文章 2024-12-19 来自:开发者社区

X-AnyLabeling:开源的 AI 图像标注工具,支持多种标注样式,适于目标检测、图像分割等不同场景

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日跟你分享最新的 AI 资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦! 微信公众号|搜一搜:蚝油菜花 快速阅读 功能:支持多种标注样式,如矩形框、多边形、旋转框等,适用于目标检测、图像分割等任务。 技术:集成多种深度学习模型,如YOLO系列、RT-DETR系列,支持视觉-文本提示融合。 ...

X-AnyLabeling:开源的 AI 图像标注工具,支持多种标注样式,适于目标检测、图像分割等不同场景
文章 2024-09-08 来自:开发者社区

AI计算机视觉笔记十八:Swin Transformer目标检测环境搭建

若该文为原创文章,转载请注明原文出处。 Swin Transformer是做什么的这里不做介绍,主要是记录下学习的全过程,Swin Transformer在搭建和训练的过程中,折腾了很久,主要是在折腾环境。 一、AutoDL租用实例 个人没有GPU电脑,使用的是租的,平台是AutoDL。 GPU使的是RTX 2080Ti,一小时0.88元,整个过程大概3-5小时,很划算。实例创建过程自行...

AI计算机视觉笔记十八:Swin Transformer目标检测环境搭建
文章 2024-09-01 来自:开发者社区

AI计算机视觉笔记十一:yolo5+Deepsort实现目标检测与跟踪(CPU版)

一、DeepSORT简介 DeepSORT 是一种计算机视觉跟踪算法,用于在为每个对象分配 ID 的同时跟踪对象。DeepSORT 是 SORT(简单在线实时跟踪)算法的扩展。DeepSORT 将深度学习引入到 SORT 算法中,通过添加外观描述符来减少身份切换,从而提高跟踪效率。 这是提供两个demo,一是跟踪计数人员;二是车辆计数跟踪; 二、环境搭建 本人没有GPU的电脑,所以修改...

AI计算机视觉笔记十一:yolo5+Deepsort实现目标检测与跟踪(CPU版)
文章 2024-02-21 来自:开发者社区

太强!AI没有落下的腾讯出YOLO-World爆款 | 开集目标检测速度提升20倍,效果不减

YOLO系列检测器已将自己确立为高效实用的工具。然而,它们依赖于预定义和训练的物体类别,这在开放场景中限制了它们的适用性。针对这一限制,作者引入了YOLO-World,这是一种创新的方法,通过视觉语言建模和在大型数据集上的预训练,将YOLO与开集检测能力相结合。具体来说,作者提出了一种新的可重参化的视觉语言路径聚合网络(RepVL-PAN)和区域文本对比损失,以促进视觉和语言信息之间的交互。作者....

太强!AI没有落下的腾讯出YOLO-World爆款 | 开集目标检测速度提升20倍,效果不减
文章 2023-12-19 来自:开发者社区

极智AI | 目标检测实现分享四:详解YOLOv4算法实现

大家好,我是极智视界,本文详细介绍一下 YOLOv4 算法的设计与实践,实践部分包括 darknet 与 pytorch。本文是目标检测类算法实现分享的第四篇,前面已经写过三篇,感兴趣的同学可以查阅:(1) 《【模型训练】目标检测实现分享一:详解 YOLOv1 算法实现》;(2) 《【模型训练】目标检测实现分享二:听说克莱今天复出了?详解 YOLOv2 算法与克莱检测》;(3) 《【模型训练】目....

极智AI | 目标检测实现分享四:详解YOLOv4算法实现
文章 2023-12-19 来自:开发者社区

极智AI | 目标检测实现分享三:详解YOLOv3算法实现

大家好,我是极智视界,本文详细介绍一下 YOLOv3 算法的设计与实践。本文是目标检测类算法实现分享的第三篇,前面已经写过两篇,感兴趣的同学可以查阅:(1) 《【模型训练】目标检测实现分享一:详解 YOLOv1 算法实现》;(2) 《【模型训练】目标检测实现分享二:听说克莱今天复出了?详解 YOLOv2 算法与克莱检测》;YOLOv3 是 YOLO 系列的第三个版本,在论文 《YOLOv3:An....

极智AI | 目标检测实现分享三:详解YOLOv3算法实现
文章 2023-12-19 来自:开发者社区

极智AI | 目标检测实现分享二:听说克莱今天复出了?详解YOLOv2算法与克莱检测

大家好,我是极智视界,本文详细介绍一下 YOLOv2 算法的设计与实现,包括训练。本文是目标检测类算法实现分享的第二篇,之前已经写过一篇:(1) 《【模型训练】目标检测实现分享一:详解 YOLOv1 算法实现》;从名字就可以看出 YOLOv2 是在 YOLOv1 的基础上的改进版,在论文《YOLO9000: Better, Faster, Stronger》中提出,同时提出了 YOLO9000 ....

