yolov8 | BriefGPT - AI 论文速递

关键词yolov8

搜索结果 - 18

用 YOLO 模型和迁移学习推进道路标志检测
本文使用了改进的 YOLOv5 和 YOLOv8 模型，在不同照明条件下检测和分类不同的道路标志，实验结果表明，两个模型在不同训练设置下都能表现良好，其中 YOLOv8 模型的 MAP50 得分略高。这些发现为寻求可靠且适应性强的物体检测应
PDF23 days ago
全景 X 光片中的实例分割和牙齿分类
通过整合深度学习模型 U-Net 和 YOLOv8，本研究提出了全景 X 射线下牙齿分类和分割的高效可靠的新架构 BB-UNet，并提出了医学数据集用于评估，为牙科诊断领域中的目标检测模型的更广泛应用铺平了道路。
PDFa month ago
Semmeldetector: 商业烘焙业中的机器学习应用
使用机器学习应用程序 Semmeldetector，可以利用目标检测模型在图像中检测、分类和计数烘焙食品。我们的应用程序允许商业烘焙师跟踪未售出的烘焙食品，从而优化生产并提高资源效率。通过编制包含 1151 张图像的数据集，可以区分出 18
PDFa month ago
YOLOv5 和 YOLOv8 在动态机器人环境中的精确性和适应性
该研究通过比较分析 YOLOv5 和 YOLOv8 模型，挑战了后者在性能指标上的优越性的普遍假设。与最初的预期相反，YOLOv5 模型在目标检测任务中表现出了可比较的甚至在某些情况下优越的精度。我们的分析探讨了导致这些发现的底层因素，包括
PDFa month ago
实时场景图生成
我们提出了一种使用 YOLOV8 作为目标检测骨干网络的实时场景图生成方法，该方法在任务中首次实现超过 48 FPS 的速度，且没有准确度损失，成功胜过任何其他轻量级方法。
PDFa month ago
利用 RAG 驱动的精确性克服咖啡叶病害的 LLM 挑战
这项研究介绍了一种创新的人工智能驱动的精准农业系统，利用 YOLOv8 进行病害识别和 Retrieval Augmented Generation (RAG) 进行上下文感知的诊断。该系统集成了先进的目标检测技术和语言模型，解决了大型语言
PDF2 months ago
基于单个深度网络的升级物体风格迁移
该研究提出了一种新的图像到图像风格转换方法，利用单个深度卷积神经网络进行对象风格转换。该方法结合了 YOLOv8 分割模型和 YOLOv8 的骨干神经网络，在保留原始对象特征的同时，通过平滑地转换艺术风格来增强图像中的对象的视觉吸引力。该方
PDF3 months ago
YOLOv5 与 YOLOv8 在海洋渔业中的类别和实例数量的平衡
本文通过对比研究 YOLOv5 和 YOLOv8 在三个不同类别（artemia，囊胚和粪便）中的目标检测性能，发现 YOLOv5 在检测 artemia 和囊胚时具有较高的精度和准确性，但在检测粪便时存在显著的挑战和限制，这表明 YOLO
PDF3 months ago
利用 YOLOv8 进行被限制区域服装异常检测以提升闭路电视安全
该研究介绍了一种创新的安全增强方法，利用先进的图像分析和软计算技术。研究重点是一种智能监控系统，通过分析服装来检测受限区域内的未经授权者。基于 YOLOv8 的先进目标检测算法，我们的系统在闭路电视录像中基于服装识别授权人员。方法包括在详尽
PDF3 months ago
基于目标检测器和经适应的 SAR 图像分割模型的组成式油污检测
利用语义分割方法进行 SAR 图像中的油污检测，提出了一个包括目标检测器、自适应分割器（SAM）和有序融合模块的 SAM-OIL 组合油污检测框架，证明了 SAM-OIL 可以超越现有的基于语义分割的油污检测方法，实现了 69.52% 的
PDF6 months ago
在复杂的果园环境中比较 YOLOv8 和 Mask RCNN 进行物体分割
该研究比较了一阶段 YOLOv8 和二阶段 Mask R-CNN 机器学习模型在不同果园条件下的实例分割性能，结果显示 YOLOv8 在两个数据集上都表现出较好的准确率和接近完美的召回率，推断时间也明显快于 Mask R-CNN。
PDF7 months ago
针对视障人士的户外障碍物检测研究
深度学习目标检测在帮助视力受损者避开障碍物方面是一种有效的方法，本文通过实现并评估七种不同的 YOLO 目标检测模型（YOLO-NAS，YOLOv8，YOLOv7，YOLOv6 和 YOLOv5）来分析这些模型在道路和人行道上常见物体的图像
PDF7 months ago
商业果园中基于 YOLOv8 和形状拟合技术的未熟青苹果检测与尺寸测量
利用 YOLOv8 目标检测和实例分割算法以及 3D 传感器，在商业果园环境中精确测定不成熟青苹果（或称果芽）的大小，并强调了形状拟合方法和 3D 传感器在农业中改善果实大小估计方面的综合有效性。
PDF7 months ago
基于 YOLOv8 的道路危害的视觉检测：坑洞、下水道盖和人孔
在道路基础设施维护和保障道路安全中，有效检测道路危险是至关重要的。本研究评估了 YOLOv8，一种物体检测模型，在检测路面危险，如坑洞、下水道盖和人孔等方面的综合性能。通过与之前版本 YOLOv5 和 YOLOv7 的比较分析，强调了计算效
PDF8 months ago
感知强化的辅助学习特征融合：面向头部检测的改进型 Yolov8
我们提出了一种改进的 Yolov8 模型，通过加强目标感知来提高头部检测性能，并引入辅助学习特征融合（ALFF）模块和噪声校准到分布焦点损失中，以提供模型拟合和检测准确性，同时考虑到头部检测任务对高准确性和速度的要求，我们的方法使用了两种不
PDF9 months ago
论孟加拉文档布局分析数据集中的框架和模型分析：BaDLAD
本研究通过使用先进的计算机程序 (Detectron2、YOLOv8 和 SAM) 来理解孟加拉文档布局。我们研究了许多不同的孟加拉文档。Detectron2 非常擅长找到和分离文本框和段落等文档的不同部分。YOLOv8 在识别表格和图片方
PDFa year ago
YOLOv8 实时飞行物体检测
本文提出了一种广义飞行物实时检测模型，可用于迁移学习和进一步研究，同时提出了一种可用于实现的改进模型。通过将第一通用模型训练在包含 40 种不同类别的飞行物数据集上，我们可以使模型提取抽象特征表示，然后在代表真实世界环境的数据集上执行传递学
PDFa year ago
Spot-the-Camel：用于更安全道路的计算机视觉
该研究利用不同的物体检测模型在路上检测骆驼来解决 CVC 问题，研究结果表明 YOLOv8 模型在准确性和训练效率方面表现最好，未来计划开发一个系统使乡间道路更安全。
PDFa year ago