首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
det专题
基于yolov8的NEU-DET钢材缺陷检测系统python源码+onnx模型+评估指标曲线+精美GUI界面
【算法介绍】 基于YOLOv8的NEU-DET钢材缺陷检测系统是一种创新的解决方案,旨在通过深度学习技术实现对钢材表面缺陷的自动检测和识别。该系统利用YOLOv8算法,该算法以其高效、准确和实时检测的特点著称。 NEU-DET数据集为该系统提供了丰富的训练资源,涵盖了热轧带钢的六种典型表面缺陷,包括轧制氧化皮、斑块、开裂、点蚀表面、内含物和划痕,每种缺陷均有大量样本,确保了模型的全面性和准确性
阅读更多...
人脸识别之bbox【det_10g】-ncnn(c++)
模型描述 det_10g是insightface 人脸框图和人脸关键点的分类,最终能够得到人脸框图bbox,分值还有人脸五官(眼x2、鼻子x1、嘴巴x2) 由于我这里没有采用最终结果,通过onnx转换为ncnn,所以后面的步骤结果丢弃了,具体可以看另外一篇博文:模型onnx转ncnn小记-CSDN博客 输入处理 在python的时候输入和ncnn(c++)入参还是有些区别 由于模型的
阅读更多...
YOLOv9如何提高检测精度(NEU-DET为案列)
💡💡💡本文改进内容: 通过各个YOLOv9魔术师专栏改进点提升原始网络检测精度,目前跑完的实验有: 1)超轻量高效动态上采样DySample 2)基于 Haar 小波的下采样(HWD) YOLOv9魔术师专栏 ☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️ ☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️☁️ 包含注意力机制魔改、卷积魔改、检测
阅读更多...
PaddleOCR识别框架解读[04] 文本检测det模型构建
文章目录 det_mv3_db.ymlbuild_model函数base_model类 build_backbone函数MobileNetV3 build_neck函数build_head函数 det_mv3_db.yml Global:use_gpu: trueuse_xpu: falseepoch_num: 1200log_smooth_window: 20print_ba
阅读更多...
一种基于YOLO改进的高效且轻量级的表面缺陷检测网络, NEU-DET和GC10-DET涨点明显
💡💡💡本文摘要:一种基于YOLO改进的高效且轻量级的表面缺陷检测, 在NEU-DET和GC10-DET任务中涨点明显 目录 1.轻量且高效的YOLO 1.1 SCRB介绍 1.1.1 ScConv介绍 1.2 GSConvns 1.3 od_mobilenetv2_050 1.4 对应yaml 2.实验结果 3.源码获取 1.轻量且高效的YOLO 轻量
阅读更多...
【2024 目标检测】CascadeV-Det:探究基于点的 3D 目标检测中心点定位的对模型精度影响
【2024 目标检测】CascadeV-Det:探究基于点的 3D 目标检测中心点定位的对模型精度影响 摘要:观察:方法:Instance-Aware Voting:Cascade Positive Assignment: 实验结果: 来源:Arxiv 2024 机构:北京理工大学 论文题目:CascadeV-Det: Cascade Point Voting for 3D Ob
阅读更多...
det_keypoint_unite的C++部署(jetson)
文章目录 环境准备硬件软件 trt参数配置CMakeLists.txt编译和运行运行结果 环境准备 硬件 Jetson AGX Orin 64GB 软件 gcc/g++ >= 5.4(推荐8.2)cmake >= 3.10.0jetpack >= 4.6.1 如果需要集成Paddle Inference后端,在Paddle Inference预编译库页面根据开发环境选择
阅读更多...
基于det_keypoint_unite的ROS功能包(jetson部署)
文章目录 硬件软件FastDeploy编译CMakeLists.txt头文件源代码 硬件 Jetson AGX Orin 64GB 软件 gcc/g++ >= 5.4(推荐8.2)cmake >= 3.10.0jetpack >= 4.6.1opencv=4.2.0 FastDeploy编译 git clone https://github.com/PaddlePadd
阅读更多...
手把手教程:RT-DETR如何训练自己的数据集 | NEU-DET钢材缺陷检测
🚀🚀🚀本文内容:1)RT-DETR原理介绍;2)RT-DETR如何训练自己的数据集 🚀🚀🚀RT-DETR改进创新专栏:http://t.csdnimg.cn/vuQTz 学姐带你学习YOLOv8,从入门到创新,轻轻松松搞定科研; RT-DETR模型创新优化,涨点技巧分享,科研小助手; 目录 1.RT-DETR介绍 2.如何训练 RT-DETR模型 2.1数据
阅读更多...
PP-OCRv4-server-det模型训练
PP-OCRv4-server-det项目地址https://aistudio.baidu.com/projectdetail/paddlex/6792800 1、数据校验 2、 模型训练 3、评估测试 4、模型部署
阅读更多...
python 绘制声纹识别DET曲线
import matplotlib.pyplot as pltfrom sklearn.metrics import roc_curvefrom scipy.stats import normimport numpy as npdef plot_DET_curve():# 设置刻度范围pmiss_min = 0.001pmiss_max = 0.6 pfa_min = 0.001pfa_m
阅读更多...
NeurIPS 2023 | MQ-Det: 首个支持多模态查询的开放世界目标检测大模型
目前的开放世界目标检测模型大多遵循文本查询的模式,即利用类别文本描述在目标图像中查询潜在目标。然而,这种方式往往会面临“广而不精”的问题。一图胜千言,为此,作者提出了基于多模态查询的目标检测(MQ-Det),以及首个同时支持文本描述和视觉示例查询的开放世界检测大模型。MQ-Det在已有基于文本查询的检测大模型基础上,加入了视觉示例查询功能。通过引入即插即用的门控感知结构,以及以视觉为条件的掩码语言
阅读更多...