- 博客(207)
- 资源 (10)
- 收藏
- 关注
RSS订阅原创 YOLO算法改进Backbone系列之:ParC-Net
实验结果表明，在常见的视觉任务和数据集上，所提出的ParC-Net在参数更少、推理速度更快的情况下，取得了比流行的轻量级卷积神经网络和基于视觉transformer的模型更好的性能。在ImageNet-1k上，ParC-Net使用约500万个参数实现了78.6%的top-1准确率，节省了11%的参数和13%的计算成本，但与MobileViT相比，准确率提高了0.2%，推理速度提高了23%(基于ARM的瑞芯RK3288)，与DeIT相比，仅使用0.5个参数，准确率提高了2.7%。
2024-04-24 21:06:58
496
原创 YOLO算法改进Backbone系列之MogaNet：
但ConvNets提取的表示已被证明对区域纹理有很强的偏差，导致视觉目标的全局上下文信息的显著丢失。为此，作者设计了一个具有相应基本操作的宏ConvNet框架，并进一步开发了一个名为多阶门控聚合网络（MogaNet）的新型ConvNets家族，用于加速具有多重交互复杂性的上下文信息。MogaNet的整体框架如下图所示，架构和一般的 Transformer 网络非常类似，核心包括两个模块：spatial aggregation（取代注意力）和 channel aggregation（取代FFN）。
2024-04-22 20:21:01
446
原创 YOLO算法改进Backbone系列之:HorNet
在本文中，我们展示了视觉变形器背后的关键要素，即输入自适应、长距离和高阶空间交互，也可以通过基于卷积的框架有效实现。在ImageNet分类、COCO物体检测和ADE20K语义分割方面的大量实验表明，在整体架构和训练配置相似的情况下，HorNet的性能明显优于Swin Transformers和ConvNeXt。我们的研究结果表明，gnConv 可以成为视觉建模的一个新的基本模块，它有效地结合了视觉变换器和CNN的优点。(b) 动态卷积操作借助动态权重，考虑周边的区域的信息交互，使得模型性能更强。
2024-04-16 21:51:40
448
原创 YOLO算法改进Backbone系列之:HAT-Net
因此，HAT-Net 为视觉转换器提供了一个新的视角。其通过将直接计算全局相似关系的MHSA拆解成了多个步骤，每步中具有不同粒度的短序列之间的相似性建模，从而既保留了细粒度信息，又保留了短序列计算的高效。随着视觉Transformer的代表性工作ViT的出现，基于像素patch构建Transformer模型的方式已经成为了视觉Transformer的主流范式，但是由于视觉数据中patch序列长度依然较长，其所依赖的Self-Attention操作在实际应用中仍然面临着较高的计算量和空间复杂度的问题。
2024-04-15 21:46:28
694
原创 YOLO算法改进Backbone系列之:Fcaformer
相比之下，我们提出了一种不同的方法，旨在通过密集注意力模式来提高基于变换器的架构的性能。例如，无需通过知识蒸馏来加强训练，我们的FcaFormer就能在Imagenet上实现83.1%的top-1准确率，而且只需1630万个参数和约36亿个MAC。与经过提炼的 EfficientFormer 相比，这节省了近一半的参数和少量计算成本，同时还提高了 0.7% 的准确率。（1）将YOLOv5项目的models/yolo.py修改parse_model函数以及BaseModel的_forward_once函数。
2024-04-13 14:54:35
239
原创 YOLO算法改进Backbone系列之：Groupmixformer(Advancing Vision Transformers with Group-Mix Attention)
在本文中，我们认为自注意力应该有一个更全面的机制来捕获token和token组（即多个相邻的token）之间的相关性，以获得更高的表示能力。因此，我们提出了一种先进的替代传统自注意力的方法，即Group-Mix Attention（GMA），它可以同时捕获token到token、token到token组以及token组到token组的相关性，并具有各种不同的组大小。第一个4×patch嵌入层将图像嵌入到token中，这是通过两个连续的3×3卷积层实现的，每个卷积层的步长为2，另外两个3×3层的步长为1。
2024-04-09 21:20:22
864
原创 YOLO算法改进Backbone系列之DaViT
为了减少计算量，两种self-attention均采用分组的attention：对于spatial token而言，就是在空间维度上划分成不同的windows，这就是Swin中所提出的window attention，论文称之为spatial window attention；（2）对channel tokens进行self-attention，这和前面的处理完全相反，此时channel维度（C）定义了tokens的数量，而空间维度（HW）定义了tokens的特征大小。
2024-04-08 21:02:05
674
原创 YOLO算法改进Backbone系列之：PVT
与现有技术相比，PVT有如下优点：（1）相比于ViT的低分辨率输出、高计算复杂度、高内存占用，PVT不仅可以对图像进行密集划分训练以达到搞输出分辨率的效果（这对密集预测很重要），还可以使用一个逐渐缩小的金字塔来降低大feature maps的计算量；CNN通过stack CNN 层来学习一个层次化的feature representations, 并且随着层数的增加，感受野越来越大, channel数越来越大，feature map尺寸越来越小，然后后边连接一到多个特定的任务网络来执行具体的任务
