首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

#测试

每日学术速递10.22

AiCharm

1.Dual Prototype Evolving for Test-Time Generalization of Vision-Language Models...

300

YoloV8实战:使用YoloV8实现OBB框检测

AI浩

使用定向边界框(OBB)训练精确的物体检测模型需要一个全面的数据集。本文解释了与Ultralytics YOLO 模型兼容的各种 OBB 数据集格式,深入介绍了...

1200

YoloV8改进策略:卷积篇|ACConv2d模块在YoloV8中的创新应用与显著性能提升|简单易用|即插即用

AI浩

在本文中,我们创新性地将ACConv2d模块引入到YoloV8目标检测模型中,通过对YoloV8中原有的Conv卷积层进行替换,实现了模型性能的大幅提升。ACC...

800

手把手教你实现基于丹摩智算的YoloV8自定义数据集的训练、测试

AI浩

DAMODEL(丹摩智算)是专为AI打造的智算云,致力于提供丰富的算力资源与基础设施助力AI应用的开发、训练、部署。

1700

RDNet实战深度剖析:解锁高效图像分类新纪元,精准识别背后的技术捷径与异常处理能力(二)

AI浩

在上一篇文章中完成了前期的准备工作,见链接:RDNet实战:使用RDNet实现图像分类任务(一)前期的工作主要是数据的准备,安装库文件,数据增强方式的讲解,模型...

700

Vision-LSTM(ViL)实战:使用Vision-LSTM(ViL)实现图像分类任务(二)

AI浩

在上一篇文章中完成了前期的准备工作,见链接:Vision-LSTM实战:使用Vision-LSTM实现图像分类任务(一)前期的工作主要是数据的准备,安装库文件,...

1700

MobileNetV4实战:使用MobileNetV4实现图像分类任务(一)

AI浩

论文链接:https://arxiv.org/pdf/2404.10518 MobileNetV4,作为新一代移动设备神经网络架构,凭借其创新的通用倒置瓶颈UI...

1700

Vision-LSTM(ViL)实战:使用Vision-LSTM(ViL)实现图像分类任务(一)

AI浩

论文链接:https://arxiv.org/pdf/2406.04303 Vision-LSTM(ViL)架构的核心是xLSTM块。每个xLSTM块都包含一个...

1000

MobileNetV4实战:使用 MobileNetV4实现图像分类任务(二)

AI浩

在上一篇文章中完成了前期的准备工作,见链接:MobileNetV4实战:使用MobileNetV4实现图像分类任务(一)前期的工作主要是数据的准备,安装库文件,...

1100

EfficientVMamba实战:使用 EfficientVMamba实现图像分类任务(二)

AI浩

在上一篇文章中完成了前期的准备工作,见链接:EfficientVMamba实战:使用EfficientVMamba实现图像分类任务(一)前期的工作主要是数据的准...

900

EfficientVMamba实战:使用EfficientVMamba实现图像分类任务(一)

AI浩

mean_std.py:计算mean和std的值。 makedata.py:生成数据集。 train.py:训练Vim模型 models:来源官方代码,对面的代...

1400

YoloV8改进策略:Block改进|MogaNet——高效的多阶门控聚合网络

AI浩

本文尝试使用MogaNet改进YoloV8,使用MogaNet的Block替换YoloV8的Block,实现涨点。

2200

YoloV8改进策略:改进Head|自研频域和空间注意力,超越GAM,CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进

AI浩

本文尝试改进了新的注意力,使用空间注意力和多轴频域注意力融合改进。改进后的注意力超越了GAM、BAM和CBAM等常用的注意力。

2100

YoloV8改进策略:基于自研的图注意力机制改进| 独家改进方法|图卷积和注意力融合模块

AI浩

SE注意力机制是一种通过显式建模卷积特征的信道之间相互依赖性的方法,旨在提高网络产生的表示的质量。SE注意力机制包括两个步骤:Squeeze和Excitatio...

1600

YoloV8改进策略:AAAI 2024 最新的轴向注意力| 即插即用,改进首选|全网首发,包含数据集和代码,开箱即用!

AI浩

涨点效果:在我自己的数据集上,改进一的mAP50 由0.986涨到了0.991,mAP50-95由0.737涨到0.753,涨点明显!

1200

YoloV8改进策略:双动态令牌混合器(D-Mixer)的TransXNet,实现YoloV8的有效涨点

AI浩

涨点效果:在我自己的数据集上,mAP50由原来的0.986涨到0.993,mAP50-95由原来的0.737涨到0.788,涨幅明显

400

YoloV8改进策略:UniRepLKNet,大核卷积的最新成果,轻量高效的首选(全网首发)

AI浩

将UniRepLKNet应用到YoloV8的改进中,经过测试,涨点明显,运算量也有下降!

1200

TransXNet实战:使用 TransXNet实现图像分类任务(二)

AI浩

在上一篇文章中完成了前期的准备工作,见链接:TransXNet实战:使用TransXNet实现图像分类任务(一)前期的工作主要是数据的准备,安装库文件,数据增强...

600

TransXNet实战:使用TransXNet实现图像分类任务(一)

AI浩

论文提出了一种名为D-Mixer的轻量级双动态TokenMixer,旨在解决传统卷积的静态性质导致的表示差异和特征融合问题。D-Mixer通过应用高效的全局注意...

400

YoloV5改进策略:RefConv打造轻量化YoloV5利器

AI浩

REFCONV是一种用于构建强大卷积神经网络的重新参数化的重新聚焦卷积(re-parameterized refocusing convolution)。它是一...

1500
领券
http://www.vxiaotou.com