AI小怪兽
AI小怪兽_个人页
AI小怪兽
文章
14
问答
0
视频
0
个人介绍
YOLO骨灰级玩家，CSDN博主：AI小怪兽
擅长的技术
- C++
- C语言
- 计算机视觉
- 机器学习/深度学习
- 人工智能
- 算法
- Python
-
发表了文章 2024-10-23
YOLO11-seg分割：具有切片操作的SimAM注意力，魔改SimAM助力分割
本文创新地对SimAM注意力机制进行魔改，引入切片操作，显著提升了小目标特征提取能力。针对SimAM在计算整张特征图的像素差平均值时可能忽略小目标重要性的问题，通过切片操作增强了小目标的加权效果。实验结果显示，魔改后的SimAM在YOLO11-seg上的Mask mAP50从0.673提升至0.681，有效改善了小目标检测性能。
-
发表了文章 2024-10-23
YOLO11-seg分割如何训练自己的数据集（道路缺陷）
本文介绍了如何使用自己的道路缺陷数据集训练YOLOv11-seg模型，涵盖数据集准备、模型配置、训练过程及结果可视化。数据集包含4029张图像，分为训练、验证和测试集。训练后，模型在Mask mAP50指标上达到0.673，展示了良好的分割性能。
-
发表了文章 2024-10-17
YOLO11-pose关键点检测：训练实战篇 | 自己数据集从labelme标注到生成yolo格式的关键点数据以及训练教程
本文介绍了如何将个人数据集转换为YOLO11-pose所需的数据格式，并详细讲解了手部关键点检测的训练过程。内容涵盖数据集标注、格式转换、配置文件修改及训练参数设置，最终展示了训练结果和预测效果。适用于需要进行关键点检测的研究人员和开发者。
-
发表了文章 2024-10-16
YOLO11实战：新颖的多尺度卷积注意力（MSCA）加在网络不同位置的涨点情况 | 创新点如何在自己数据集上高效涨点，解决不涨点掉点等问题
本文探讨了创新点在自定义数据集上表现不稳定的问题，分析了不同数据集和网络位置对创新效果的影响。通过在YOLO11的不同位置引入MSCAAttention模块，展示了三种不同的改进方案及其效果。实验结果显示，改进方案在mAP50指标上分别提升了至0.788、0.792和0.775。建议多尝试不同配置，找到最适合特定数据集的解决方案。
-
发表了文章 2024-10-16
ultralytics YOLO11 全新发布！（原理介绍+代码详见+结构框图）
本文详细介绍YOLO11，包括其全新特性、代码实现及结构框图，并提供如何使用NEU-DET数据集进行训练的指南。YOLO11在前代基础上引入了新功能和改进，如C3k2、C2PSA模块和更轻量级的分类检测头，显著提升了模型的性能和灵活性。文中还对比了YOLO11与YOLOv8的区别，并展示了训练过程和结果的可视化
-
发表了文章 2024-10-12
《YOLO11魔术师专栏》专栏介绍
《YOLO11魔术师专栏》专栏介绍
-
发表了文章 2024-07-09
《YOLOv10魔术师专栏》专栏介绍 & 专栏目录
【7月更文挑战第4天】 【原创自研模块】【多组合点优化】【注意力机制】 【主干篇】【neck优化】【卷积魔改】 【block&多尺度融合结合】【损失&IOU优化】【上下采样优化 】 【小目标性能提升】【前沿论文分享】【训练实战篇】
-
发表了文章 2024-07-08
《YOLOv5原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
YOLOv5原创自研，助力创新
-
发表了文章 2024-07-08
一种基于YOLOv8改进的高精度表面缺陷检测网络， NEU-DET和GC10-DET涨点明显（原创自研）
【7月更文挑战第3天】一种基于YOLOv8改进的高精度表面缺陷检测， 在NEU-DET和GC10-DET任务中涨点明显；
-
发表了文章 2024-07-05
一种基于YOLOv8改进的高精度红外小目标检测算法 （原创自研）
