AI 助理
文档备案控制台

计算机视觉

首页 标签 计算机视觉
# 计算机视觉 #
关注
26427内容
最新 热门 文章 问答 视频 电子书 课程 训练营 活动
AI研究者手札
|
1月前
|
博文
南瓜叶片病害图像分类数据集（2000张图片已划分、已标注）| AI训练适用于目标检测任务
随着人工智能技术在农业领域的不断发展，利用计算机视觉进行植物病害识别已经成为智慧农业的重要研究方向。高质量的数据集是推动相关技术进步的重要基础。本南瓜叶片病害图像分类数据集提供了 2000 张高质量叶片图像，并涵盖 5 种典型病害类型，可广泛应用于图像分类模型训练、农业科研以及教学实践。
# 机器学习/深度学习 # 数据采集 # 人工智能 # 编解码 # 计算机视觉
AI小怪兽
|
1月前
|
博文
|
来自： ModelScope模型即服务
红外小目标检测新突破！异常感知检测头AA-YOLO：节俭又鲁棒，小样本也能精准识别
本文提出AA-YOLO：首个将统计异常检验嵌入YOLO检测头的方法，通过指数分布建模背景，显式识别小目标为统计异常，显著降低误报率；仅需10%数据即达90%全量性能，参数比EFLNet少6倍，轻量高效；在噪声、跨域、跨模态下鲁棒性强，且可无缝适配各类YOLO及实例分割网络。
# 视觉智能开放平台 # 机器学习/深度学习 # 编解码 # 运维 # 算法 # 计算机视觉
AI小怪兽
|
1月前
|
博文
|
来自： 视觉智能
SPMamba-YOLO：多尺度增强+全局建模，水下目标检测精度飙升4.9%！
本文提出SPMamba-YOLO水下目标检测模型：创新融合SPPELAN（增强多尺度特征与感受野）、PSA注意力（抑制背景、提升小目标判别）及Mamba状态空间模块（建模长程依赖），在URPC2022上mAP@0.5达82.5%，超越YOLOv8n 4.9%。
# 视觉智能开放平台 # 机器学习/深度学习 # 编解码 # 算法 # 固态存储 # 计算机视觉
AI小怪兽
|
1月前
|
博文
|
来自： ModelScope模型即服务
基于YOLO11的交通违规检测系统（Python源码+数据集+Pyside6界面）
本文基于YOLO11构建交通违规检测系统，涵盖23类目标（车辆、信号灯、标志等），详解数据制作（ROI裁剪优化尺度）、模型改进（C3k2、C2PSA、轻量Detect头）及训练可视化全过程，并集成PySide6实现GUI应用，助力工业落地。
# 视觉智能开放平台 # 机器学习/深度学习 # 人工智能 # 数据可视化 # 计算机视觉 # Python
AI小怪兽
|
1月前
|
博文
|
来自： 大数据与机器学习
SEP-YOLO：当频域分析遇上YOLO，透明物体实例分割迎来新突破，ISCAS 2026
本文提出SEP-YOLO框架，首创频域细节增强模块（可学习复数权重强化高频边界）、多尺度空间细化流（内容感知对齐+门控细化），并为Trans10K提供首个高质量实例标注。在Trans10K/GVD上mAP50超SOTA 3%+，兼顾精度与实时性。
# 机器学习/深度学习 # 人工智能 # 算法 # 机器人 # 计算机视觉
AI研究者手札
|
1月前
|
博文
无人机战场侦察 6 类军事目标检测数据集（10,000张图片已划分、已标注）| AI训练适用于目标检测任务
本数据集含9978张无人机航拍图，涵盖山地、丛林、城市废墟等6类复杂战场场景，已精细标注BRT（战场侦察队）等6类军事目标（YOLO格式），划分训练/验证/测试集（6994:1984:1000），专为小目标检测、多尺度识别与战场态势感知算法训练优化。
# 机器学习/深度学习 # 人工智能 # 监控 # 算法 # 计算机视觉
AI研究者手札
|
1月前
|
博文
基于YOLOv8的5种玻璃缺陷识别（破裂/打胶/起霜/污染/未加工）（中英文双版） | 附完整源码与效果演示
本文介绍了一种基于YOLOv8的玻璃状况识别系统，该系统能够自动识别玻璃的五种常见缺陷：玻璃破裂、玻璃打胶、玻璃起霜、玻璃污染和玻璃未加工。通过采用先进的深度学习算法，实现了对玻璃产品的高精度、高效率检测，为工业生产提供了可靠的质量保障手段。
# 机器学习/深度学习 # 并行计算 # 算法 # 数据可视化 # 计算机视觉
AI研究者手札
|
1月前
|
博文
基于YOLOv8的斑马线识别（中英文双版） | 附完整源码与效果演示
本项目基于YOLOv8实现高精度、实时斑马线识别，支持中英文双语，含完整源码、预训练模型、自建YOLO格式数据集及效果演示视频。适用于自动驾驶、智能监控等场景，兼顾精度与速度。
# 机器学习/深度学习 # 监控 # 算法 # 自动驾驶 # 计算机视觉
Echo_Wish
|
1月前
|
博文
|
来自： 大数据与机器学习
别只盯着模型参数了：聊聊多模态时代最容易被忽视的一件事——训练数据准备
别只盯着模型参数了：聊聊多模态时代最容易被忽视的一件事——训练数据准备
# 数据采集 # 人工智能 # 数据处理 # 计算机视觉 # Python
AI研究者手札
|
1月前
|
博文
脑肿瘤识别目标检测数据集（1200张图片已划分、已标注）| AI训练适用于目标检测任务
本数据集含1200张高质量脑部MRI影像，已精准标注“阴性/阳性”二分类标签，并划分训练集与验证集，适用于YOLO、ResNet等模型的脑肿瘤自动识别与辅助诊断任务，结构规范、即取即用。
# 机器学习/深度学习 # 人工智能 # 算法 # 算法框架/工具 # 计算机视觉
免费试用