手把书教你使用YOLOv9训练自己的数据集(附YOLOv9网络结构图)
YOLOv9通过研究数据传输时的信息丢失问题，提出了可编程梯度信息（PGI）和通用高效层聚合网络（GELAN）架构，提高了参数利用率和模型性能。与SOTA方法相比，GELAN仅使用传统卷积算子即可实现更好的参数利用率。PGI适用于从轻型到大型的各种模型，使从头开始训练的模型能够获得更好的结果。YOL
＜数据集＞棉花识别数据集＜目标检测＞
YOLO与VOC格式的棉花开花程度识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，类别：Bacterial Blight、Curl virus、Fussarium wilt、Healthy
基于opencv[python]的人脸检测
从这里可以清晰看到有1/3的图像没有成功检测到，后面我试试用Faster R-CNN模型，不过需要标注，数据量也大，这里先试着玩玩呗。
【YOLOv8十万长文全解】独家魔改优化技巧+附20余个源码手把手教程
【YOLOv8十万长文全解】v8 v9通用。独家魔改优化技巧+附20余个源码手把手教程; Hello，大家好，我是cv君，最近开始在空闲之余，经常更新文章啦！除目标检测、分类、分隔、姿态估计等任务外，还会涵盖图像增强领域，如超分辨率、画质增强、降噪、夜视增强、去雾去雨、ISP、海思高通成像ISP等、
YOLOv8改进 | 主干网络 | 增加网络结构增强小目标检测能力【独家创新——附结构图】
YOLOv8改进，小目标检测，yolov8
【AI大模型】Transformers大模型库（十一）：Trainer训练类
在Hugging Face的Transformers库中，Trainer类是一个强大的工具，用于训练和评估机器学习模型。它简化了数据加载、模型训练、评估和日志记录的过程。
海康工业相机触发模式抓图和AI目标检测
本文实现用海康工业相机，触发模式，开发调试用软件触发，实际用硬件触发抓图，调用目标检测接口
人工智能--目标检测
区域卷积神经网络（Region-based Convolutional Neural Network，R-CNN）是目标检测领域的一个重要里程碑，为后续更先进的目标检测算法奠定了基础。🍈R-CNN 的详细工作原理R-CNN（Region-based Convolutional Neural Net
地平线旭日X3开发板基于MIPI Camera的目标检测 web 端展示调试记录
终于将MIPI Camera在web端显示出来了，其实很简单的事情，但是因为一个网络的问题，自己研究了好几天，查遍了论坛所有帖子，最后还是在地平线专家们的指导下，发现问题所在。言归正传，将自己的过程记录下来。想要在web端显示，需要以下准备工作。
使用粒子滤波（particle filter）进行视频目标跟踪
粒子滤波是一种贝叶斯滤波方法，主要用于非线性、非高斯动态系统中的状态估计。它通过使用一组随机样本（称为粒子）来表示状态的后验概率分布，并通过这些粒子的加权平均来估计状态。
【YOLOV5 入门】——Gradio搭建Web GUI
Gradio 是一个用于构建机器学习模型演示界面和Web应用的开源库。提供了简单易用的界面，使您可以快速地将机器学习模型部署为交互式应用程序，而无需编写大量的前端代码。简单易用！！
OrangePi AI pro开发板首次上手体验目标检测实例，如此高效敏捷的开发方式令人震惊！
OrangePi AI pro 开发板
目标检测评价指标Precision、Recall、mAP
目标检测评估指标
【无标题】
自动驾驶技术是当今科技发展的前沿，行人检测是其中一个关键任务。YOLOv8可以高效地识别道路上的行人，提升自动驾驶系统的安全性和可靠性。在医疗影像中检测肿瘤可以辅助医生快速诊断和治疗。YOLOv8可以用来自动识别医学影像中的肿瘤区域，提高检测的效率和准确性。在工业生产过程中，产品的质量检测是保证生产
YoloV5、ShuffleNetV2、YoloV5-Lite网络概述
本文主要讲解了yolov5、ShuffleNetV2以及yolov5-Lite的网络结构相关知识
【人工智能Ⅱ】实验6：目标检测算法
实验6：目标检测算法一：实验目的与要求1：了解两阶段目标检测模型 RCNN或Faster RCNN模型的原理和结构。2：学习通过RCNN或Faster RCNN模型解决目标检测问题。二：实验内容常用的深度学习框架包括PyTorch和PaddlePaddle等，请选择一种深度学习框架，完成后续实验。2
在CPU上进行完整版yolov5项目跟练记录
接下来选择模型，由于数据集样本较少，所以选择精度更高的yolov5l，将yolov5-master\models路径下的yolov5l也复制进yolov5-master\catndog目录下，并重命名为yolov5l_cat.yaml。将yolov5-master\data路径下找到128.yaml
树莓派部署yolov5实现目标检测（ubuntu22.04.3）
查看树莓派ip，直接查看连接热点的设备，最后去WinSCP官网https://winscp.net/eng/download.php下载软件即可，注意传文件的时候需要电脑和树莓派连着同一个热点。把刚转好的三个包移动到与pytorch同一目录下(/home/用户名/)，解压yolov5-5.0。最近两
