目标检测:较新算法(算法介绍与开源代码)(2022.3.8)
·
一、目标检测
1.YoloX(yolox紧跟潮流,变为无需锚点框【Anchor-free】的方法了。导言部分明确提出,yolox就是为了把前沿的trick加入yolo大家族)
【深度学习】解决YOLOX训练时AP为0_MangoloD的博客-CSDN博客_扫描到的ap数目为0
2.yolo7(with transformer)
3.YoloS(with Transformer)
YOLOS:通过目标检测重新思考Transformer(附源代码)
4. Focal Loss升级:让Focal Loss动态化,类别极端不平衡的情况也可以轻松解决
Focal Loss升级:让Focal Loss动态化,类别极端不平衡也可以轻松解决
yolo5系列
1.上海交大提出CDNet:基于改进YOLOv5的斑马线和汽车过线行为检测
上海交大提出CDNet:基于改进YOLOv5的斑马线和汽车过线行为检测
2.yolo5官网的使用技巧
YOLOv5训练自己的数据集(超详细完整版)_深度学习菜鸟的博客-CSDN博客_yolov5训练自己的数据集
https://github.com/ultralytics/yolov5
二、旋转目标检测
更多推荐
已为社区贡献1条内容
所有评论(0)