PulseAugur
中
实时 18:05:13
实体 YOLO

YOLO

PulseAugur coverage of YOLO — every cluster mentioning YOLO across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
22
90 天内 122
发布 · 30天
0
90 天内 0
论文 · 30天
15
90 天内 99
层级分布 · 90 天
主题
关系
情绪 · 30 天

7 天有情绪数据

最近 · 第 1/7 页 · 共 132 条
  1. TOOL · CL_366465 ·

    AI模型用于历史文献文本分割测试 · 追踪1个来源

    研究人员评估了几种先进的目标检测模型(包括Hi-SAM、YOLO和RT-DETR)在历史文献文本行分割方面的泛化能力。该研究还探索了一种少样本学习方法,即用少量数据对模型进行微调。研究结果表明,卷积循环神经网络(CRNN)可以达到足够低的字符错误率,从而在分割后的历史文献上实现阅读理解和文本搜索,其性能因数据集而异。

  2. TOOL · CL_365547 ·

    UnrealEvent 管道为事件驱动视觉生成合成数据

    研究人员开发了 UnrealEvent,一个使用 Unreal Engine 5.5 生成合成数据集的管道,用于创建事件驱动视觉系统的标注数据。该工具通过将渲染序列转换为事件表示和 YOLO 格式的边界框,无需手动标注,解决了标记数据集稀缺的问题。虽然 UnrealEvent 在合成数据上表现强劲,但在迁移到真实世界场景时仍存在显著差距,表明需要更多的资产多样性和改进的传感器校准。

  3. TOOL · CL_365561 ·

    专为工业任务设计的移动操作机器人发布

    研究人员详细介绍了@Work Robot的设计和实现,这是一款在 Shahid Beheshti 大学机器人与智能自动化实验室开发的移动操作机器人。该机器人专为工业应用而设计,旨在提高重复性或危险任务的效率。它采用麦克纳姆轮实现全向移动,并配备五自由度操作臂以处理物体。该系统集成了 NVIDIA Jetson Orin NX 进行高级处理,ESP32 微控制器,并利用 Hector SLAM 进行地图构建,A* 进行路径规划,以及 Y…

  4. TOOL · CL_360663 ·

    MLOps 实战指南:KFP 构件、YOLO 训练和 PVC 实现

    本文详细介绍了 MLOps 原则的实际应用,重点关注从数据到模型的整个工作流程。具体涵盖了 Kemono Friends Project (KFP) 构件的使用、YOLO 模型的训练和验证过程,以及持久卷声明 (PVC) 的实际应用。内容旨在为管理机器学习操作提供实践指南。

  5. TOOL · CL_360498 ·

    Meta Quest 3 支持物理对象的无标记6DoF追踪

    研究人员开发了一种用于LEGO飞机的无标记六自由度(6DoF)追踪器,该追踪器可与Meta Quest 3混合现实头显配合使用。该系统利用紧凑型YOLO模型,在Unity的合成数据上进行训练,以从RGB图像预测关键点。然后使用透视n点(perspective-n-point)求解器来估计飞机的姿态。初步测试表明,通过引导式裁剪可以提高检测率和关键点精度,并且该系统在保持头显高帧率的同时,实现了约2 Hz的追踪速率。

  6. TOOL · CL_360354 ·

    新的低成本视觉引导自动化系统使用YOLOv11进行物体分拣

    研究人员开发了DeltaVisionX,一个结合了实时计算机视觉和基于PLC的驱动的低成本工业自动化系统。该系统利用YOLOv11深度学习模型在传送带上进行物体检测,实现了97%的平均精度和100毫秒的推理时间。与Delta DVP-SE PLC的集成允许气动活塞驱动来分拣物体,实现了每分钟80件的处理能力。该项目强调了经济实惠的本地开发自动化解决方案在提高制造效率和减少劳动力依赖方面的潜力。

