[数据集][目标检测]伤口检测数据集VOC+YOLO格式2760张1类别 2024-05-27 yolo, 机器学习, 深度学习, 目标检测, 人工智能 105人 已看 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。重要说明：大部分是脚本伤口，也有一小部分是其他部分伤口。图片数量(jpg文件个数)：2760。标注数量(xml文件个数)：2760。标注数量(txt文件个数)：2760。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
YOLOv10介绍与推理--图片和视频演示（附源码） 2024-05-27 yolo, 音视频, 人工智能 204人 已看 例如，在 COCO 数据集上，YOLOv10-S 的速度是RT-DETR-R18 的 1.8 倍，而 YOLOv10-B 与 YOLOv9-C 相比，在性能相同的情况下，延迟减少了 46%，参数减少了 25%。YOLOv10是清华大学的研究人员在Ultralytics Python包的基础上，引入了一种新的实时目标检测方法，解决了YOLO 以前版本在后处理和模型架构方面的不足。然而，对 NMS 的依赖和架构上的低效阻碍了最佳性能的实现。利用一致的双重分配来消除对 NMS 的需求，从而减少推理延迟。
【验证码识别】Yolov8入门到实战点选验证码数据集分类训练，孪生训练，导出onnx，搭建部署接口 2024-05-31 yolo 58人 已看 ONNX，即开放神经网络交换格式（Open Neural Network Exchange），是一个可以让不同深度学习框架之间互相转换和使用模型的开放标准。它由 Facebook 和 Microsoft 共同开发，旨在为深度学习模型的部署和迁移提供更加方便和灵活的解决方案。ONNX 支持包括 PyTorch、TensorFlow、CNTK 和 MXNet 等在内的多个深度学习框架，可以将这些框架训练出的模型转换成ONNX 格式，从而可以被其他框架或应用所使用。
[深度学习]yolov10+deepsort+pyqt5实现目标追踪 2024-05-30 yolo, 深度学习, 人工智能 50人 已看 结合YOLOv10（一种先进的实时目标检测算法）与DeepSORT（一种多目标追踪算法），并通过PyQt5构建用户界面，我们可以开发出一套高效、直观的目标追踪系统。总之，基于YOLOv10+DeepSORT+PyQt5的目标追踪系统结合了先进的算法和友好的用户界面，为智能监控系统的发展提供了有力的支持。该系统通过PyQt5框架实现友好的用户界面，用户可以直接在界面上选择视频源，实时查看目标追踪效果，并对追踪结果进行保存和导出。此外，系统还支持多种参数设置，如检测阈值、追踪速度等，以满足不同应用场景的需求。
[C#]使用C#部署yolov8-seg的实例分割的tensorrt模型 2024-05-29 c#, yolo, 开发语言 47人 已看 注意源码提供上面对应环境的dll，只需要安装上面一样cuda+cudnn和tensorrt版本即可正常运行。如果您不安装一样版本不能正常运行。此时需要重新编译TensorRtExtern.dll，此外由于tensorrt依赖硬件不一样电脑可能无法共用tensorrt模型，所以必须要重新转换onnx模型到engine才可以运行。tensorrt依赖不同硬件需要自己从onnx转换tensorrt，转换就是调用api实现，比如。【演示源码下载地址】
[数据集][目标检测]红外车辆检测数据集VOC+YOLO格式13979张类别 2024-05-28 yolo, 计算机视觉, 深度学习, 目标检测, 人工智能 57人 已看 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：13979。标注数量(xml文件个数)：13979。标注数量(txt文件个数)：13979。car 框数 = 247622。使用标注工具：labelImg。标注类别名称:["car"]标注规则：对类别进行画矩形框。总框数：247622。
【yolov10】使用自己的数据集训练目标检测模型 2024-05-28 yolo 40人 已看 官方给出的环境配置使用的torch版本是2.0.1，我电脑最高也就支持到1.11.0，所以就没法用gpu来训练了，当然也可以用自己的可以使用gpu训练的环境来训练yolov10，就是会有一些依赖报错，根据提示进行修改试试。格式选择yolo，然后点击open dir，选择存放待打标图片的文件夹，点击change save dir来更改保存标签的文件夹。首先打开cmd命令行（快捷键：win+R）。names根据自己数据集的标签来，train和val就是训练集和验证集的图片路径。①搜索labelimg。
