
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
YOLOV8多模态(可见光+红外光,基于Ultralytics官方代码实现)
在nn/moudle/block中融合模块中可修改融合策略。具体细节请阅读代码,主要修改有数据增强、读取部分、模型前向传播等。同时训练可见光和红外图片,需要改动网络的结构,对每层的特征进行融合。同时需要对图片质量进行评价,给出自适应的融合权重。

yolov8 目标检测、分割、姿势估计、跟踪任务(Python代码)
yolov8目标检测、追踪、分割、姿势估计

SSD目标检测模型的实现
one-stage目标检测模型。

YOLOV8多模态(可见光+红外光目标检测任务,基于Ultralytics官方代码实现)
torch2.3.1torchvision0.18.1Python 3.8.19tensorrt8.5.3.1DroneVehicle数据集下载地址DroneVehicle 数据集由无人机采集的 56,878 张图像组成,其中一半是 RGB 图像,其余是红外图像。我们为这 5 个类别制作了丰富的注释,其中包含定向边界框。其中,汽车在 RGB 图像中有 389,779 个注释,在

Yolov11目标检测(ultralytics)
【代码】Yolov11目标检测(ultralytics)

PlotNerualNet绘制CNN神经网络
>75, 75, 256 -> 75, 75, 256 -> 75, 75, 256 -> 38, 38, 256 CCCM CONV3(ceilmode=True) 因为75除以2不是整数,所以ceilmode=True。->19, 19, 512 -> 19, 19, 512 -> 19, 19, 512-> 19, 19, 512 CCCM CONV5 这里的pool5是3x3步长为1且pa

SSD目标检测模型的实现
one-stage目标检测模型。

Yolov11目标检测(ultralytics)
【代码】Yolov11目标检测(ultralytics)

yolov9目标检测(训练自己的数据集)
yolov9训练自己的数据集

到底了