首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
songscsc
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
97
文章 97
沸点 0
赞
97
返回
|
搜索文章
最新
热门
行人摔倒检测系统 - 前端文档(1)
行人摔倒检测系统是一个基于 Electron + FastAPI 的桌面应用程序,用于实时检测图像和视频中的行人摔倒行为。前端采用原生 JavaScript 开发,无框架依赖
基于 YOLO11 的智能行人摔倒检测系统
随着人口老龄化趋势加剧,老年人跌倒已成为一个严重的社会问题。据统计,跌倒是65岁以上老年人意外伤害的首要原因。为及时发现和响应摔倒事件,本博主开发了这套基于深度学习的智能检测系统。
基于YOLOv7算法的的高精度实时通用目标检测识别系统(PyTorch+Pyside6+YOLOv7)
基于YOLOv7算法的高精度实时检测识别系统可用于日常生活中检测与定位多种目标,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。
YOLO改进系列之注意力机制(ParNetAttention介绍)
ParNet注意力是一种用于自然语言处理任务的注意力机制,它是由谷歌在2019年提出的。ParNet注意力旨在解决传统注意力机制在处理长序列时的效率问题。
YOLO改进系列之SKNet注意力机制
摘要 视皮层神经元的感受野大小受刺激的调节即对于不同的刺激,卷积核的大小应该不同,但在构建CNN时一般在同一层只采用一种卷积核,很少考虑因采用不同卷积核。
YOLO改进系列之注意力机制
模型结构 通过捕获long-range dependency提取全局信息,对各种视觉任务都是很有帮助的,典型的方法是Non-local Network自注意力机制。
YOLO改进系列之注意力机制(GatherExcite模型介绍)
尽管在卷积神经网络(CNN)中使用自底向上的局部运算符可以很好地匹配自然图像的某些统计信息,但它也可能阻止此类模型捕获上下文的远程特征交互。
YOLO改进系列之注意力机制(GAM Attention模型介绍)
模型结构 为了提高计算机视觉任务的性能,人们研究了各种注意力机制。然而以往的方法忽略了保留通道和空间方面的信息以增强跨维度交互的重要性。因此,liu提出了一种通过减少信息弥散和放大全局交互表示来提高深
YOLO改进系列之注意力机制(EffectiveSE模型介绍)
模型结构 ESE(Effective Squeeze and Extraction) layer是CenterMask模型中的一个block,基于SE(Squeeze and Extraction)
YOLO改进系列之注意力机制(CoTAttention模型介绍)
CoTAttention网络是一种用于多模态场景下的视觉问答(Visual Question Answering,VQA)任务的神经网络模型。它是在经典的注意力机制
下一页
个人成就
文章被点赞
203
文章被阅读
81,600
掘力值
3,320
关注了
10
关注者
122
收藏集
0
关注标签
6
加入于
2020-03-26