yolov

如何看待YOLOv8,YOLOv5作者开源新作,它来了!?

增强的操作,可以有效地提升精度从上面可以看出,yolov8 主要参考了最近提出的诸如 yolox、yolov6、yolov7 和 ppyoloe 等算法的相关设计,本身的创新点不多,偏向工程实践,主推的还是 ultralytics 这个框架本身。下面将按照模型结构设计、loss 计算、训练数据增强、训练策略和模型推理过程共 5 个

YOLOv1如何对同一图像中多个同类目标进行独立检测...

当多个同类目标(如3只猫)的中心点恰好落入同一网格时,yolov1会因"单网格单目标"约束而丢失或混淆检测结果——它无法区分,也无法独立输出多个同类实例.这本质上是其设计局限:缺乏显...

如何看待清华发布的YOLOv13:基于超图增强自适应视觉...

本文将介绍什么是YOLOv13，它带来了哪些新变化，以及如果你正在开发图像检测模型，需要做哪些准备。我们开始吧！1.YOLOv13概述 YOLOv13 是继...

YOLOv11相比YOLOv8/v10有哪些核心架构升级? - 编程语言...

Ultralytics 官方最新稳定版本为 **YOLOv8**，而 **YOLOv9**（2024年2月发布）和 **YOLOv10**（2024年6月由清华团队提出）均为非Ultr...

改进YOLOv11在番茄病虫害检测上效果怎么样

改进后的YOLOv11在番茄病虫害检测上的综合性能相比原版有显著提升，不同改进方向的模型各有优势，能适配不同的落地场景。目前主流的改进方案及实测效果如下：1. GEC-YOLO...

【Yolo v1】原理与实现 | 目标检测 | 图文详解 | 提供Py...

Yolo v1是一种基于深度学习的目标检测算法，其核心思想是通过一个单一的神经网络直接预测图像中物体的位置和类别。以下是Yolo v1的原理与实现详解：整体架构：Yolo v1的...

如何评价最新发表的YOLOv12?

https://www.arxiv.org/abs/2502.12524www.arxiv.org/abs/2502.12524 YOLOv12 是由纽约州立大学布法罗分校（University at Buffalo）和中国...

如何看待最新发布的YOLOv12在很多场景的性能不如YOLO...

YOLOv12采用的纯注意力架构类似全局滤波器虽然可以增强特定特征响应，但是计算复杂度高在有限算力下容易导致信号处理延迟注意力机制对高分辨率...

YOLOv11 Pose在严重遮挡场景下关键点检测准确率为何...

YOLOv11 Pose在严重遮挡场景下关键点检测准确率显著下降，核心问题在于其单阶段端到端架构对局部特征鲁棒性不足：当人体关键点被大面积遮挡（如...

YOLOv9改进策略:IoU优化 | Powerful - IoU更好、更快的收敛...

YOLOv9中Powerful-IoU的改进策略是通过结合目标尺寸自适应惩罚因子和基于锚框质量的梯度调节函数，实现更快、更优的IoU收敛，其效果优于CIoU、...