登录社区云，与社区用户共同成长
邀请您加入社区
Haar 人脸识别算法是计算机视觉发展史上的重要里程碑，它通过Haar 特征、积分图、Adaboost 和级联分类器的巧妙结合，实现了高效、实时的人脸检测。虽然在精度和鲁棒性方面已不及现代深度学习方法，但其轻量、高效、易用的特性使其在特定应用中仍具生命力。
数据标注质量是AI项目成功的关键因素。研究表明，超过60%的AI项目失败源于数据标注问题，包括标注准确性、一致性和完整性问题。常见的陷阱包括认知偏差导致的标注错误、标注标准不统一、数据不平衡以及标注工具限制。这些质量问题会显著降低模型性能，放大项目成本。解决方案包括采用AI辅助标注工具（如TjMakeBot）、建立详细标注规范、实施质量保证流程以及平衡数据集。高质量的数据标注虽然前期投入较大，但能
从感知机到深度生成网络，这场由数据和算力驱动的认知革命正在重塑人类社会的知识边界。本文将系统解构深度学习的数学本质，梳理从单层网络到万亿参数大模型的进化路径，为开发者提供一张通向智能本质的认知地图。
SimTrack可以替换传统的tracking-by-detection模式，用于点云3D目标一体化检测和跟踪。该方法可以很方便地与基于pillar或者voxel的3D目标检测算法结合。SimTrack将目标关联、dead object清除、new-born object检测集成在了一起，降低了跟踪系统的复杂程度。。
SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。使用Nvidia Titan X在VOC 2007测试集上，SSD对于输入尺寸300x300的网络，达到74.3%mAP(mean Average Precision)以及59FPS；对于512x512的网络，达到了76.9%mAP ，超越当时最强的Faster R
SSD目标检测通过在多个特征图上执行预测来实现多尺度特征映射，从而有效地检测不同大小的物体。
MindSpore 框架下如何实现Eagermot算法
它具有更小的体积、更少的计算量和较高的精度等优势，能够在保持一定准确率的前提下，在资源受限的设备上实现快速运行，适用于多种应用场景，如目标检测、目标分类、人脸属性识别和人脸识别等。逐点卷积则是使用 1×1 的卷积核进行卷积，其作用是对深度卷积后的特征进行组合生成新的特征图，能够起到升维或者降维的作用，还可以很好地整合深度卷积分离开的通道间信息。不同版本的 MobileNet 在具体的网络结构和特性
它是一种单阶段的目标检测算法，通过卷积神经网络进行特征提取，取不同的特征层进行检测输出，所以也属于一种多尺度的检测方法，同时也是以VGG16作为基础的一种升级版优化模型。SSD，全称为Single Shot MultiBox Detector，即单步多框目标检测。打卡第29天，今天学习 SSD目标检测。
SSD (Single Shot MultiBox Detector) 是一种单阶段目标检测算法，它能够在单个网络评估过程中直接预测类别和位置，无需像RCNN系列算法那样先生成候选框。SSD在VOC 2007数据集上取得了优异的性能，mAP 达到 74.3%，并且速度达到了 59FPS，在当时是非常出色的。
特征融合：融合浅层的高分辨率特征和深层的语义特征。例如，可以将较低层的特征图与较深层的特征图进行融合，这样可以结合浅层特征图的细节信息和深层特征图的语义信息，从而改善对小目标的检测。调整默认框（default boxes）的设置：减小默认框的大小和比例，使其更适合小目标的尺寸和形状，增加对小目标的覆盖范围。增加小目标的训练数据：通过数据增强技术，如旋转、缩放、翻转等，增加小目标的样本数量，以提高模
keep = []breakres = {}"""""""""else:else:else:lr = 0.0opt(grads)训练及测试结果总结。
SSD目标检测-昇思25天打卡