使用目标检测模型YOLO V9 OBB进行旋转目标的检测：训练自己的数据集（基于卫星和无人机的农业大棚数据集） 2024-05-28 yolo, 无人机 144人 已看 我看到YOLO V8中的ultralytics（版本8.2.18）集成了YOLO V9，所以直接在YOLO V8 OBB的基础上实现YOLO V9 OBB，训练结果也出来了，但是评估指标比YOLO V8 OBB低一点点，不知道是不是哪里遗漏修改了......如有大神赐教不胜感激。
[数据集][目标检测]红外兔子检测数据集VOC+YOLO格式96张1类别 2024-05-28 yolo, 计算机视觉, 深度学习, 目标检测, 人工智能 56人 已看 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：96。标注数量(xml文件个数)：96。标注数量(txt文件个数)：96。使用标注工具：labelImg。标注类别名称:["rat"]标注规则：对类别进行画矩形框。rat 框数 = 378。
【论文阅读】 YOLOv10: Real-Time End-to-End Object Detection 2024-05-24 论文阅读, yolo, 计算机视觉, 目标检测, 人工智能 59人 已看 在过去几年中，YOLOs 因其在计算成本和检测性能之间的有效平衡而成为实时物体检测领域的主流模式。研究人员对 YOLOs 的架构设计、优化目标、数据增强策略等进行了探索，并取得了显著进展。然而，后处理对非最大抑制（NMS）的依赖阻碍了 YOLO 的端到端部署，并对推理延迟产生了不利影响。此外，YOLOs 中各种组件的设计缺乏全面彻底的检查，导致明显的计算冗余，限制了模型的能力。这使得效率不尽如人意，性能还有很大的提升空间。在这项工作中，我们旨在从后处理和模型架构两方面进一步推进 YOLO 的性能-效率边界。
[数据集][目标检测]航空发动机缺陷检测数据集VOC+YOLO格式291张4类别 2024-05-28 yolo, 机器学习, 深度学习, 目标检测, 人工智能 57人 已看 数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:[“crease”,“damage”,“dot”,“scratch”]图片数量(jpg文件个数)：291。标注数量(xml文件个数)：291。标注数量(txt文件个数)：291。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
【论文阅读】 YOLOv10: Real-Time End-to-End Object Detection 2024-05-24 论文阅读, yolo, 计算机视觉, 目标检测, 人工智能 45人 已看 在过去几年中，YOLOs 因其在计算成本和检测性能之间的有效平衡而成为实时物体检测领域的主流模式。研究人员对 YOLOs 的架构设计、优化目标、数据增强策略等进行了探索，并取得了显著进展。然而，后处理对非最大抑制（NMS）的依赖阻碍了 YOLO 的端到端部署，并对推理延迟产生了不利影响。此外，YOLOs 中各种组件的设计缺乏全面彻底的检查，导致明显的计算冗余，限制了模型的能力。这使得效率不尽如人意，性能还有很大的提升空间。在这项工作中，我们旨在从后处理和模型架构两方面进一步推进 YOLO 的性能-效率边界。
YOLOv10：实时端到端目标检测 2024-05-28 yolo, 计算机视觉, 目标检测, 人工智能, 目标跟踪 102人 已看 在过去的几年里，YOLO因其在计算成本和检测性能之间的有效平衡而成为实时目标检测领域的主要范例。研究人员对 YOLO 的架构设计、优化目标、数据增强策略等进行了探索，取得了显着进展。然而，后处理对非极大值抑制（NMS）的依赖阻碍了 YOLO 的端到端部署，并对推理延迟产生不利影响。此外，YOLO中各个组件的设计缺乏全面彻底的检查，导致明显的计算冗余并限制了模型的能力。它提供了次优的效率，以及相当大的性能改进潜力。在这项工作中，我们的目标是从后处理和模型架构方面进一步提升 YOLO 的性能效率边界。
目标检测数据集 - 铁路工人安全检测数据集下载「包含VOC、COCO、YOLO三种格式」 2024-05-28 yolo, 安全 67人 已看 目标检测数据集 - 铁路工人安全检测数据集下载「包含VOC、COCO、YOLO三种格式」
