# 目标检测 | 爱代码爱编程

yolo系列论文综述（从yolov1到yolov11）【第15篇（完结）：讨论和未来展望】-爱代码爱编程

2024-11-30 分类: 视觉检测 # 目标检测深度学习目标检测计算机视觉 yolo 大模型

总结 0 前言1 YOLO与人工通用智能（AGI）2 YOLO作为“能够行动的神经网络”3 具身人工智能（EAI）4 边缘设备上的YOLO5 评估统计指标的挑战6 YOLO与环境影响 YO

yolo系列论文综述（从yolov1到yolov11）【第2篇：yolo系列论文、代码和主要优缺点汇总】-爱代码爱编程

2024-11-30 分类: # 目标检测人工智能深度学习 yolo 大模型

目录 YOLOv1YOLOv2 (YOLO9000)YOLOv3YOLOv4YOLOv5YOLOv6YOLOv7YOLOv8YOLOv9YOLOv10YOLOv11 YOLO系列博文：

yolo系列论文综述（从yolov1到yolov11）【第7篇：yolov5——使用pytorch框架、autoanchor、多尺度预训练模型】-爱代码爱编程

2024-11-30 分类: # 目标检测人工智能目标检测 Pytorch yolo 大模型

YOLOv5 1 摘要2 YOLOv52.1 AutoAnchor2.2 网络架构 YOLO系列博文：【第1篇：概述物体检测算法发展史、YOLO应用领域、评价指标和NMS】【第

yolo系列论文综述（从yolov1到yolov11）【第4篇：yolov2——更好、更快、更强】-爱代码爱编程

2024-11-30 分类: # 目标检测目标检测计算机视觉 yolo 大模型

YOLOv2 1 摘要2 YOLOv2：更好、更快、更强2.1 改进点2.2 网络架构2.3 优势 YOLO系列博文：【第1篇：概述物体检测算法发展史、YOLO应用领域、评价指

yolo系列论文综述（从yolov1到yolov11）【第14篇：yolov11——在速度和准确性方面具有无与伦比的性能】-爱代码爱编程

2024-11-30 分类: 视觉检测 # 目标检测深度学习目标检测计算机视觉 yolo 大模型

YOLOv11 1 摘要2 改进点3 模型性能4 模型架构 YOLO系列博文：【第1篇：概述物体检测算法发展史、YOLO应用领域、评价指标和NMS】【第2篇：YOLO系列论文、代码和

yolo系列论文综述（从yolov1到yolov11）【第13篇：yolov10——实时端到端物体检测】-爱代码爱编程

2024-11-30 分类: 视觉检测 # 目标检测深度学习目标检测计算机视觉 yolo 大模型

YOLOv10 1 摘要2 网络结构3 YOLOv1-v10对比 YOLO系列博文：【第1篇：概述物体检测算法发展史、YOLO应用领域、评价指标和NMS】【第2篇：YOLO系列论文、

yolo系列论文综述（从yolov1到yolov11）【第9篇：yolov7——跨尺度特征融合】-爱代码爱编程

2024-11-30 分类: 视觉检测 # 目标检测深度学习目标检测计算机视觉 yolo 大模型

YOLOv7 1 摘要2 网络架构3 改进点4 和YOLOv4及YOLOR的对比 YOLO系列博文：【第1篇：概述物体检测算法发展史、YOLO应用领域、评价指标和NMS】【第2篇：Y

yolo系列论文综述（从yolov1到yolov11）【第10篇：yolov8——集成检测、分割和跟踪能力】-爱代码爱编程

2024-11-30 分类: 视觉检测 # 目标检测深度学习目标检测 yolo 大模型

YOLOv8 1 摘要2 网络架构3 优缺点 YOLO系列博文：【第1篇：概述物体检测算法发展史、YOLO应用领域、评价指标和NMS】【第2篇：YOLO系列论文、代码和主要优缺点汇总

yolo系列论文综述（从yolov1到yolov11）【第5篇：yolov3——多尺度预测】-爱代码爱编程

2024-11-30 分类: 视觉检测 # 目标检测深度学习目标检测 yolo 大模型

YOLOv3 1 摘要2 YOLOv32.1 相对于v2的改进2.2 网络架构2.3 多尺度预测2.4 YOLOv3结果 YOLO系列博文：【第1篇：概述物体检测算法发展史、Y