2024-04-07 21:05:45
715
原创 YOLO算法改进Backbone系列之：Conformer
一方面CNN和transformer的特征维度不一致，CNN特征图的维度为C×H×W，而patch embeddings的形状为（K+1）×E，其中K、1和E分别表示图像块的数量、类别 token和embedding维度。CNN分支: CNN分支采用特征金字塔结构，特征图的分辨率随着网络深度的增加而降低，而通道数增加。FCU： FCU 作为桥接模块，将 CNN 分支中的局部特征与transformer分支中的全局表示融合，FCU 从第二个块开始应用，因为两个分支的初始化特征是相同的。
2024-03-25 21:07:00
678
原创 YOLO算法改进Backbone系列之：CoaT
在本文中，我们提出了co-scale conv-attention image transformer（CoaT），这是一种基于Transformer的图像分类器，配备了co-scale和conv-attention机制。对于不同层的注意力机制，对keys和value向量进行下采样或上采样，以匹配其他尺度的分辨率，从而实现细到粗和粗到细的交互。然后使用双线性插值法对每个尺度的图像特征进行降采样或上采样，以匹配其他尺度的维度，或对其自身的尺度保持不变。在本文中，采用特征插值法来提高更好的经验性能。
2024-03-24 21:24:40
981
原创 YOLO算法改进Backbone系列之：CAT
这两种操作都比标准Self-Attention所需的计算量要小，替换为这两种操作后本文可以在降低计算成本的同时保持较好的性能，并且为解决视觉任务建立也一种称之为Ctrss Attention Transformer(CAT)的层次网络，在COCO数据集和ADE20K数据集上的实验结果证明了CAT可以作为一种通用的backbone。npw，这里计算过程中是把每个patch内部单一通道上的空间维度作为了每个patch信息的表示，从而通过相似性计算将这一维度给吸收了。pw的attention矩阵。
2024-03-23 22:21:12
445
原创 YOLO算法改进Backbone系列之：Dfformer
新型的token Mixer 被提出作为MHSA的替代品，以规避这个问题：基于FFT的token混合器，在全局操作中类似于MHSA，但计算复杂度较低。然而，尽管它具有吸引人的特性，但基于FFT的token混合器尚未仔细检查其与快速发展的MetaFormer架构的兼容性。论文构建了符合MetaFormer的DFFormer和CDFFormer，DFFormer和CDFFormer（DFFormer块和ConvFormer块的混合模型）主要由MetaFormer块组成。
2024-03-19 21:04:52
353
原创 YOLO算法改进Backbone系列之：GCVIT
本文的目的主要在于改进自注意力计算的高昂计算成本，基于局部自注意力的形式进行了扩展，实现了一种更加高效的全局注意力形式，而免去了Swin那样的划窗操作（划窗操作需要进行padding和mask，以及划窗仅仅会覆盖不同局部区域的部分内容）或者其他更为复杂的例如token unfolding和rolling操作，甚至是对于key和value的额外计算。GCViT模型的整体结构如下图所示。这里的计算中，会将输入特征下采样到和后续计算的window-based attention的window有着相同的尺寸。
2024-03-18 21:42:31
388
原创 YOLO算法改进Backbone系列之：FocalNet
使用巨大的FocalNet和DINO，我们分别在COCO minival和test-dev上实现了64.3和64.4 mAP，在更大的基于注意力的模型(如Swinv2-G和BEIT-3)上建立了新的SoTA。大量的实验表明，FocalNets具有非凡的可解释性，并且在图像分类、目标检测和分割任务上，以相似的计算成本优于SoTA 的自注意力同类(例如Swin和Focal Transformers)。显然，SA需要大量的交互和聚合操作，而Focal Modulation颠倒了它们的顺序，使它们都变得轻量级。
2024-03-10 22:22:07
443
原创 YOLO算法改进Backbone系列之：EdgeViT
另一方面，由于图像具有高度的空间冗余(例如，附近的Patch在语义上是相似的)，将注意力集中到所有的空间Patch上，即使是在一个下采样的特征映射中，也是低效的。因此，与以前在每个空间位置执行Self-attention的Transformer Block相比，LGL Bottleneck只对输入Token的子集计算Self-attention，但支持完整的空间交互，如在标准的Multi-Head Self-attention (MHSA)中
2024-03-07 21:37:54
883
1
原创 YOLO算法改进Backbone系列之：EffificientFormer
YOLO算法改进Backbone系列之：EffificientFormer
2024-03-06 21:49:12
956
原创 YOLO算法改进Backbone系列之：PVTv2
最近，Transformer在计算机视觉方面取得了令人鼓舞的进展。在本研究中，本文通过增加(1)线性复杂度注意层、(2)重叠贴片嵌入和(3)卷积前馈网络三种设计，改进了原始的金字塔视觉转换器(PVT v1)，提出了新的基线。通过这些改进，PVT v2将PVT v1的计算复杂度降为线性，并在分类、检测和分割等基本视觉任务上实现了显著改进。值得注意的是，PVT v2与Swin Transformer等最近的作品相比，取得了相当或更好的性能。本文希望这项工作将促进最先进的变压器在计算机视觉的研究。
