计算机视觉

首页 标签 计算机视觉
# 计算机视觉 #
关注
26546内容
人工智能|YOLOv1的简单介绍
YOLOv1将输入图像划分为7×7网格,每个网格单元预测2个边界框(BBOX)及对应置信度,并输出20类概率。通过中心点归属、相对坐标偏移与归一化,实现端到端实时目标检测。(239字)
单车检测数据集分享-适用于YOLO视觉检测、目标检测数据集分享
本单车检测数据集含3000张真实场景图像,覆盖城市道路、园区、校园等多环境,支持昼夜、遮挡、多角度等复杂条件,采用YOLO标准格式标注(单类“单车”),适配YOLO系列、Faster R-CNN、RT-DETR等主流模型,开箱即用,适用于智慧交通、共享单车管理、安防巡检与教学科研。
|
4天前
|
睡岗检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含2000张真实监控场景图像,专为睡岗检测设计,支持YOLO等目标检测模型。涵盖多光照、多角度、多分辨率条件,标注精准(YOLO格式),含训练/验证集及配置文件,适用于安防、交通、工业等智能监控场景。(239字)
公鸡母鸡分类识别(1300张)数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含1300张真实养殖场景高清图像,专为公鸡/母鸡二分类识别构建,采用标准YOLO格式,适配YOLOv5/v8/v11、ResNet等模型,覆盖多光照、多角度、遮挡及复杂背景,标注精准规范,开箱即用,助力智慧养殖AI研发与落地。
|
6天前
|
水面5种垃圾目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含8000+张真实水面图像,标注5类常见漂浮垃圾(瓶子、易拉罐、纸盒、纸张、塑料制品),采用YOLO格式,含训练/验证/测试集。适用于YOLO系列等目标检测模型训练,助力水环境智能监测与治理。(239字)
|
7天前
|
水稻病害检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含7000+张水稻病害图像,覆盖细菌性叶斑病、褐斑病、叶霉病三类,标注规范(YOLO格式),已划分训练/验证/测试集(8:1:1),支持YOLO系列等主流检测模型,助力智慧农业病害识别研究与落地。(239字)
YOLO26如何涨点系列篇(NEU-DET缺陷检测) | CVPR2026 DEGConv方向引导边缘门控,破解细长裂缝检测难题 ,实现涨点
在NEU-DET数据集下验证:原始mAP50原始为 0.722提升至 0.732 , R 原始为 0.643 提升至 0.682 , mAP50-95原始为0.407提升至0.413
|
7天前
| |
来自: 视觉智能
YOLO26如何涨点系列篇(NEU-DET缺陷检测) | CVPR2026 FAAFusion 解决Neck跨尺度方向冲突,实现涨点1.2%
在NEU-DET数据集下验证:原始mAP50原始为 0.722提升至 0.734 ,P 原始为  0.745 提升至   0.749, R 原始为 0.643 提升至0.665 , mAP50-95原始为0.407提升至 0.41
购买并部署OpenClaw应用镜像
OpenClaw是一款开源、本地优先的AI代理平台,支持多渠道通信与大模型深度集成,可构建具备持久记忆和主动执行能力的定制化AI助理。使用前请严格评估安全性与稳定性,遵守许可协议,保障数据与系统安全。(239字)
免费试用