mosaic数据增强

深度学习:读论文《YOLO-v1 to YOLO-v8》

hello，大家好，欢迎来到我的频道，这一段公司技术需要攻关，鲜有更新，望大家谅解，接下来一段时间我会更新针对目标检测、分类、分割相关的前沿论文，希望给大家在实际公司处理AI业务时提供一些帮助。今天介绍一下YOLO系列的网络变化，论文链接：https://www.mdpi.com/2075-1702...

基于YOLOV8模型的人脸口罩目标检测系统

摘要：基于YOLOV8模型的人脸口罩目标检测系统可用于日常生活中检测与定位人脸口罩，利用深度学习算法可实现图片、视频、摄像头等方式的目标检测，另外本系统还支持图片、视频等格式的结果可视化与结果导出。本系统采用YOLOv8目标检测算法训练数据集，使用Pysdie6库来搭建前端页面展示系统。另外本系统支...

C#WinForm调用Yolov8Net实现自动识别

YOLO(YouOnlyLookOnce)，由华盛顿大学的JosephRedmon和AliFarhadi开发的流行目标检测和图像分割模型，于2015年推出，由于其高速和准确性而迅速流行。YOLOv2在2016年发布，通过引入批量归一化、锚框和维度聚类来改进了原始模型。YOLOv3在2...

基于机器学习的铝熔体夹渣自动检测技术

【文章来源】特种铸造及有色合金2024年第44卷第4期【引用格式】白蕊，胡勇，金泽发，等.基于机器学习的铝熔体夹渣自动检测技术［J］.特种铸造及有色合金，2024，44（4）：477-483.Citation:BAIR，HUY，JINZF，etal.Automaticdetecti...

缺陷检测自动化!基于CCD-YOLOv5算法的铸件表面缺陷检测模型

在制造环节中，受铸件材料特性、生产环境等多重因素影响，铸件表面易出现裂纹、气孔、划痕等缺陷，不同程度上降低了产品质量，缩短了产品使用寿命，严重的缺陷甚至可能危及铸件生产线的安全运作。因此在生产制造流程中，铸件的外观、内在性能及使用性能等成为重要生产监测指标。铸件生产的品质检测环节关键在于对铸件表面缺...

基于机器学习的YOLOv5的小型铝铸件涡轮缺陷检测

【文章来源】特种铸造及有色合金2024年第44卷第6期，欢迎引用！【引用格式】葛前峰，袁浩，王渊，等.基于YOLOv5的小型铝铸件涡轮缺陷检测［J］.特种铸造及有色合金，2024，44（6）：760-765.Citation:GEQF，YUANH，WANGY，etal.Defect...

YOLOv12 训练实战，train.py 常用参数介绍

视频讲解：YOLOv12训练实战，train.py常用参数介绍_哔哩哔哩_bilibili前几期的视频介绍了数据标注、数据集准备以及yolov12的环境准备，今天开始训练首先创建训练脚本，完整代码如下importwarningswarnings.filterwarnings('ign...

最新!董某莹博士论文与北京科技大学一发明专利多处雷同

协和医学院4+4博士董某莹的博士论文因正文不足30页受质疑。然而有人进一步指出，董某莹2023年提交的博士论文与北京科技大学几位老师和一位研究生在2022年提交的一项发明专利存在多处雷同。董某莹的博士论文名为《跨模态图像融合技术在医疗影像分析中的研究》，完成于2023年5月，从摘要到全文小结共33页...

基于yolov4的航天发动机，如何改进损伤检测方法以及优化设计?

引言：航空发动机长时间在高温、高压和交变负荷等环境下工作，其零/部件容易出现裂纹、烧蚀和缺失等损伤，及时发现损伤对航空发动机安全运行十分重要。孔探检测是航空发动机检修必不可少的关键环节，但目前孔探仪不能自动识别损伤类型，检修过程依赖人员的专业知识和经验。自动识别损伤类型可提高孔探检测效率，避免外部因...

基于深度学习的高精度电动车检测识别系统

摘要：基于深度学习的高精度电动车检测识别系统可用于日常生活中检测与定位电动车目标，利用深度学习算法可实现图片、视频、摄像头等方式的电动车目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、...