2024-03-01 23:27:26
1105
原创 基于YOLOv7算法和Widerperson数据集的高精度实时行人检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法和Widerperson数据集的高精度实时行人检测系统可用于日常生活中检测与定位行人目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-02-20 21:42:36
1038
1
原创 基于YOLOv7算法和Widerface数据集的高精度实时人脸检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法和Widerface数据集的高精度实时人脸检测系统可用于日常生活中检测与定位人脸目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-02-19 20:58:45
1017
1
原创 基于YOLOv7算法的高精度实时雾天车辆行人目标检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时雾天车辆行人目标检测系统可用于日常生活中检测与定位bicycle、bus、car、motorbike和person目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-02-18 21:01:47
1177
2
原创 基于YOLOv7算法的高精度实时老鼠目标检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时老鼠目标检测系统可用于日常生活中检测与定位老鼠目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-02-09 13:10:18
1120
1
原创 基于YOLOv7算法和KITTI数据集的高精度实时车辆目标检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法和KITTI数据集的高精度实时车辆目标检测系统可用于日常生活中检测与定位行人（Pedestrian）、面包车（Van）、坐着的人（Person Sitting）、汽车（Car）、卡车（Truck）、骑自行车的人（Cyclist）、有轨电车（Tram）以及其他目标（Misc）目标
2024-02-08 17:40:57
984
2
原创 基于YOLOv7算法的高精度实时垃圾满溢检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时垃圾满溢检测系统可用于日常生活中检测与定位垃圾（garbage）、垃圾桶（garbage_bin）和垃圾满溢（overflow），此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-02-06 18:35:51
963
1
原创 基于YOLOv7算法的高精度实时课堂场景下人脸检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时课堂场景下人脸检测系统可用于日常生活中检测与定位人脸目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-02-04 21:18:16
968
1
原创 基于YOLOv7算法的高精度实时安全帽和背心目标检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时安全帽和背心目标检测系统可用于日常生活中检测与定位安全帽和安全背心，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-01-31 21:31:52
1140
1
原创 基于YOLOv7算法的高精度实时垃圾目标检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时垃圾检测系统可用于日常生活中检测与定位电池、陶瓷制品、no_rubbish、金属罐、香烟、废弃食物和塑料目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-01-30 21:35:12
952
1
原创 基于YOLOv7算法和FLIR数据集的高精度实时红外行人目标检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时红外行人目标检测系统可用于日常生活中检测与定位自行车、汽车、狗和行人目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-01-29 21:09:38
1095
1
原创 基于YOLOv7算法的高精度实时五类动物目标检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时五类动物目标检测系统可用于日常生活中检测与定位狼、鹿、猪、兔和浣熊，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-01-26 21:28:49
975
1
原创 基于YOLOv7算法的高精度实时黑夜下人脸检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时黑夜下人脸检测系统可用于日常生活中检测与定位人脸目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出。
2024-01-25 23:12:12
970
1
