CoovallyAIHub 的个人主页 - 动态

3天前

AI帮你打标签！这个开源神器让数据标注快了90%

在计算机视觉的世界里，高质量数据标注是所有模型训练的基石。不管是自动驾驶识别路上的行人、医疗影像中的肿瘤分割，还是遥感影像中的小目标检测，都离不开精准的标注数据。然而，现...

1

3天前

突破红外小目标检测瓶颈：风车形卷积+动态损失函数带来显著提升

导读这篇论文针对红外小目标检测提出风车形卷积（PConv）和尺度动态损失（SD Loss），有效提升特征提取能力和检测稳定性，并在新构建数据集SIRST-UAVB...

1

4天前

CostFilter-AD：用“匹配代价过滤”刷新工业质检异常检测新高度！ (附论文和源码)

在工业质检场景中，AI 异常检测已成为“智能工厂”的必备技术。然而现实中，零部件缺陷往往细微、复杂且多变，传统方法难以在保证效率的同时做到精准识别。近期在ICML 2025...

0

4天前

CVPR 2025 | 频率动态卷积（FDConv）：以固定参数预算实现频率域自适应，显著提升视觉任务性能

导读本文提出频率动态卷积（FDConv），通过在傅里叶域构建频率多样化权重，以固定参数预算显著提升模型频率适应性。该方法在目标检测、分割等任务中性能卓越，仅增加3.6M...

0

5天前

基于YOLO集成模型的无人机多光谱风电部件缺陷检测

本研究提出了一种基于YOLO集成模型与多光谱图像融合的无人机检测方法，通过融合可见光与热红外数据并结合通用YOLOv8模型与专用热成像模型，显著提升了风电部件缺陷的识别精度...

0

5天前

几十个像素的小目标，为何难倒无人机？LCW-YOLO让无人机小目标检测不再卡顿

【导读】在无人机拍摄的航拍图像中，目标往往只有几十个像素大小，分辨率低，容易被复杂背景淹没。如何准确识别这些小目标，是计算机视觉中最难的任务之一。传统检测模型不仅精度有限...

0

6天前

SBP-YOLO：面向嵌入式悬架的轻量实时模型，实现减速带与坑洼高精度检测

本文针对嵌入式悬架系统对实时路况感知的需求，提出了轻量高效的SBP-YOLO****模型，用于检测减速带和坑洼。该模型以YOLOv11n为基础，通过引入P2检测层增强小目标...

0

6天前

医药、零件、饮料瓶盖……SuperSimpleNet让质检“即插即用”

表面缺陷检测，是制造业质控环节的“最后一道关卡”。然而，传统人工检测效率低、成本高，AI模型虽在实验室中表现优异，但一旦落地到高速、复杂的工业产线，就暴露出三大痛点：缺陷数...

1

7天前

推理提速一倍！SegDT：轻量化扩散 Transformer，医学图像分割的技术跨越

【导读】医学图像分割是疾病诊断和治疗规划的关键一环，尤其是在皮肤癌的早期检测中，分割的准确性直接决定诊断质量。近日，研究团队提出了一种全新模型SegDT，它结合了扩散模型...

0

7天前

无人机方案如何让桥梁监测更安全、更智能？融合RTK与超高分辨率成像，优于毫米精度

本研究通过超高分辨率无人机摄影测量技术对实验桥进行变形监测，实现了优于1毫米的测量精度，并首次实现了从传统点线测量到全场变形分析的跨越，揭示了桥梁在荷载下的复杂变形模式，为...

1

10天前

3D目标跟踪重磅突破！TrackAny3D实现「类别无关」统一建模，多项SOTA达成！

3D点云目标跟踪是自动驾驶、机器人等领域的关键任务，但不同类别物体的几何差异让模型难以“一招通吃”。本文介绍的 TrackAny3D，首次提出将大规模预训练3D模型迁移到点...

1

10天前

无人机小目标检测新SOTA：MASF-YOLO重磅开源，多模块协同助力精度飞跃

这篇论文针对的是无人机航拍图像中的小目标检测这一极具挑战性的任务。无人机视角下的目标通常像素占比极小、尺度多变且背景复杂，导致主流检测模型性能显著下降。为此，作者在YOLO...

0

11天前

4亿数据训练，零样本能力惊人：CLIP模型全解读

本文将深入解析CLIP的对比学习机制、模型架构与训练奥秘，并揭示其在实际应用中的潜力与局限。不论是希望了解技术前沿，还是寻找落地灵感，CLIP都值得你细细品味。如今，大型...

0

11天前

YOLO-ELA：用于高性能实时绝缘子缺陷检测的高效局部注意力建模

【导读】本文提出了一种融合高效局部注意力（ELA）模块和SIoU损失函数的YOLOv8改进模型YOLO-ELA，在无人机绝缘子缺陷检测任务中以96.9%的mAP和74.6...

0

1

12天前

突破闭集限制：3D-MOOD 实现开集单目 3D 检测新 SOTA

单目 3D 目标检测是计算机视觉领域的热门研究方向，但如何在真实复杂场景中识别“未见过”的物体，一直是个难题。本文介绍的 3D-MOOD 框架，首次提出端到端的开集单目 3...

0

12天前

PL-YOLOv8：基于YOLOv8的无人机实时电力线检测与植被风险预警框架，实现精准巡检与预警

传统电力巡检又慢又累还看漏，AI+无人机如何搞定？这篇论文提出了一个基于前沿YOLOv8的实时检测框架，不仅能用无人机一眼精准锁定细如发丝的电力线，还能当场算出身旁植被的...

0

13天前

YOLOv12 对比 YOLO11：注意力机制如何重塑实时目标检测的竞争格局

YOLO11 延续了 YOLO 系列以 CNN 为核心、高度优化的传统，通过架构和训练方法的渐进式改进，持续提升检测效率与精度。YOLOv12 则转向以注意力机制为中心的设...

0

13天前

Transformer实时检测首次全面超越YOLO：百度LW-DETR轻量高效，精度速度双突破

YOLO系列长期统治着实时目标检测，但Transformer能否取而代之一直是悬而未决的问题。百度最新提出的LW-DETR（Light-Weight DETR）给出了答案：...

0

14天前

GQNN 框架：让 Python 开发者轻松搭建量子神经网络

随着人工智能技术的飞速发展，对计算能力的需求也在急剧增长。尽管传统经典神经网络在图像识别、自然语言处理等领域取得了巨大成功，但在处理指数级规模数据或高度复杂的纠缠问题时，经...

2

14天前

轻量级注意力模型HOTSPOT-YOLO：无人机光伏热异常检测新SOTA，mAP高达90.8%

无人机光伏巡检如何更智能、更高效？HOTSPOT-YOLO模型给出了亮眼答案！给AI装上“热成像鹰眼”，能精准锁定光伏板上的细微热斑缺陷。它不仅将检测精度（mAP）提升至9...

0