Pine 发自 凹非寺
量子位 | 公众号 QbitAI

前脚美团刚发布YOLOv6， YOLO官方团队又放出新版本。

曾参与YOLO项目维护的大神Alexey Bochkovskiy在推特上声称：

机器之心报道

机器之心编辑部

题目

基于机器视觉盲人障碍检测研究

场景：

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。对于每个查询位置（query position），Non-local network首先计算该位置和所有位置之间一个两两成对的关系，得到一个attention map。然后对attention map所有位置的权重加权求和得到汇总特征，每一个查询位置都得到一个汇总特征，将汇总特征与原始特征相加得到最终输出。对于某个query position，nNon-local network计算的另一个位置与该位置的关系即一个权重值表示这个位置对query位置的重要程度。但现有研究发现不同的query位置其对应的attention map几乎一样，如下图所示

摘要：基于深度学习的高精度电动车检测识别系统可用于日常生活中检测与定位电动车目标，利用深度学习算法可实现图片、视频、摄像头等方式的电动车目标检测识别，另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集，使用Pysdie6库来搭建页面展示系统，同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括电动车训练模型的导入、初始化；

置信分与IOU阈值的调节、图像上传、检测、可视化结果展示、结果导出与结束检测；视频的上传、检测、可视化结果展示、结果导出与结束检测；摄像头的上传、检测、可视化结果展示与结束检测；已检测目标列表、位置信息；前向推理用时。另外本电动车检测识别系统同时支持原始图像与检测结果图像的同时展示，原始视频与检测结果视频的同时展示。本博文提供了完整的Python代码和使用教程，适合新入门的朋友参考，完整代码资源文件请转至文末的下载链接。

今天聊聊YOLO框架。

高录用率EI会议推荐

会议名称：ICCIS 2025国际计算与智能系统会议（Conference No. 61235）

截稿时间：2025年3月10日

举办时间与地点：2025年7月15日-17日 · 马来西亚吉隆坡

论文集上线：会后4个月内由IEEE出版并提交EI检索

转自：CSDN格兰芬多
译者 | 小圈 审校 | 方圆

猫狗分类来源于Kaggle上的一个入门竞赛—Dogs vs Cats 。为了加深对CNN的理解，基于 Pytorch 复现了LeNet,AlexNet,ResNet等经典CNN模型，项目大纲如下：

https://github.com/AuroraLHL/CatDog

在卷积神经网络的示意图中，这些大方块，代表什么呢?

这些大方块，是图像经过卷积运算后，得到的输出特征图。

例如，输入图片是6*6大小的，与3*3的卷积核进行计算后，会得到4*4的输出结果，该结果就被称为输出特征图。

在一个卷积层中，可以包含多个卷积核，每个卷积核都可以提取图像的一组特征，不同的卷积核相当于不同的特征提取器。