  7. TOOL · CL_352478 ·

    新方法SCAHI提高了高分辨率图像中小目标的检测性能

    一篇新的研究论文探讨了切片推理技术在高分辨率图像中小目标检测中的有效性。该研究比较了两个数据集上的七种密集检测器,发现提高图像分辨率通常比使用简单的边界框融合进行切片能获得更好的结果。研究人员引入了SCAHI(Coverage-Aware Hyper Inference的切片),一种通过累积加权覆盖的密集输出来改进现有切片技术的新方法,在检测精度方面取得了显著的提升。

  8. TOOL · CL_358386 ·

    小目标检测的切片推理:分辨率 vs. 切片

    一篇新论文探讨了切片推理技术在检测高分辨率图像中的小目标时的有效性。研究人员发现,在计算资源有限的情况下,简单地增加单次推理的分辨率可以优于带有框融合的切片方法。他们还引入了 SCAHI(覆盖感知超推理切片),这是一种能更好地利用切片输出的互补信息的方法,在 VisDrone 和 DOTA 数据集上,对于各种 YOLO 和 FCOS 检测器,其性能优于传统的框融合。

  9. TOOL · CL_348662 ·

    YOLO 扩展用于计算机视觉中的对象关键线检测

    研究人员引入了一种称为对象关键线检测的新方法,该方法扩展了 YOLO 对象检测模型,以预测与对象实例相关的无限线。这种方法旨在通过使用对象边缘来提高感知能力,即使关键点被遮挡,这些边缘仍然可见。该方法在飞机着陆的跑道感知方面进行了演示,显示出更高的准确性,并且与现有的 YOLO 架构无缝集成,而不会增加延迟。

  10. TOOL · CL_338427 ·

    计算机视觉管道寻求跨摄像头角度的对象去重

    用户正在寻找一种方法,在计算机视觉管道中跨多个摄像头角度去重检测到的对象。挑战在于处理对象的微小裁剪图像,并确保从不同视点出现的相同物理对象在每个用户会话中只被计算一次。这对于避免对象描述的冗余下游 AI 处理至关重要。

  11. SIGNIFICANT · CL_319167 ·

    腾讯发布 WeVisOne-VL,将视觉任务统一到单一 token 流

    腾讯 AI 实验室发布了 WeVisOne-VL,这是一种新颖的视觉语言模型,能够从单一输入流中同时预测边界框、掩码和文本。这种统一的方法在 RTX 4090 GPU 上进行了演示,这三个任务的总推理时间不到 120 毫秒,显著优于传统的多模型管道。通过将所有视觉输出视为自回归序列中的 token,WeVisOne-VL 简化了训练和推理,降低了自动化物流等应用的延迟、内存使用和工程复杂性。

  12. TOOL · CL_314872 ·

    NVIDIA Cosmos 扩展物理 AI 世界模型开发新工具

    NVIDIA 增强了其 Cosmos 平台,以加速世界模型的开发,这对于与现实世界交互的物理 AI 系统至关重要。该平台现已包含扩展的训练工具、模拟功能以及其 Cosmos Data Factory 的新蓝图。这些新增功能旨在简化构建、策划和增强训练数据的过程,以及调整和优化 AI 模型以进行部署。Porsche 和 ANYbotics 等公司已在使用这些工具来改进其 AI 开发工作流程,Porsche 预计物理测试和开发时间将大幅缩短。

  13. TOOL · CL_315324 ·

    新框架在无需GPU的情况下为材料CT扫描生成伪标签

    研究人员开发了TEMPL,一种新颖的框架,用于在材料CT扫描中生成伪标签,而无需预训练模型或GPU。这种无模型方法利用阈值处理、形态学膨胀和区域生长算法来高效创建注释。与Segment Anything Model (SAM)和传统方法相比,TEMPL在准确性和速度方面表现出优越性能,为资源受限环境中的注释引导和微观结构量化提供了一个有价值的工具。

