在许多真实的机器学习项目中，数据集往往规模较小且存在类别不平衡的问题。例如，在医学影像任务中，可能只有 5% 的扫描样本属于阳性类别。在这样的数据上训练的模型，只需始终预测多数类，就能轻松达到 95%

本文旨在解决水产养殖中鱼类健康监测的关键技术难题——高精度鱼类姿态估计。针对鱼类游动快速、姿态多变所带来的挑战，本研究对主流姿态估计网络HRNet进行了针对性改进，提出了名为HPFPE的新模型。 鱼类

无需昂贵ReID网络，FastTracker凭借几何与场景认知在复杂交通场景中实现精准实时追踪。 在MOT等多项基准中实现SOTA，为智慧交通带来更轻、更快的多目标跟踪新方案。>>更多资讯可加入CV技

该研究提出了D‘RespNeT——一个专为震后搜救任务构建的无人机图像实例分割数据集，包含28个精细标注的类别（如建筑入口、碎片、人员）。基于此数据集，团队开发了YOLOv8-DRN模型，该模型在保持

本文系统拆解深度学习中模型剪枝、量化、知识蒸馏三大核心压缩技术，帮助各位实现16倍模型压缩与4倍推理加速。如果对你有所帮助，记得点个小红心。 ​​一、模型压缩的核心挑战​​ 深度学习模型规模激增带来四

你是否想过，当医生需要查看你体内的影像（比如X光、MRI或CT扫描）时，他们得到的其实是一幅复杂的内部景观图？而其中最关键的，往往是从这幅图中精确找出特定区域的过程。 医学图像分割的重要性 想象一下，

导读 本文提出并验证了一种基于变分自编码器（VAE）和模仿学习的无人机自主导航方案，旨在解决果园环境中因障碍物复杂和GPS信号缺失导致的导航难题。 近年来，无人机（UAV）技术取得了显著进展，特别是在

如果你曾经训练过目标检测模型（如YOLO、Faster R-CNN或SSD），那么mAP（平均精度均值）一定不会陌生。作为评估目标检测器的黄金标准，它背后隐藏着哪些秘密？为什么研究人员对它如此推崇？今

最近AI圈子里最火的话题莫过于GPT-5的发布了，OpenAI这次放出的大招确实让人眼前一亮，但说实话，网上的评价也是相当两极分化，有人说是革命性突破，也有人吐槽还不如之前的版本。不过抛开这些争议，作

导读 这是一篇关于如何在无人机视频中高效、准确地追踪鸟类等微小、敏捷、成群目标的技术论文。该方案荣获了MVA 2025“寻找鸟类”小目标多目标追踪挑战赛（SMOT4SB）的冠军，其核心在于系统性地解决

每天，你的信息流都被下一代大型语言模型（LLM）刷屏。这合情合理——语言技术解锁了无数新的产品工作流。 但Meta发布的DINOv3无疑是一记响亮的提醒：计算机视觉（CV）正迎来一个同等级的拐点。一个

【导读】 当ViT因高分辨率图像计算效率低下而受阻，当CNN难以捕捉全局依赖关系——2021年横空出世的Swin Transformer，以“移位窗口注意力”和分层设计，在ImageNet、COCO等

导读 本文提出一种基于无人机图像与YOLOv5算法的高空作业安全带检测方法。通过将CSPNet集成到Darknet53骨干网络、引入Focus层、替换SPP为SPPF模块以及在PANet应用CSPNe

本文针对扩散模型训练慢、高分辨率生成效率低的瓶颈，提出DC-AE 1.5框架。该框架核心在于引入结构化隐空间以提升高分辨率生成效率，并采用增强扩散训练技术加速模型收敛。实验表明，在ImageNet等数

1、深度学习的概念 人工智能 → 机器学习 → 神经网络（包括浅层和深层）。 “神经网络”是一个更广的概念，深度学习是它的一个特殊情况（多层结构）。有些浅层神经网络（1~2层）不能算深度学习。 整个机

项目背景 随着我国高速铁路运营里程突破4.5万公里，动车组日均开行超过8000列次，传统人工巡检方式已无法满足密集运行下的安全检测需求。车底关键部件如制动系统、悬挂装置、牵引电机等长期承受高强度振动和

在计算机视觉领域的快速演进中，YOLOv9的问世犹如一颗重磅炸弹，为实时目标检测技术树立了全新的里程碑。这一开创性的模型不仅在性能指标上实现了显著突破，更重要的是，它通过革命性的架构设计理念，从根本上

本文提出 DC-AE 1.5 框架，通过引入结构化隐空间和增强扩散训练两大关键技术，在保持高生成质量的同时，大幅加快扩散模型收敛速度，并显著提升高分辨率生成效率。 实验表明，该方法在 ImageNet

根据 Ultralytics 的活动安排和一贯的发布节奏，我们有充分理由相信，下一代目标检测标杆 YOLOv14 的发布日期已经呼之欲出——就在今年9月25日的 YOLOVision 2025 大会上