标签：目标检测
Swin Transformer：革新计算机视觉的多领域应用
Swin Transformer作为一种新型视觉模型，通过窗口化自注意力机制解决了计算机视觉中的长距离依赖问题。其灵活性和高效性使其在图像分类、目标检测、医学影像...
Hyper-YOLO：清华大学引领目标检测新革命，超图计算赋能高阶视觉关联
清华大学提出Hyper-YOLO，首次将超图计算引入目标检测网络，解决了现有YOLO模型在处理跨层特征融合和复杂高阶特征关系时的局限，为计算机视觉领域带来新的突破。
超图计算与目标检测的融合：清华大学Hyper-YOLO的创新突破
清华大学提出了一种基于超图计算的目标检测方法——Hyper-YOLO，首次将超图计算集成到目标检测网络中，成功捕捉复杂的高阶视觉关联，解决了现有YOLO模型在处理...
Hyper-YOLO：超图计算赋能目标检测新范式
清华大学提出Hyper-YOLO，首次将超图计算集成到目标检测网络，解决了现有YOLO模型在处理跨层特征融合和复杂高阶特征关系时的局限，为复杂场景下的目标检测提...
超轻YOLO：YOLO-Fastest算法引领移动端目标检测新潮流
YOLO-Fastest算法以其极小的体积和超高的性能成为目前最轻、最快的YOLO算法，仅1.3MB大小，单核每秒148帧，适用于移动设备。支持多种平台，包括PyTorch、Tens...
YOLO-Fastest：轻量级目标检测的新标杆
YOLO-Fastest是目前最轻、最快的YOLO算法，大小仅1.3MB，单核每秒148帧，适用于移动设备和边缘计算场景。本文详细介绍了YOLO-Fastest的优势、技术细节及其在...
Faster R-CNN：从区域提议网络到实时目标检测的演进
本文深入探讨了Faster R-CNN在目标检测领域的应用与优化，从区域提议网络（RPN）的原理到其在交通标志检测和车载车辆检测中的实际表现，展现了其在精度和速度...
AI-magic收录了大量国内外AI工具箱，包括AI写作、图像、视频、音频、编程等各类AI工具，以及常用的AI学习、技术、和模型等信息，让你轻松加入人工智能浪潮。