CoovallyAIHub

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

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，

这篇论文聚焦于计算机视觉目标检测领域中的一个经典难题——小目标检测（Small Object Detection, SOD） ，并以车牌检测这一具体且具有挑战性的任务作为案例进行研究。 多目标检测（M

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

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

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

导读 目标跟踪（Visual Object Tracking, VOT）一直是计算机视觉领域的核心问题之一，广泛应用于自动驾驶、无人机监控、人机交互等场景。随着单模态方法在复杂环境下逐渐遇到瓶颈，多模