目標檢測

標籤

貢獻9

06:35 PM · Nov 16 ,2025

@u_17467352

暱稱mb686fbcc4efbd6

Last seen
@u_17037082

暱稱王校長的熱狗

Last seen
@u_17587833

暱稱mb6923acc0735dc

Last seen
@u_15699099

暱稱wx62b9325dd56a7

Last seen
@u_14540126

暱稱最多選5個技能

Last seen
@u_16213667

暱稱mob64ca140c75c7

Last seen
@u_16213568

暱稱網絡小墨舞風

Last seen
@u_39037

暱稱jimoshalengzhou

Last seen
@u_16099217

暱稱技術博客達人

Last seen

@目標檢測 / 博客 RSS 訂閱

Nov 24 2025

mb6923acc0735dc - 鴻蒙AI實戰之圖像識別：圖像分類、目標檢測與圖像分割核心代碼解析

引言：智能視覺，鴻蒙設備的"眼睛" 在智能化時代，設備能否"看懂"世界成為衡量其智能水平的關鍵指標。HarmonyOS通過強大的端側AI能力，為開發者提供了一整套圖像識別解決方案。無論是相冊自動分類、工業質檢，還是AR導航，都離不開圖像識別技術的支持。本文將深入解析HarmonyOS圖像識別的三大核心任務：圖像分類、目標檢測和圖像分割的實現原理與代碼實踐。一、核心概

圖像分割 , 移動開發 , 圖像分類 , Android , 目標檢測

收藏評論

Nov 16 2025

王校長的熱狗 - 航拍地面多目標檢測數據集1713張16類標籤VOC+YOLO格式

航拍地面多目標檢測數據集1713張16類標籤VOC+YOLO格式數據集格式：VOC格式+YOLO格式壓縮包內含：3個文件夾，分別存儲圖片、xml、txt文件 JPEGImages文件夾中jpg圖片總計：1713 Annotations文件夾中xml文件總計：1713 labels文件夾中txt文件總

數據集 , 後端開發 , 航拍地面多目標檢測數據集1713張1 , txt文件 , 目標檢測 , Python

收藏評論

Nov 17 2025

mb686fbcc4efbd6 - 超聲圖像多囊卵巢綜合症分類數據集4637張2類別

注意數據集中大約一半為增強圖片主要為旋轉增強圖片數據集類型：圖像分類用，不可用於目標檢測無標註文件數據集格式：僅僅包含jpg圖片，每個類別文件夾下面存放着對應圖片圖片數量(jpg文件個數)：4637 分類類別數：2 類別名稱:['infected','notinfected'] 每個類別圖片數：訓練集圖片數：4074 - i

數據集 , 圖像分類 , 後端開發 , JAVA , 目標檢測

收藏評論

Nov 17 2025

mb686fbcc4efbd6 - 口腔癌病理染色組織切片圖片分類數據集11303張2類別

注意數據集中圖片有超過一半是增強圖片數據集類型：圖像分類用，不可用於目標檢測無標註文件數據集格式：僅僅包含jpg圖片，每個類別文件夾下面存放着對應圖片圖片數量(jpg文件個數)：11303 分類類別數：2 類別名稱:['Normal','OSCC'] 每個類別圖片數：訓練集圖片數：9264 - Normal訓練集圖片數：43

數據集 , 圖像分類 , 後端開發 , JAVA , 目標檢測

收藏評論

Nov 16 2025

王校長的熱狗 - 街景目標檢測數據集4813張VOC+YOLO格式

街景目標檢測數據集4813張VOC+YOLO格式數據集格式：VOC格式+YOLO格式壓縮包內含：3個文件夾，分別存儲圖片、xml、txt文件 JPEGImages文件夾中jpg圖片總計：4813 Annotations文件夾中xml文件總計：4813 labels文件夾中txt文件總計：4813

數據集 , 街景目標 , 後端開發 , txt文件 , 目標檢測 , Python

收藏評論

Nov 16 2025

mb686fbcc4efbd6 - 香蕉葉子病害分類數據集898張4類別

數據集類型：圖像分類用，不可用於目標檢測無標註文件數據集格式：僅僅包含jpg圖片，每個類別文件夾下面存放着對應圖片圖片數量(jpg文件個數)：898 分類類別數：4 類別名稱:['cordana','healthy','pestalotiopsis','sigatoka']=['棒孢黴葉斑病','健康','擬盤多毛孢葉斑病','香蕉葉斑病'] 每

數據集 , 圖像分類 , 後端開發 , JAVA , 目標檢測

收藏評論

Nov 18 2025

wx62b9325dd56a7 - 三維目標檢測論文和代碼彙總

文章目錄 2021 FCAF3D: Fully Convolutional Anchor-Free 3D Object Detection 2023 TR3D: TOWARDS REAL-TIME INDOOR 3D OBJECT DETECTION 2

redis , 3d , 數據庫 , 人工智能 , 計算機視覺 , 目標檢測

收藏評論

Nov 17 2025

mb686fbcc4efbd6 - 癌症檢測血細胞分類數據集499張5類別已劃分好訓練驗證測試集

數據集類型：圖像分類用，不可用於目標檢測無標註文件數據集格式：僅僅包含jpg圖片，每個類別文件夾下面存放着對應圖片圖片數量(jpg文件個數)：4994 分類類別數：5 類別名稱:['basophil','erythroblast','monocyte','myeloblast','seg_neutrophil']=['嗜鹼性粒細胞','幼紅細胞','單

數據集 , 圖像分類 , 後端開發 , JAVA , 目標檢測

收藏評論

Nov 30 2025

最多選5個技能 - DeepSeek遷移學習與預訓練模型應用

遷移學習是一種利用預訓練模型的知識來加速新任務訓練的技術。通過遷移學習，我們可以在數據量有限的情況下，快速構建高性能的模型。DeepSeek提供了豐富的預訓練模型和遷移學習工具，幫助我們高效地完成新任務的訓練。本文將詳細介紹如何使用DeepSeek進行遷移學習，並通過代碼示例幫助你掌握這些技巧。 1. 遷移學習的基本概念遷移學習的核心思想是將在一個任務上學到的知識應

數據 , Css , 遷移學習 , 目標檢測 , 前端開發 , HTML

收藏評論

Nov 16 2025

mob64ca140c75c7 - vfl損失公式表達

1. 總述 Focal loss主要是為了解決one-stage目標檢測中正負樣本比例嚴重失衡的問題。該損失函數降低了大量簡單負樣本在訓練中所佔的權重，也可理解為一種困難樣本挖掘。 2. 損失函數形式 Focal loss是在交叉熵損失函數基礎上進行的修改，首先回顧二分類交叉上損失：是經過激活函數的輸出，所以在0

vfl損失公式表達 , 損失函數 , 權重 , 人工智能 , 計算機視覺 , 目標檢測

收藏評論

Nov 25 2025

網絡小墨舞風 - 【開源】近期遙感航空影像的檢索、檢測、跟蹤、計數、分類相關工作

Abstract 本文針對遙感圖像中的開放集飛機檢測問題展開研究，該任務要求模型能夠在動態環境下，同時識別已知（經過訓練）和未知（未經過訓練）的目標類別。由於背景複雜且目標分辨率較低，難以在對應位置生成高質量的偽標籤。為此，我們提出了一種基於邊緣信息提取的開放集目標檢測框架（Edge Information Extraction-based Ope

權重 , 人工智能 , 遙感圖像 , 計算機視覺 , 目標檢測 , 前端開發 , Javascript