极智AI | 目标检测实现分享二:听说克莱今天复出了?详解YOLOv2算法与克莱检测
文章 2023-12-19 来自:开发者社区

极智AI | 目标检测实现分享一:详解YOLOv1算法实现

大家好,我是极智视界,本文详细介绍一下 YOLOv1 算法的设计与实现,包括训练。本文是目标检测类算法实现分享的第一篇,从 用回归做物体检测 算法开山鼻祖 YOLOv1 讲起。YOLO (You Only Look Once) 是充满艺术性和实用性的算法系列,而 YOLOv1 是个开头,在论文《You Only Look Once:Unified, Real-Time Object Detect....

极智AI | 目标检测实现分享一:详解YOLOv1算法实现
文章 2023-05-15 来自:开发者社区

7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测(2)

推荐:39 亿参数模型公开可用,采样速度 7 倍提升,残差量化生成图片入选 CVPR'22。论文 4:Exploring Plain Vision Transformer Backbones for Object Detection作者:Yanghao Li 、 Hanzi Mao 等论文链接:https://arxiv.org/pdf/2203.16527.pdf摘要:在这项工作中,何恺明等研....

7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测(2)
文章 2023-05-15 来自:开发者社区

7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测(1)

本周论文包括谷歌放出下一代 AI 架构 Pathways 论文;何恺明组最新论文等研究。目录Training-free Transformer Architecture Search PATHWAYS: ASYNCHRONOUS DISTRIBUTED DATAFLOW FOR ML Autoregressive Image Generation using Residual Quantizat....

7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测(1)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

{"cardStyle":"productCardStyle","productCode":"aliyun","productCardInfo":{"productTitle":"阿里云 AI","productDescription":"从 AI 应用构建,模型部署到训练,一站式了解阿里云经典的 AI 应用场景和解决方案。","productContentLink":"https://www.aliyun.com/solution/tech-solution/ai","isDisplayProductIcon":true,"productButton1":{"productButtonText":"查看详情","productButtonLink":"https://www.aliyun.com/solution/tech-solution/ai"},"productButton2":{"productButtonText":"联系 AI 专家","productButtonLink":"https://page.aliyun.com/form/act933288178/index.htm?spm=5176.29311086.J_RY_4Q8--sru4dMV7o3lqS.2.22ec5297YL7w86"},"productButton3":{"productButtonText":"立即体验","productButtonLink":"https://bailian.console.aliyun.com/?spm=5176.28326591.0.0.56136ee1bpor89#/efm/model_experience_center"},"productPromotionInfoBlock":[{"$id":"0","productPromotionGroupingTitle":"热门体验","productPromotionInfoFirstText":"文生文应用","productPromotionInfoFirstLink":"https://bailian.console.aliyun.com/?spm=5176.29311086.J__xR9sQs7AmaTHLBTgN3VS.1.22ec52978mJi5p#/home","productPromotionInfoSecondText":"文生图应用","productPromotionInfoSecondLink":"https://bailian.console.aliyun.com/?spm=5176.29311086.J__xR9sQs7AmaTHLBTgN3VS.2.22ec52978mJi5p#/efm/model_experience_center?modelId=wanx-v1"},{"$id":"1","productPromotionGroupingTitle":"热门产品","productPromotionInfoFirstText":"大模型服务平台百炼","productPromotionInfoFirstLink":"https://www.aliyun.com/product/bailian","productPromotionInfoSecondText":"人工智能平台 PAI","productPromotionInfoSecondLink":"https://www.aliyun.com/product/bigdata/learn"},{"$id":"2","productPromotionGroupingTitle":"技术解决方案","productPromotionInfoFirstText":"向量检索与通义千问搭建专属问答服务","productPromotionInfoFirstLink":"https://www.aliyun.com/solution/tech-solution/dashvector","productPromotionInfoSecondText":"创意加速器:AI 绘画创作","productPromotionInfoSecondLink":"https://www.aliyun.com/solution/tech-solution/tongyi-wanxiang"},{"$id":"3","productPromotionGroupingTitle":"热门模型","productPromotionInfoFirstText":"通义千问","productPromotionInfoFirstLink":"https://tongyi.aliyun.com","productPromotionInfoSecondText":"通义万相","productPromotionInfoSecondLink":"https://tongyi.aliyun.com/wanxiang"}],"isOfficialLogo":false},"activityCardInfo":{"activityTitle":"","activityDescription":"","cardContentBackgroundMode":"LightMode","activityContentBackgroundImageLink":"","activityCardBottomInfoSelect":"activityPromotionInfoBlock","activityPromotionInfoBlock":[]}}

人工智能平台PAI

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

+关注