首页 > 其他分享 >【YOLO11改进 - 注意力机制】添加YOLO-Face提出的SEAM注意力,提高遮挡情况下的特征学习能力

【YOLO11改进 - 注意力机制】添加YOLO-Face提出的SEAM注意力,提高遮挡情况下的特征学习能力

时间:2024-11-09 11:16:14浏览次数:5  
标签:实战 YOLO11 检测 YOLO 案例 改进 创新 YOLOv11 注意力

YOLOv11目标检测创新改进与实战案例专栏

文章目录: YOLOv11创新改进系列及项目实战目录 包含卷积,主干 注意力,检测头等创新机制 以及 各种目标检测分割项目实战案例

专栏链接: YOLOv11目标检测创新改进与实战案例

在这里插入图片描述

文章目录

介绍

image-20241108153948904

摘要

近年来,基于深度学习的人脸检测算法已取得重大进展。这些算法通常可分为两类,即二阶段检测器如Faster R-CNN和单阶段检测器如YOLO。由于在精度

标签:实战,YOLO11,检测,YOLO,案例,改进,创新,YOLOv11,注意力
From: https://blog.csdn.net/shangyanaf/article/details/143628628

相关文章