摘要：视频链接：目标检测：纵向理论强化_哔哩哔哩_bilibili 抢先看-损失函数DFL：目标检测：纵向理论强化（损失函数DFL）_哔哩哔哩_bilibili 抢先看-优化器AdamW：目标检测：纵向理论强化（优化器AdamW）_哔哩哔哩_bilibili 《目标检测：纵向理论强化》课程致力于帮助学生学 阅读全文

摘要：视频链接：目标检测：横向理论基础_哔哩哔哩_bilibili 抢先看-正负样本匹配机制：目标检测：横向理论基础（正负样本匹配机制）_哔哩哔哩_bilibili 抢先看-head：目标检测：横向理论基础（head）_哔哩哔哩_bilibili 《目标检测：横向理论基础》课程致力于帮助学生学习目标检测横 阅读全文

摘要：论文原文： https://arxiv.org/abs/2204.06806 1、摘要 这篇文章介绍了YoLoPose，基于流行的YOLO框架，实现了一种新颖的无热力图的关节检测与2D多人姿态估计。当前，基于热力图的方法是两个阶段，这个方法并不是最优的，因为他们不是端到端训练的，并且训练依赖于可替代 阅读全文

摘要：YOLACT（you only look at coefficients）是一个端到端的全卷积实时实例分割模型，Yolact将实例分割分成了两个并行的子任务，即生成一组原型掩码（prototype masks）和每一个实例的掩码系数（mask coefficients）。之后将原型与掩码系数进行线性 阅读全文

摘要：视频链接：YOLO11： 目标检测原理与源码_哔哩哔哩_bilibili YOLO系列ultralytics团队再次突破，在精度略有提升的同时，减少了计算量，是目标检测的新goat。 YOLO11在COCO数据集上实现了更高的平均精度均值（mAP），同时使用的参数比YOLOv8减少了22%。这使得Y 阅读全文