SSD作为目标检测算法与R-CNN系列的双阶段目标检测不同，其采用端到端的训练方式实现单阶段检测，与同为单阶段目标检测算法的YOLO 系类齐名。昇思25天学习打卡营第7天，实现SSD目标检测模型的训练与验证。
SSD是单阶段的目标检测算法，通过卷积神经网络进行特征提取，取不同的特征层进行检测输出，所以SSD是一种多尺度的检测方法。在SSD的网络结构图中我们可以看到，SSD使用了多个特征层，特征层的尺寸分别是38 ×× 38，19 ×× 19，10 ×× 10，5 ×× 5，3 ×× 3，1 ×× 1，一共6种不同的特征图尺寸。SSD的网络结构如图所示。SSD对比了YOLO系列目标检测方法，不同的是SSD
如上图所示，训练过程中的 prior boxes 和 ground truth boxes 的匹配，基本思路是：让每一个 prior box 回归并且到 ground truth box，这个过程的调控我们需要损失层的帮助，他会计算真实值和预测值之间的误差，从而指导学习的走向。SSD的网络结构如图所示。n，通道为p的预测特征图，假设其每个像素点会产生k个anchor，每个anchor会对应c个类别
PriorBox位置的表示形式是以中心点坐标和框的宽、高（cx，cy，w，h）来表示的，同时都转换成百分比的形式。SSD模型一共有6个预测特征图，对于其中一个尺寸为m*n，通道为p的预测特征图，假设其每个像素点会产生k个锚，每个锚会对应c个类别和4个回归偏移量，使用（4+c）k个尺寸为3x3，通道为p的卷积核对该预测特征图进行卷积操作，得到尺寸为m*n，通道为（4+c）m*k的输出特征图，它包含了
SSD 是单阶段的目标检测算法，通过卷积神经网络进行特征提取，取不同的特征层进行检测输出，所以 SSD 是一种多尺度的检测方法。在需要检测的特征层，直接使用一个 3 \times3 卷积，进行通道的变换。SSD 采用了 anchor 的策略，预设不同长宽比例的 anchor，每一个输出特征层基于 anchor 预测多个检测框（4 或者 6）。采用了多尺度检测方法，浅层用于检测小目标，深层用于检测大
（3）使用opencv解码出来之后的图片是，bgr,uint8,NHWC格式的图片，对于不同的模型输入，需要进行转换为模型需要的输入，比如resize缩放图片指定大小，数据格式转换从uint8 到float32 16\以及通道的变换，这一步也是大家的预处理。（2）直接使用opencv的api进行读取，也就是解码，其实opencv读取视频还是蛮快的，读取rtsp确实有一些慢，而且还占用cpu的资源，
在第15天的学习内容中，我们接触到了用于图像语义分割的VGG-16模型，今天学习的内容也是在VGG-16的基础上实现目标检测。目标检测任务的实现目标是识别图像中存在物体，标识其边界并进行分类识别。SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法。
某智慧城市项目实践表明，陌讯算法在10万路摄像头组网中降低误报率41%，节约运维成本超千万。正如工程师所言：“不是算力不足，而是传统架构没吃透时空关联性”——这正是计算机视觉进化的核心方向。技术交流：你在动态目标检测中遭遇过哪些硬件瓶颈？欢迎评论区探讨部署经验！陌讯算法完整部署指南详见：github.com/mosisson/edge_cv_toolkit。
YOLOv4详解：目标检测新标杆 YOLOv4是Alexey Bochkovskiy团队在2020年提出的目标检测算法，通过系统整合多项先进技术，在保持实时性的同时达到43.5% AP精度。其核心创新包括： 采用CSPDarknet53骨干网络，相比Darknet53减少34%参数，提升23%速度 引入Mish激活函数，提供更平滑的非线性特性 使用SPP模块聚合多尺度特征，增强感受野 改进FPN为
