YOLOv5改进系列（21）——替换主干网络之RepViT（清华 ICCV 2023|最新开源移动端ViT）
YOLOv5改进系列，替换主干网络之RepViT，清华 ICCV 2023，最新开源移动端ViT
Yolov7改进总结(1)——ACmix网络选取，卷积与自注意力的融合，涨点明显
阅读最新的论文，结合最有效的模块，改进yolo结构，实现高效涨点。
【目标检测】利用PyQT5搭建YOLOv5可视化界面
本篇主要利用PyQT5搭建YOLOv5可视化界面，并打包成exe程序。
使用LabelMe标注目标检测数据集并转换为COCO2017格式
COCO数据集是模板检测中经典和标准格式，当我们使用LabelMe给目标检测打标签后，如何转换为COCO数据集格式呢？转换成功后又如何可视化COCO数据集检验是否标注和转换正确呢？
基于ros和openpcdet使用自己的雷达进行实时三维目标检测
使用openpcdet和ros进行实时三维检测，用自己的雷达。
【利用MMdetection3D框架进行单目3D目标检测（smoke算法】
mmdetection3d是OpenMMLab开发的3D目标检测开源工具箱，里面包含了许多经典的3D目标检测算法，包含了单目3D目标检测、多目3D目标检测、点云3D目标检测、多模态3D目标检测等各个方向。我们只需要把相应的算法权重下载下来，并调用相应接口即可进行检测。若下载速度很慢的话，可以在命令行
YOLOv5系列 1、制作自己的数据集
文章目录前言一、下载Labelme二、Labelme使用步骤1.打开Labelme2.Labelme标记数据集3.保存为json格式三、json格式转换为txt格式四、建立自己的Yolov5数据集前言本文所使用的Yolov5为6.1版本，所用为GPU版（亲测CPU也一样能跑，只是速度会慢很多），使用
目标检测 YOLOv5的loss权重，以及与图像大小的关系
YOLOv5中有三个损失分别是 box, obj, cls在超参数配置文件hyp.*.yaml中可以设置基础值，例如训练使用时，在train.py进行更新可以看到损失与nl（number of detection layers，检测层的层数，这里是3）和图像尺寸相关，与layers相关这个好理解，是
深度学习 yolov5等结构图
yolov5 卷积神经网络 等结构图
【深度相机D435i】Windows+Ubuntu下调用D435i利用Python读取、保存RGB、Depth图片
最近组里面的项目需要用到D435i深度相机采集深度图片，所以记录一下在Windows+Ubuntu的环境下使用D435i深度相机的流程，以及如何利用python读取、保存常见的RGB、Depth图片。提示：以下是本篇文章正文内容，下面案例可供参考D435i 在小巧外形中采用英特尔模块和视觉处理器，是
开源数据集分类汇总（医学，卫星，分割，分类，人脸，农业，姿势等）
本文汇总了医学图像、卫星图像、语义分割、自动驾驶、图像分类、人脸、农业、打架识别等多个方向的数据集资源，均附有下载链接。
YOLOv5算法改进（8）— 替换主干网络之MobileNetV3
MobileNetV3是由Google团队在2019年提出的一种卷积神经网络结构，其目标是在保持高性能的同时减少计算延时。MobileNetV3相比于前一版本（MobileNetV2）在性能上有明显的提升。
OpenCV实战（31）——基于级联Haar特征的目标检测
对于大多数机器学习方法，训练是一个迭代过程，在此过程中通过循环遍历样本来构建机器学习模型。通过使用更多的样本，得到的分类器性能会逐渐提高。当模型性能达到预设值或者当无法从当前训练数据集中获得更多改进时，学习过程将停止。本节中，我们将介绍一种遵循以上过程的机器学习算法，即级联分类器。
目标检测与跟踪 （3）- TensorRT&YOLO V8性能优化与部署测试
YOLOv8 算法的核心特性和改动可以归结为如下：1. 提供了一个全新的 SOTA 模型，包括 P5 640 和 P6 1280 分辨率的目标检测网络和基于 YOLACT 的实例分割模型。和 YOLOv5 一样，基于缩放系数也提供了 N/S/M/L/X 尺度的不同大小模型，用于满足不同场景需求骨干
网络梯度为None、参数不更新解决思路（又名“魔改代码的报应”）
网络梯度为None、参数不更新的解决思路
yolov5识别cf火线敌人（FPS类的AI瞄准）详细教程二
教程第二部分到这就结束了，目前已经可以正常的使用了，后面我如果有时间会写如何将它集成为一个小型的app，更方便更改一些参数，比如瞄准范围，自动开枪速率，是否开启实时检测，切换瞄准头部还是身体等。
YOLO目标检测——真实和人工智能生成的合成图像数据集下载分享
YOLO目标检测——真实和人工智能生成的合成图像数据集下载分享
【计算机视觉】Visual grounding系列
【计算机视觉】Visual grounding系列
特定场景小众领域数据集之——焊缝质量检测数据集
特定场景小众领域数据集之——焊缝质量检测数据集
yolov5识别cf火线敌人（FPS类的AI瞄准）详细教程一
因为自己的研究方向也是深度学习方向，而且平时闲的时候还喜欢玩会cf火线等枪战游戏，就想着找一个大模型做一个对游戏敌人的识别的功能，一切实现之后就想把自己的心得写出来，我打算分俩个教程分别细述整个学习以及操作的过程，教程一主要包括了yolov5的基本使用，制作并训练自己的数据集，第二个教程包括对yol
