您好，我在博客“yolov识别大分辨率图片切割问题” 看到您评论大图片裁剪完在做检测之后，那测试的时候我如何将大分辨率图片上的目标检测并标记出来呢？
https://blog.csdn.net/Hurrytap/article/details/90637131
🙏！
yolov识别大分辨率图片切割问题
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
0条回答 默认 最新
- 2024-09-03 11:15一键难忘的博客 YOLOv8继承了YOLO系列的核心思想，即通过单次前向传播同时完成分类和定位任务。它的模型架构进一步优化了CSPDarknet作为骨干网络，并在此基础上引入了多尺度特征融合和改进的损失函数。然而，这些改进仍未能完全解决...
- 2023-11-02 23:26知来者逆的博客 对比YOLOv8与之前版本的区别，并详细解析整个算法的原理与设计理念。
- 2025-09-16 09:05随着计算机视觉和人工智能技术的快速发展，基于深度学习的智能视频分析系统正在广泛应用于各个领域。Java作为一款广泛使用的编程语言，因其强大的跨平台性能，成为开发此类系统的热门选择。在开发一个视觉智能识别...
- 2022-11-05 10:11加勒比海带66的博客 CVPR19 单幅图像超分辨率来了！！！基于CNN的超分辨方法虽然取得了最好的结果，但此类方法关注更宽或更深的结构设计，忽略了中间层特征之间的关系。基于此，本文提出了二阶注意力机制(SOCA)更好的学习特征之间的...
- 2024-05-22 22:33斌擎科技的博客 为了应对这一挑战，我们提出了一种创新 的方法，将超分辨率和经过调整的轻量级YOLOv5架构相结合。采用了一系列数据集，包括VisDrone-2023、SeaDroneSee、 VEDAI和NWPU VHR-10，来评估我们的模型的性能。
- 2022-08-27 10:05小白学视觉的博客 点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达首先看github这一段话（链接https://github.com/ultralytics/yolov3/issues/232）：大致含义：比较yoloV3不同输入图像分辨率的推理时间，输入...
- 2026-01-01 00:50多行不易的博客 借助YOLOv8目标检测技术，水产市场实现鱼类种类精准识别，解决人工辨识难、定价混乱等问题。通过迁移学习与定制化训练，模型在真实场景中达到95%以上准确率，并可在边缘设备实时运行，推动传统农贸数字化转型。
- 2025-12-31 19:23新农仓的博客 YOLOv8将目标检测与实例分割融为一体，凭借高效架构和易用接口，成为工业质检、农业无人机和智慧城市等场景的首选工具。从模型训练到容器化部署，一套标准化流程显著降低AI落地门槛，让开发者专注业务逻辑而非环境...
- 2023-05-02 18:19peter123123123123的博客 基于YOLOv8+LPRNet进行车牌检测及识别，包括对车辆的车牌区域精确定位，利用校正探测器对定位的车牌进行边框校正处理，使用增强神经网络模型对车牌区域进行超分辨率技术处理和光学字符识别。经过多次试验测试，可以...
- 2026-01-01 00:47郁林成森的博客 利用YOLOv8目标检测模型，可在田间快速识别作物叶片上的早期病斑，支持多病共存与小目标检测，结合边缘计算实现手机拍照即诊断。通过迁移学习与容器化部署，百张图像即可训练高精度模型，已在番茄、水稻等作物中验证...
- 没有解决我的问题, 去提问
问题事件
系统已结题
8月6日
创建了问题
7月29日