yolo系列论文综述（从yolov1到yolov11）【第6篇：yolov4——最优速度和精度】-爱代码爱编程

2024-11-30 分类: # 目标检测深度学习目标检测 yolo 大模型

YOLOv4 1 摘要2 Backbone, Neck, and Head3 YOLOv43.1 改进点 YOLO系列博文：【第1篇：概述物体检测算法发展史、YOLO应用领域、

yolo系列论文综述（从yolov1到yolov11）【第8篇：yolov6——高并行度、量化和自蒸馏提高性能加速推理】-爱代码爱编程

2024-11-30 分类: # 目标检测深度学习目标检测计算机视觉 yolo 大模型

YOLOv6 1 摘要2 其他变体2.1 Scaled-YOLOv42.2 YOLOR2.3 YOLOX 3 YOLOv63.1 网络结构3.2 创新点 YOLO系列博文：

yolo系列论文综述（从yolov1到yolov11）【第3篇：yolov1——yolo的开山之作】-爱代码爱编程

2024-11-27 分类: # 目标检测人工智能深度学习目标检测 yolo 大模型

YOLOv1 1 摘要2 YOLO: You Only Look Once2.1 如何工作2.2 网络架构2.3 训练2.4 优缺点 YOLO系列博文：【第1篇：概述物体检测算法发展史、YO

yolo系列论文综述（从yolov1到yolov11）【第1篇：概述物体检测算法发展史、yolo应用领域、评价指标和nms】-爱代码爱编程

2024-11-26 分类: # 目标检测算法深度学习 yolo 大模型

目录 1 前言2 YOLO在不同领域的应用3 物体检测指标和NMS3.1 mAP和IOU3.2 mAP计算流程3.2.1 VOC 数据集3.2.2 微软 COCO 数据集 3.3 NMS

目标检测——sppnet算法解读-爱代码爱编程

2024-03-18 分类: # 目标检测算法人工智能目标检测

论文：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 作者：Kaiming He, Xiangyu Zhang

detr代码解读_detr代码详解-爱代码爱编程

2024-07-18 分类: # 目标检测代码解读 detr

DETR检测算法论文解读在这里文章目录 1、定义模型1.1 定义backbone1.2 定义Transformer1.3 定义DETR结构 2、定义数据集3、训练首先clone代码

目标检测中的损失函数-爱代码爱编程

2024-10-12 分类: # 目标检测目标检测损失函数 iou损失函数边界框回归损失

损失函数是用来衡量模型与数据的匹配程度的，也是模型权重更新的基础。计算损失产生模型权重的梯度，随后通过反向传播算法，模型权重得以更新进而更好地适应数据。一般情况下，目标损失函数包含两部分损失，一个是目标框分类损失，一个

目标检测——yolo11算法解读_c3k2-爱代码爱编程

2024-10-17 分类: # 目标检测目标检测 yolo11 yolo系列算法解读

作者：Ultralytics公司代码：https://github.com/ultralytics/ultralytics YOLO系列算法解读： YOLOv1通俗易懂版解读、SSD算法解读、YOLOv2算

目标检测——cascade r-爱代码爱编程

2024-10-15 分类: # 目标检测目标检测计算机视觉 cascade r-cn r-cnn算法

论文： Cascade R-CNN: Delving into High Quality Object Detection (2017.12.3) 链接：https://arxiv.org/abs/1712.00726

目标检测——libra r-爱代码爱编程

2024-10-15 分类: # 目标检测目标检测计算机视觉 libra r-cnn r-cnn算法

论文：Libra R-CNN: Towards Balanced Learning for Object Detection (2019.4.4) 作者：Jiangmiao Pang, Kai Chen, Jianpi

目标检测——yolov9算法解读-爱代码爱编程

2024-06-19 分类: # 目标检测算法目标检测 yolo

论文：YOLOv9: Learning What You Want to Learn Using Programmable Gradient Information (2024.2.21) 作者：Chien-Yao W