本文介绍了轻量级骨干网LWGANet及其核心模块LWGA在YOLOv11中的结合。现有用于遥感（RS）视觉质量分析的轻量级神经网络存在空间初始冗余和通道冗余问题，无法应对RS场景挑战。LWGA采用异构分组策略，将通道划分为4个不重叠子集，每个子集对应特定特征尺度，通过专用子模块处理并融合多尺度特征。我们将相关代码加入指定目录，在ultralytics/nn/tasks.py中注册，配置yolo11
视频监控系统已从传统的“看得见”向“看得清、看得懂、主动防”演进。本文结合当前安防领域的技术发展趋势，系统梳理了视频监控在成像质量优化、智能分析能力提升以及特殊场景（如核设施）应用中的关键技术路径。重点探讨了IR-CUT双滤光片对图像色彩保真度的影响、基于人工智能的智能视频分析机制，以及超高清全景监控在高安全等级场所面临的算力、存储与兼容性挑战。
图像输入与预处理：从文件中读取手势图像，并进行预处理（如去噪、归一化等）。图像分割：采用自动阈值分割或肤色分割两种方法对图像进行处理，提取出手势区域。边缘检测：使用Sobel、Prewitt、Roberts、log和Canny五种边缘检测算子，提取图像的边缘特征。特征提取与分类：对提取的特征进行分析，并结合分类算法完成对手势的识别。GUI界面设计：提供用户友好的界面，方便用户选择图像、算法，并实时
YOLO-Master通过动态计算机制革新实时目标检测，解决了传统YOLO模型静态计算的效率问题。其核心创新ES-MoE模块能根据场景复杂度智能分配计算资源：轻量级路由网络选择最相关的少数专家处理输入，其余专家保持休眠。实验表明，该方法在MSCOCO等数据集上实现精度提升（最高+2.1%）的同时降低延迟17.8%，且适用于分类、分割等任务。关键设计包括：将动态模块前置到Backbone、Top-2
本文介绍了在分布式AI集群中配置RoCEv2实现GPU显存直通的技术方案。RDMA技术通过绕过CPU实现内存直接访问，显著降低通信延迟。RoCEv2基于以太网实现RDMA，兼容现有网络设施。文章详细说明了硬件环境准备、驱动安装、网络配置（包括PFC/ECN启用和MTU设置）等关键步骤，并提供了GPUDirect RDMA配置方法和性能测试工具使用指南。该技术可大幅提升分布式深度学习训练效率，适用于
本文介绍了一种基于POSIX共享内存和无锁环形缓冲区实现高速图像传输的技术方案。该方案通过共享内存实现进程间数据共享，利用无锁环形缓冲区提升并发访问效率，特别适用于实时Linux系统中的图像传输场景。文章详细阐述了技术原理、实现步骤和代码示例，包括共享内存创建、环形缓冲区实现、生产者-消费者模型等核心内容，并提供了常见问题解决方案和性能优化建议。这种技术在智能监控、自动驾驶等对实时性要求较高的领域
本文探讨了如何通过优化Ext4文件系统和利用Tmpfs内存盘来提升实时AI推理系统的性能。主要内容包括：1) 分析Ext4文件系统的三种日志模式(journal/ordered/writeback)及其性能影响；2) 介绍Tmpfs内存盘的优势及配置方法；3) 提供具体实施步骤，如调整Ext4挂载参数(noatime,commit=600)、设置Tmpfs挂载点等；4) 给出自动驾驶等实时系统的应
本文记录了在Win11系统上搭建YOLOv8训练环境的过程。关键步骤包括：1）使用conda创建Python3.9虚拟环境；2）安装CUDA版本的PyTorch及相关组件；3）通过源码方式安装ultralytics库；4）解决lap库安装失败的问题（最终通过conda-forge源安装成功）。环境验证显示已成功安装torch 2.4.0+cu124、torchvision 0.19.0+cu124
目标跟踪
——目标跟踪
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
松山湖开发者村综合服务平台
2048 AI社区
九章云极普惠算力
鲲鹏昇腾开发者社区
昇腾开源生态专区
火山引擎 ADG 社区
