我们都知道，高层特征拥有比较丰富的语义信息，但是小目标的信息基本上没有，所以一般采用fpn网络来做特征融合，但是Yolof的出现，是不是说明了高层特征具有足够的小目标的信息呢？？
0条回答 默认 最新
- 2024-04-21 00:30林聪木的博客 将数据集按照9：1的比例进行划分，并生成train.txt和val.txt进行训练import os#生成train.txt和val.txtxml_dir = '/home/aistudio/train-A/box'#标签文件地址img_dir = '/home/aistudio/train-A/image'#图像文件地址...
- 2022-06-01 23:23xiaobai_Ry的博客 目标检测2022最新笔记：一份Slide两张表格带你快速了解
- 2024-09-10 15:29浩瀚之水_csdn的博客 YOLOV1作为目标检测领域的开创性模型，以其独特的设计理念和高效的检测性能赢得了广泛的关注和应用。尽管存在一些不足之处，但YOLOV1为后续的YOLO系列模型奠定了坚实的基础，推动了目标检测技术的不断发展。YOLOv6...
- 2025-08-12 00:04u013250861的博客 目标检测的输出通常采用边界框（Bounding Box）表示，边界框由矩形框的左上角坐标 x,yx,yx,y ...综上所述，目标检测经历了从传统滑动窗口到深度卷积网络、从两阶段到单阶段、从手工特征到自注意力和多模态融合的演变。
- 2022-10-15 00:45呆呆的猫的博客 本文详细地介绍了目标检测任务中，不同模块及其相关的典型优化方法
- 2023-02-19 11:07xiaobai_Ry的博客 目标检测综述，包括各种IOU及NMS的介绍，模型介绍包括传统算法，和深度算法。并在传统算法和深度学习算法中深入挖掘分享。
- 2021-08-19 11:11计算机视觉研究院的博客 计算机视觉研究院专栏作者：Edison_G今天分享的内容，在其他各平台估计都有陆续分享，今天我们“计算机视觉研究院”从我们自己的角度来分析下YOLOF框架，看看他值不值得被CVPR2021...
- 2018-09-19 10:16呆呆的猫的博客 下采样层：因为对图像进行下采样，可以减少数据处理量同时保留有用信息，采样可以混淆特征的具体位置，因为某个特征找出来之后，它的位置已经不重要了，我们只需要这个特征和其他特征的相对位置，可以应对形变和...
- 2018-11-02 22:43呆呆的猫的博客 153、决策树是否可以用来聚类——可以 154、什么方法最适合于在n维空间做异常点检测 155、逻辑回归和多元回归分析的不同 156、k折交叉验证中k的选择 157、回归模型存在多重共线性，在不损失过多信息的情况下，...
- 2025-09-30 16:29bug菌¹的博客 且专栏会随订阅人数上升而涨价(毕竟不断更新)，当前性价比极高，有一定的参考&学习价值，部分内容会基于现有的国内外顶尖人工智能AIGC等AI大模型技术总结改进而来，嘎嘎硬核。 ✨ 特惠福利：目前活动一折秒杀价...
- 2022-03-10 15:35浩瀚之水_csdn的博客 因为工作原因，项目中经常遇到目标检测的任务，因此对目标检测算法会经常使用和关注，比如Yolov3、Yolov4、Yolov5、Yolox算法。 当然，实际项目中很多的第一步，也都是先进行目标检测任务，比如人脸识别、多目标...
- 2025-03-20 13:08whaosoft-143的博客 同时可以添加和替换任何模块 支持更多检测头 Head YOLOv5 Head 检测头 YOLOX 的解耦合检测头 Decoupled Head 自适应空间特征融合检测头 ASFF Head YOLOv7 检测头 IDetect Head、IAuxDetect Head 等 支持更多即插即用...
- 没有解决我的问题, 去提问
问题事件
系统已结题
10月27日
创建了问题
10月19日