本文提出了一种改进的特征金字塔模型AF-FPN,该模型利用自适应注意模块 (adaptive attention module, AAM)和特征增强模块 (feature enhancement module,
论文题目:基于改进YOLOv3的目标识别方法 存在问题: 在复杂的自然场景中, 目标识别存在背景干扰、周围物体遮挡和光照变化等问题,同时识别的目标大多拥有多种不同的尺寸和类型.检测物
第1种:焕然一新的创新;比如Faster-RCNN、Yolov1、Transformer、ShuffleNet等,能……第2种:守正出奇的创新;比如将图像金字塔改进为特征金字塔……第3种:各种先进算法集成的创
第1种:焕然一新的创新;比如Faster-RCNN、Yolov1、Transformer、ShuffleNet等,能凭借实力开创出新的算法领域,达到这种水平基本都是顶会的水准了。 第2种:守正
该方法可为路面裂缝的自动检测方法提供参考。实验结果表明,本文提出的改进YOLOv5模型能够有效识别路面裂缝。与原模型相比,mAP提升2.5%,F1分数提升2.6%,模型体积小于YOLOv5。1.62倍
yolo5的改进策略据悉yolov5的作者glenjocher正是mosaicaugmentation的创造者故认为yolov4性能巨大提升很大程度是马赛克数据增强的功劳也许你不服但他在yolov4出来后的仅仅两
名称:LF-YOLO:用于 X 射线图像焊接缺陷检测的更轻、更快的 YOLO 论文: arxiv.org/abs/2110.1504 题目:EYNet: Extended YOLO for Airport Detection in