登录社区云，与社区用户共同成长
邀请您加入社区
【计算机视觉 | 目标检测】术语理解9：AIGC的理解，对比学习，解码器，Mask解码器，耦合蒸馏，半耦合，图像编码器和组合解码器的耦合优化
热成像目标检测数据集。
检测目标：1）烟火；2）吊车；3）塔吊；4）导线异物；5）施工机械；
利用红外-可见光图像数据集OTCBVS打通图像融合、目标检测和目标跟踪
电气遥感影像目标检测图像数据集（电塔等四类目标，含标签，含语义分割标签）
风力涡轮机损伤检测图像数据集（400多张图像，VOC标签）
铁路周边电气设备检测图像数据集（700多张图像，VOC标签）
标签有8类，分别是['airplane', 'bridge', 'storage-tank', 'ship', 'swimming-pool', 'vehicle', 'person', 'wind-mill']与现有的航拍图像目标检测数据集相比，AI-TOD中目标的平均尺寸约为12.8像素，远小于其他目标。需要下载以下两部分（第 1 部分：xView 训练集，第 2 部分：AI-TOD 的一部分
下载地址：电力设备内部绝缘油泄漏检测图像数据集（300多张数据，VOC标签）
检测的主要对象为绝缘子，杆塔及绝缘子异物覆盖。下载请点击此处：下载地址
下载地址：输电线路无人机配电网巡检图像数据集（80G大小数据，几w张图像，无标签，网盘下载链接）
首先，非常感谢大家对风力叶片损伤检测图像数据集的关注和兴趣。近期，我收到了许多私信，询问有关该数据集的详细信息。在此，我统一向大家做出关于风力叶片损伤检测图像数据集（1万多张图像与3800张数据集两类数据集，VOC标签）解释和说明。
超轻量级目标检测模型NanoDet-Plus微调、ONNRuntime部署保姆级教学！
读论文——sahi:切片辅助推理和微调小目标检测
将 proposal 作为 global patch，同时将 proposal 切分为不同的 local patch，构建了 local-local 对比损失和 global-local 对比损失，完成了对比学习与目标检测的结合。提出了新的代理任务，即随机的从原图中裁下一个 patch，将这个 patch 作为 query 输入到 DETR 的 decoder 中，希望模型可以在原图中找到这个 p
如果大家会使用Linux系统，就在Linux下安装TensorFlow吧，比Windows下配置环境简单多了，而且一般玩深度学习，都在Linux环境下。本文只介绍在Windows下如何配置TensorFlow和使用Object Detection API。1 环境需要Windows系统Python 3.XCUDA Toolkit 8与 cuDNN V6 (记住一定要用CUDA 8
对于目标检测任务的学习，coco数据集是绕不开的，如果你是在ubuntu或其他linux系统学习还好，但如果是在windows系统下学习，早晚会遇到令人头大的pycocotools安装问题，本文就在windows下如何有效安装pycocotools的问题，记录解决办法。...
一、问题描述最近在linux服务器上部署YOLOv4项目（https://github.com/Tianxiaomo/pytorch-YOLOv4），配置好环境以后，运行demo.py进行测试，报错如下：Traceback (most recent call last):File "demo.py", line 161, in <module>detect_cv2(args.cfgfi
目标检测
——目标检测
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
ZA技术社区
松山湖开发者村综合服务平台
智源数据社区
GitCode 开源社区
