《AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE》该论文提...

近年来，Transformer架构以雷霆之势席卷计算机视觉领域，从ViT到DETR再到Grounding DINO，各类Transformer模型频频刷新检测与...

无人机航拍技术已广泛应用于城市规划、交通监控、灾害评估等领域。通过自动分析航拍图像中的目标（如车辆、行人、建筑物），我们可以快速获取地理信息、监测城市动态。然而...

近年来，无人机技术迅猛发展，农业植保、物流配送、城市安防、环保监测等领域全面开花：

自AlexNet赢得2012年ImageNet竞赛以来，每个新的获胜架构通常都会增加更多层数以降低错误率。一段时间内，增加层数确实有效，但随着网络深度的增加，深...

YOLO系列一直是实时目标检测领域的领先框架，不断提高速度和准确性之间的平衡。然而，将注意力机制整合到YOLO中一直具有挑战性，因为它们的计算开销很高。YOLO...

他们强调了MobileNetV2如何通过显著减少所需的操作数量和内存，同时保持相同的准确度，推动移动友好型计算机视觉模型的发展。

图像标注是使用Roboflow平台手动完成的，该平台是计算机视觉工作流程中广泛使用的自定义数据集生成工具。数据集的构建涉及两种标注方案：(i) 单类数据集和 (...

前不久我们去了解了YOLO系列模型最新≠最强！（YOLO版本迷信终结！11领域398万实例实测：告诉你的场景该用哪个版本？）以及根据实验对模型在那个行业应用最合...

最近国内SkyCol团队在GitHub发布了篇硬核论文《ODverse33: Is the New YOLO Version Always Better? A ...

低光照条件下交通标志的有效检测仍是一项重大挑战。为解决这一问题，我们提出YOLO-LLTS算法，这是一种专为低光环境设计的端到端实时交通标志检测方法。首先，我们...

在基于大语言模型的文生视频技术中，视频质量评测的重要性不言而喻。这种技术涉及到将文本信息转化为视觉元素，然后再将这些元素合成为视频。在这个过程中，视频质量的好坏...

上一章，我们介绍了大模型的基础知识及在应用大模型时的相关技术。在本章，我们将探讨大模型在计算机视觉上的测试应用，如何帮助我们提升本书前面章节的活体检测算法的测试...

大语言模型的评测是非常重要的，它有助于了解模型的性能、局限性和可靠性。具体来说，通过评测，我们可以有如下收获。

但为什么会这样呢？你认为经过几十年的研究，我们会很自然地说“这里的问题已经解决了，让我们专注于别的事情”。在某种程度上，我们可以这样说，但仅适用于狭窄和简单的用...

大规模图像和视频数据集的人工标注通常耗时、易错且成本高昂，这成为铁路视频故障检测中机器学习工作流的主要瓶颈。本研究提出一种半自动化标注方法，利用预训练的YOLO...

植物育种计划需要对成熟天数进行评估和了解，以便在适当的试验中进行适当的选择和安排。大豆育种计划在育种的早期阶段会给试验品种分配相对成熟度等级，以表明其适宜的成熟...

水下物体探测对于海洋研究和工业安全检查至关重要。然而，复杂的光学环境和有限的水下设备资源给实现高精度和低功耗带来了巨大挑战。为了解决这些问题，提出了一种尖峰神经...

经常“打螺丝“的”吃席“观众就会发现，你看这个手机屏幕有没有划痕、这个构件有没有缺陷，要左手拿个电灯，右手拿起这个物品，反复的看反复的摸，大概耗时一分钟以上，一...