。常用数据集（PASCAL VOC、MS COCO）和指标mAP（基于交并比IoU）评估模型性能。目标
yolo11多模态手把手
01-17
### YOLOv11多模态检测任务详解 #### 双模态YOLOv11架构介绍 为了实现可见光与红外图像的双模态检测任务，最新的官方代码提供了基础框架。此方法不仅适用于两种模式的数据融合，还能够扩展至更多种类的传感器输入[^1]。 #### CBAM注意力机制集成 卷积块注意模块(CBAM)作为增强模型性能的关键组件被引入到了YOLO体系结构之中。该模块通过通道和空间两个维度来优化特征图的关注度分配： - **通道注意力**：评估不同特征的重要性并加权； - **空间注意力**：聚焦于图片中的重要位置[^3]。 这种设计使得网络能够在复杂场景下更精准地定位目标物体。 #### 数据预处理技巧 针对特定应用场景下的数据集特点进行了必要的前处理工作。例如，在处理带有固定尺寸边界框干扰项的情况下，可以通过编写Python脚本来批量移除这些不必要的部分，并同步调整对应的标注文件以匹配新的图像格式[^4]。 ```python import cv2 import os def remove_white_border(image_path, output_dir): img = cv2.imread(image_path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) _, thresh = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY_INV) contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if not contours: return max_contour = max(contours, key=cv2.contourArea) x, y, w, h = cv2.boundingRect(max_contour) cropped_image = img[y:y+h, x:x+w] filename = os.path.basename(image_path) outpath = os.path.join(output_dir, filename) cv2.imwrite(outpath, cropped_image) input_folder = "path/to/input/images" output_folder = "path/to/output/folder" if not os.path.exists(output_folder): os.makedirs(output_folder) for file_name in os.listdir(input_folder): image_file = os.path.join(input_folder, file_name) remove_white_border(image_file, output_folder) ``` 上述代码展示了如何自动裁剪掉原始图像周围的白色边缘，从而提高后续训练过程的有效性和准确性。 ---
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Limiiiing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值