原创 基于YOLOv7算法的高精度实时车载摄像头下车辆检测系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时车载摄像头下车辆检测系统可用于日常生活中检测与定位车辆，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-01-23 19:48:14
1163
1
原创 基于YOLOv7算法的高精度实时五种鸟类目标检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时五种鸟类目标检测系统可用于日常生活中检测与定位（鹦鹉（Crested Myna）、麻雀（Eurasian Tree Sparrow）、黑头文鸟（Chestnut Munia）、白领翡翠（Collared Kingfisher）、太阳鸟（Garden Sunbird））
2024-01-18 21:04:36
983
1
原创 基于YOLOv7算法的高精度实时烟雾目标检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时烟雾目标检测系统可用于日常生活中检测与定位烟雾图像，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-01-15 21:30:09
914
原创 基于YOLOv7算法的高精度实时六类水果目标检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时目标检测系统可用于日常生活中检测与定位行人目标，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-01-14 21:18:03
1052
原创 基于YOLOv7算法的高精度实时19类动物目标检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时19类动物检测系统可用于日常生活中检测与定位19类动物目标（水牛、 斑马、 大象、 水豚、 海龟、 猫、 奶牛、 鹿、 狗、 火烈鸟、 长颈鹿、 捷豹、 袋鼠、 狮子、 鹦鹉、 企鹅、 犀牛、 羊和老虎
2024-01-08 21:37:06
1088
1
原创 基于YOLOv7算法的高精度实时水上漂浮物目标检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时水上漂浮物目标检测系统可用于日常生活中检测与定位bottle（塑料瓶）, grass（野草）, branch（树枝）, milk-box（牛奶盒）, plastic-bag（塑料袋）, plastic-garbage（塑料垃圾）, ball（球）, leaf（落叶）目标
2024-01-07 21:44:11
1449
1
原创 基于YOLOv7算法的高精度实时安全背心目标检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时安全背心目标检测系统可用于日常生活中检测与定位安全背心，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出。本系统采用YOLOv7目标检测算法来训练数据集，使用Pysdie6框架来搭建桌面页面系统，支持PT、ONNX等模型权重作为系统的预测模型加载。本系统实现的功能包括：模型权重的选择与初始化；检测置信度与后处理IOU阈值的调节；图像的导入、检测、检测结果的可视化与目标统计；视频的导入、检测、检测结果的可视化与目标统计；文
2024-01-05 21:45:26
966
1
原创 基于YOLOv7算法的高精度实时抽烟行为检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时抽烟行为检测系统可用于日常生活中检测与定位抽烟行为，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出
2024-01-04 21:04:20
961
1
原创 基于YOLOv7算法的高精度实时海上船只目标检测识别系统（PyTorch+Pyside6+YOLOv7）
基于YOLOv7算法的高精度实时海上船只目标检测系统可用于日常生活中检测与定位海上船只，此系统可完成对输入图片、视频、文件夹以及摄像头方式的目标检测与识别，同时本系统还支持检测结果可视化与导出。
2024-01-03 21:50:26
956
1
高精度道路瑕疵检测识别系统搭建与实现
2023-07-19
高精度农作物机器与行人目标检测系统搭建与实现
2023-07-17
高精度安全帽及背心检测识别系统搭建与实现
2023-07-14
高精度课堂人脸检测识别系统搭建与实现
2023-07-13
基于深度学习的CrowdHuman行人检测识别系统搭建与实现
2023-07-12
高精度深海鱼目标检测识别系统搭建与实现
2023-07-11
高精度鸟类目标检测识别系统搭建与实现
2023-07-09
高精度球场足球检测识别系统搭建实现
2023-07-09
高精度Caltech行人检测系统搭建与实现
2023-07-09
高精度绵羊检测识别系统搭建与实现
2023-06-21
高精度蜜蜂检测识别系统搭建与实现
2023-06-20
高精度野外烟雾检测识别系统实现
2023-06-19
高精度人脸口罩检测识别系统搭建（基于YOLOv5模型与Pyside6界面）
2023-06-17
高精度足球检测识别系统
2023-06-15
Gradient-based learning applied to document recognition.pdf
2019-09-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人