YOLOv12
PulseAugur coverage of YOLOv12 — every cluster mentioning YOLOv12 across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的 YolovN-CBi 架构增强了小型无人机的实时检测能力
研究人员开发了一种名为 YolovN-CBi 的新型轻量级架构，专为实时检测小型无人机 (UAV) 而设计。该架构集成了卷积块注意力模块 (CBAM) 和双向特征金字塔网络 (BiFPN)，以增强对小型目标的检测能力。在基准数据集和自定义本地数据集上的评估表明，Yolov5-CBi 变体在小型目标检测的速度-准确性权衡方面优于 YOLOv8 和 YOLOv12 等较新的 YOLO 版本。此外，使用知识蒸馏创建的 CBi 架构的蒸馏版本…
-
新的FD-CanKD框架提高了紧凑型目标检测器的准确性
研究人员开发了一个名为FD-CanKD的新知识蒸馏框架，旨在提高紧凑型目标检测器的准确性，同时不增加其参数数量。该方法在多个层面将知识从较大的教师模型转移到较小的学生模型：预测、上下文和频率。在COCO数据集上的实验表明，FD-CanKD可以显著提升紧凑型检测器的性能，在微调后达到48.87 mAP50:95的平均精度均值，而学生模型在训练后尺寸保持不变。
-
TriView-YOLO模型提升了在复杂土壤条件下空洞的检测能力
研究人员开发了TriView-YOLO，这是一种新颖的深度学习模型，旨在检测具有挑战性的软土高含水量土壤中的地下空洞。该模型采用多视图融合方法，整合了探地雷达数据的三个不同视角，以提高检测精度。TriView-YOLO主要在泰国曼谷的路面调查中进行了测试，平均精度均值（mAP50）达到0.558，证明了其在传统方法难以应对的条件下的有效性。
-
TriView-YOLO模型采用多视图融合技术检测困难土壤中的空腔
研究人员开发了TriView-YOLO，这是一种新颖的深度学习模型，旨在检测具有挑战性土壤条件下的地下空腔。该模型采用多视图方法，融合了三个不同的雷达扫描视角，以提高在传统方法难以应对的软土高含水层中的检测精度。TriView-YOLO主要在泰国曼谷的数据集上进行训练，在专门的测试集上取得了0.558的平均精度均值（mAP50），证明了其融合输入策略的有效性。
-
新的C-Norm方法提升了AI在医学细胞图像识别中的准确性
研究人员开发了一种名为细胞分布归一化（C-Norm）的新方法，以提高AI模型在医学细胞图像识别方面的准确性，特别是用于宫颈癌筛查的ThinPrep细胞学检测。C-Norm通过解耦和重新合成细胞分布以确保均匀性，解决了细胞群体不平衡和高质量标注数据稀缺带来的局限性。所提出的框架将YOLOv12检测模型与DINOv3模块集成，实现了超越现有检测算法的先进性能。
-
新的C-Norm AI方法提高了宫颈癌细胞检测的准确性
研究人员开发了一种名为细胞分布归一化（C-Norm）的新方法，以提高AI模型在医学细胞图像中检测宫颈癌的准确性。该技术解决了图像中细胞分布不均和高质量标注数据稀缺等挑战。通过将C-Norm与YOLOv12框架和DINOv3模块集成，该系统旨在增强对细胞形态细微之处的精确识别，并在实验中优于现有的检测算法。
-
新流程增强了从合成到真实域目标检测的自适应能力
研究人员开发了一个名为SmartSDG的新流程，该流程基于NVIDIA Isaac Sim并利用基于物理的着色（PBS），以改进目标检测模型从合成数据到真实世界数据的迁移。这项研究涉及使用YOLOv12框架进行的18次对照实验，发现复杂的间接照明和多样的背景显著增强了视觉线索的丰富性。研究结果表明，避免直接镜面高光可以保留重要的表面纹理，从而减小域间隙并提高模型在工业自动化中的性能。
-
新流程改进了用于目标检测的合成到真实域自适应
研究人员开发了一个名为 SmartSDG 的新流程，该流程基于 NVIDIA Isaac Sim 并利用基于物理的着色 (PBS)，以改进目标检测模型从合成数据到真实世界数据的迁移。通过使用 YOLOv12 框架和名为 ILLUM_INTRUCK 的新数据集进行的 18 项实验，他们发现复杂的间接照明和多变的背景增强了视觉线索。他们的研究结果表明，避免直接镜面高光可以保留表面纹理，减小域间隙，并提高工业自动化中目标检测的鲁棒性。
-
新的Voronoi图方法创建鲁棒的对抗性伪装
研究人员开发了一种使用Voronoi图创建对抗性伪装图案的新方法，该方法优化了可打印、结构化图案的种子点位置。与逐像素的对抗性斑块相比，该技术旨在更具视觉可信度和计算效率。在对使用COCO数据集的人员检测进行测试时，该伪装显著降低了检测器的性能，甚至可以通过YOLOv9到YOLOv12等不同检测器家族进行迁移。
-
YOLOv12模型自动化网线线芯颜色验证
研究人员开发了一个新系统，使用YOLOv12目标检测模型来自动化生产过程中网线线芯颜色顺序的验证。这种AI驱动的方法分析连接器的微观图像，实现了约99%和98%的高精度和召回率。该系统旨在通过消除手动检查的需求，减少制造中的错误并提高效率。
-
新AI模型检测马眼眨眼用于福利评估
研究人员开发并评估了三种从视频片段自动检测和分类马眼眨动的方法。这些方法包括一个YOLOv12检测器、一种光流方法和一个微调的VideoMAE模型，旨在识别表明马匹疼痛或压力的细微表情。该研究在眨眼分类方面达到了0.898的宏观F1分数，在眨眼检测方面达到了0.926，展示了自动化马匹福利监测的潜力。
-
AI模型通过优化资源分配和早期检测来应对野火
两篇新的研究论文详细介绍了用于优化野火扑灭和检测的AI应用。其中一篇论文介绍了一个预测性和规范性AI模型，该模型使用整数优化和一种新颖的branch-and-price-and-cut算法来联合优化人员分配和野火扑灭。另一篇论文提出了WildfireVLM，这是一个AI框架，它将卫星图像分析与多模态大型语言模型相结合，用于早期野火检测、风险评估和响应建议。
-
深度学习系统使用YOLO模型检测火灾出口吸烟
一篇研究论文详细介绍了一个用于通过闭路电视监控在火灾出口区域进行实时吸烟检测的深度学习系统。该研究评估了YOLOv8、YOLOv11和YOLOv12，开发了一个定制的YOLOv8衍生模型，该模型实现了78.90%的召回率和83.70%的mAP。在边缘设备上的性能测试表明，该系统适用于时间敏感的操作，Jetson Xavier NX每秒推理处理数据在52到97毫秒之间。
-
AI系统NPLB通过实时自适应交通信号增强行人安全
研究人员开发了一个名为“不让一位行人掉队”（No Pedestrian Left Behind, NPLB）的新系统，旨在提高交通信号灯处的行人安全。NPLB利用弱势道路使用者（VRUs）的实时检测和跟踪来调整信号时序，在必要时延长过街相位。评估显示，VRU安全性得到显著改善，降低了行人因信号灯变化而滞留的比例。