DETR的mAP50为0.83，尽管它也表现良好，但其目标定位能力略逊于RT-DETR和YOLO系列，尤其是在糖尿病视网膜病变等复杂背景下的目标检测任务中，RT-DETR表现出更高的准确性。在该指标中，RT-DETR以0.76的得分远超其他模型，尤其是在IoU阈值较高的条件下（如IoU大于75%），这表明RT-DETR在高精度要求下仍能保持较高的检测准确率。例如，Du的研究探索了一种优化的CNN架

2022点击蓝字 关注我们关注并星标从此不迷路计算机视觉研究院学习群｜扫码在主页获取加入方式01概述研究者研究了视觉物体检测器的可解释性问题。具体来说，研究者在YOLO目标检测器的示例中演示了如何将Grad-CAM集成到模型架构中并分析结果。最后展示了如何计算个体检测的基于归因的解释，并发现结果的归一化对其解释有很大影响。02背景当今复杂的计算机视觉模型需要解释其行为的机制。这推动了可扩展人工智能

计算机视觉研究院主要涉及深度学习领域，主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。本文以YOLO11为基线，提出YOLO-UD检测网络：通过多粒度上下文增强（C3kHR）+ 高效自适应特征融合（EAFN）+ 专用小目标检测层（SMDL）+ 轻量化下采样（ADown），实现面向无人机场景的高精度 + 实时性 + 强鲁棒性目标检测，为工程落地提供有效方案。SSMA-Y

点击蓝字关注我们关注并星标从此不迷路计算机视觉研究院公众号ID｜计算机视觉研究院学习群｜扫码在主页获取加入方式https://arxiv.org/pdf/2502.04656本工作的源代码可在以下地址获取：https://github.com/yang-0201/MHAF-YOLO。计算机视觉研究院专栏Column of Computer Vision Institute有效杂草管理对保障棉花生产

计算机视觉研究院专栏作者：Edison_G近年来，基于深度学习的人脸识别已经取得了显著的进展。然而，深度人脸识别的实际模型制作和进一步研究却非常需要相应的公众支持。长按扫描二维码关注我们一...

实验结果表明，U-RWKV在保持高计算效率的同时，实现了最先进的分割性能，为在资源受限环境中普及先进的医学成像技术提供了实用解决方案。该模型结合了Kansformer编码器、SCConv编码器和全局-局部注意力编码器（GLAE），通过改进的Kolmogorov-Arnold网络（KAN）提升非线性特征表达和可解释性，利用空间和通道重构单元减少特征冗余，并结合多头自注意力和局部模块捕捉全局与局部特征

计算机视觉研究院主要涉及深度学习领域，主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。SSMA-YOLO：一种轻量级的 YOLO 模型，具备增强的特征提取与融合能力，适用于无人机航拍的船舶图像检测。机场项目：解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题。ViT-YOLO：基于Transformer的用于目标检测的YOLO算法。无人机航拍视觉检测，

关注并星标从此不迷路计算机视觉研究院公众号ID｜计算机视觉研究院学习群｜扫码在主页获取加入方式文章地址：https://arxiv.org/pdf/2402.14309计算机视觉研究院专栏Column of Computer Vision Institute目标检测作为计算机视觉的一个关键领域，在准确性和鲁棒性方面已取得了显著进展。尽管有这些进步，但实际应用中仍然面临着一些显著挑战，主要是对小目标

点击蓝字 关注我们关注并星标从此不迷路计算机视觉研究院公众号ID｜计算机视觉研究院学习群｜扫码在主页获取加入方式计算机视觉研究院专栏Column of Computer Vision Institute液冷人工智能开发平台！加利福尼亚州弗里蒙特，2023年7月27日，高性能计算 （HPC）、人工智能 （AI） 和数据中心解决方案的领先提供商Exxact公司现在提供专用的液体冷却AI开发平台，该平台

此外，以前的实时目标检测器大多在不同的编码器阶段采用相同的卷积（即内核大小相同的卷积），但我们认为这并不是提取多尺度语义信息的最佳选择。我们选择的目标分支是基于分支的感受野和阶段，例如，在第二阶段，左边的分支是目标分支，对应小物体。不过，大内核卷积的有效感受野较大，会对更广泛的区域进行编码，从而增加了将小物体外部的干扰信息包含进来的可能性。尽管我们所使用的构建模块在多尺度能力方面有了很大的提升，但