【7月更文挑战第2天】 💡💡💡创新点： 1）SPD-Conv特别是在处理低分辨率图像和小物体等更困难的任务时优势明显； 2）引入Wasserstein Distance Loss提升小目标检测能力； 3）YOLOv8中的Conv用cvpr2024中的DynamicConv代替；
-
发表了文章 2024-07-05
《YOLOv8原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
《YOLOv8原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
-
发表了文章 2024-07-04
YOLOv10实战：SPPF原创自研 | SPPF_attention，重新设计加入注意力机制 | NEU-DET为案列进行展开
【7月更文挑战第1天】 优点：为了利用不同的池化核尺寸提取特征的方式可以获得更多的特征信息，提高网络的识别精度； 如何优化：在此基础上加入注意力机制，能够在不同尺度上更好的、更多的获取特征信息，从而获取全局视角信息并减轻不同尺度大小所带来的影响； SPPF_attention，重新设计加入注意力机制 ，在NEU-DEU任务中mAP50从0.683提升至0.703；
-
发表了文章 2024-07-04
YOLOv10真正实时端到端目标检测（原理介绍+代码详见+结构框图）| YOLOv10如何训练自己的数据集（NEU-DET为案列）
YOLOv10真正实时端到端目标检测（原理介绍+代码详见+结构框图）
-
发表了文章 2024-07-04
YOLOv10实战：红外小目标实战 | 多头检测器提升小目标检测精度
本文改进： 在进行目标检测时，小目标会出现漏检或检测效果不佳等问题。YOLOv10有3个检测头，能够多尺度对目标进行检测，但对微小目标检测可能存在检测能力不佳的现象，因此添加一个微小物体的检测头，能够大量涨点，map提升明显； 多头检测器提升小目标检测精度，1）mAP50从0.666提升至0.677
暂无更多信息
-
发表了文章
2024-10-23
YOLO11-seg分割：具有切片操作的SimAM注意力，魔改SimAM助力分割
-
发表了文章
2024-10-23
YOLO11-seg分割如何训练自己的数据集（道路缺陷）
-
发表了文章
2024-10-17
YOLO11-pose关键点检测：训练实战篇 | 自己数据集从labelme标注到生成yolo格式的关键点数据以及训练教程
-
发表了文章
2024-10-16
YOLO11实战：新颖的多尺度卷积注意力（MSCA）加在网络不同位置的涨点情况 | 创新点如何在自己数据集上高效涨点，解决不涨点掉点等问题
-
发表了文章
2024-10-16
ultralytics YOLO11 全新发布！（原理介绍+代码详见+结构框图）
-
发表了文章
2024-10-12
《YOLO11魔术师专栏》专栏介绍
-
发表了文章
2024-07-09
《YOLOv10魔术师专栏》专栏介绍 & 专栏目录
-
发表了文章
2024-07-08
《YOLOv5原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
-
发表了文章
2024-07-08
一种基于YOLOv8改进的高精度表面缺陷检测网络， NEU-DET和GC10-DET涨点明显（原创自研）
-
发表了文章
2024-07-05
一种基于YOLOv8改进的高精度红外小目标检测算法 （原创自研）
-
发表了文章
2024-07-05
《YOLOv8原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
-
发表了文章
2024-07-04
YOLOv10实战：SPPF原创自研 | SPPF_attention，重新设计加入注意力机制 | NEU-DET为案列进行展开
-
发表了文章
2024-07-04
YOLOv10真正实时端到端目标检测（原理介绍+代码详见+结构框图）| YOLOv10如何训练自己的数据集（NEU-DET为案列）
-
发表了文章
2024-07-04
YOLOv10实战：红外小目标实战 | 多头检测器提升小目标检测精度
滑动查看更多
暂无更多信息
暂无更多信息