  14. TOOL · CL_315205 ·

    新框架将手绘电路图转换为SPICE兼容的网表

    研究人员开发了Sketch2Sim,一个用于分析手绘电路图的新型框架。该系统将电路草图转换为与集成电路强调仿真程序(SPICE)兼容的格式,从而能够自动计算节点电压和电流。该框架采用多阶段流水线,包括基于YOLO的检测器、用于符号提取的带OCR的CRNN,以及用于节点识别的DBSCAN等图像处理技术。创建了一个包含1000个手绘电阻-电感-电容(RLC)电路的数据集来训练和评估该系统,证明了其在各种书写风格和条件下的稳健性能。

  15. TOOL · CL_312984 ·

    DocLayout-YOLO 通过合成预训练推进实时文档布局分析

    研究人员开发了 DocLayout-YOLO,一种专门用于文档布局分析的实时检测器。该新模型集成了使用 Mesh-candidate BestFit 算法生成的大规模合成预训练语料库 MeshLayout-1M,以提高对各种文档布局的适应性。此外,DocLayout-YOLO 还采用了页面轴布局注意力 (PALA) 来有效捕获页面轴上的长距离依赖关系。实验表明,DocLayout-YOLO 在多个基准测试中取得了最先进的性能,为文档布…

  16. TOOL · CL_311800 ·

    RF-DETR Transformer通过提出固定问题提供高效目标检测

    一种名为RF-DETR的新型目标检测方法利用检测Transformer,通过提出固定数量的问题而非广泛猜测来识别图像中的目标。与YOLO等卷积检测器(它们预测数千个候选框然后使用非极大值抑制进行过滤)不同,RF-DETR被训练直接输出一组精确的边界框。这种方法旨在提高效率并减少对后处理步骤的依赖。

  17. TOOL · CL_308051 ·

    AI模型剪枝增强汽车系统中的限速标志识别

    研究人员开发了一种新颖的方法,通过在YOLO系列网络上采用通道重放剪枝来优化汽车系统中的限速标志识别。该技术在保持准确性或甚至优于其他剪枝方法的同时,显著减少了检测器的参数数量。分类器(一种卷积神经网络CNN)针对少比特整数推理进行了优化,以最小的内存占用实现了高精度。结合使用时,这些优化的组件构成了一个硬件高效的系统,能够在NVIDIA Jetson AGX Orin等嵌入式设备上以高精度和高帧率识别限速标志。

  18. RESEARCH · CL_305638 ·

    Cloudflare 和 OpenAI 探索 .NET 中的计算机视觉集成

    Cloudflare 和 OpenAI 合作进行了一项研究试点,并于 10 月 15 日分享了初步成果。该试点专注于将计算机视觉能力集成到 .NET 应用程序中,探索了图像分类、对象检测和 OCR 等各种技术。该计划还深入探讨了这些技术在生产环境中的伦理考量和实际实施。

  19. COMMENTARY · CL_297144 ·

    计算机视觉概念和实际应用的入门指南

    本文为初学者提供了计算机视觉的友好介绍,解释了其核心概念和实际应用。它涵盖了计算机如何使用像素和颜色通道表示图像,并介绍了边缘检测、图像分类、对象检测和分割等技术。作者分享了个人学习经验,并使用Python、NumPy、Matplotlib和YOLO展示了实际实验。

  20. TOOL · CL_289788 ·

    Object detection models compared for electrical substation mapping

    一篇新研究发布在arXiv上,比较了16种不同的目标检测模型在绘制电气变电站组件方面的有效性。该研究使用美国变电站图像数据集训练模型,发现RF-DETR-large模型取得了最高的性能。虽然替代能源系统被最准确地检测出来,但由于尺寸和视觉变化性,变压器和电抗器被证明更具挑战性。性能最佳的模型被应用于全国范围,在超过11,000个变电站中识别出超过22,000个组件。