Baseline进阶思路：提升YOLO模型性能 - 飞书文档
https://docs.feishu.cn/v/wiki/LiZswOp27ieilak4suRcYI9Knlf/a6One-Stage模型，如YOLO（You Only Look Once）和SSD（Single Shot Detection），直接在单次网络评估中预测图像中所有物体的类别和位置信息。这种方法的优点是速度快，适合实时应用 ...
飞搜侠
热门搜索
YOLO的训练日志如何查看？ - 飞书文档
https://docs.feishu.cn/v/wiki/KnKhwLbeHiLMo4k7FSncw7iwnCe/a7YOLO 模型介绍 · YOLO算法的一个显著特点是它在单个网络评估中同时预测多个边界框和类别概率，而不是像传统的滑动窗口方法那样多次评估。 · YOLO使用一个卷积神经网络（CNN）来 ...
如何提高YOLO模型的泛化能力？ - 飞书文档
https://docs.feishu.cn/v/wiki/Q6HTweMO9iki6WkkqfhcskkNnks/aaYOLO 模型的训练设置包括多种超参数和配置，这些设置会影响模型的性能、速度和准确性。微调涉及采用预先训练的模型并调整其参数以提高特定任务或数据集的性能。该过程也称为 ...
Task2：建模方案解读与进阶 - OPEN 1+X AI通识课 - 飞书
https://datawhaler.feishu.cn/wiki/LiZswOp27ieilak4suRcYI9Knlf教程贡献者说： 继我们在Task1中完成了YOLO基础实践之后，现在我们将进一步探索YOLO算法。我们将掌握YOLO在实际项目中的应用，包括数据集准备、模型训练、评估和部署。
城市管理违规行为检测竞赛中，怎样解读YOLO模型的训练日志？
https://docs.feishu.cn/v/wiki/CwJ7wkrI2iP56xknQlRc4cxRnpg/ag来精读一下baseline代码 · box\_loss 是边界框回归损失，用于评估预测的边界框与真实边界框之间的差异。 · cls\_loss 是分类损失，用于评估类别预测的准确性。 · dfl\_loss 是 ...
YOLO模型训练：设置关键参数提升性能 - 飞书文档
https://docs.feishu.cn/v/wiki/QsfywZnYri70rbkIcUCcGUD8nvf/a2在之前我们学习了YOLO 模型的基础使用，接下来将学习进阶的知识。 同样的 ... 您可以根据模型评估重新训练模型，以获得最佳结果。 通常，在初始训练时期，学习 ...
飞书云文档
https://datawhaler.feishu.cn/wiki/KnKhwLbeHiLMo4k7FSncw7iwnCe教程贡献者说： 继我们在Task1中完成了YOLO基础实践之后，现在我们将进一步探索YOLO算法。我们将掌握YOLO在实际项目中的应用，包括数据集准备、模型训练、评估和部署。
解析YOLO模型在凭证篡改检测中的作用 - 飞书文档
https://docs.feishu.cn/v/wiki/KovEwSWRjisOzfkPgpGcB2Sin5y/a4将会发布大规模的凭证篡改数据集，参赛队伍在给定的大规模篡改数据集上进行模型研发，同时给出对应的测试集用于评估算法模型的有效性。 Step1：报名赛事！(点击即可跳转). 赛事 ...
基于YOLO的物体检测模型基准测试 - 飞书文档
https://docs.feishu.cn/v/wiki/LPYxwBb7jiqIytkb0yocjg3unpg/a8... 评估大型语言模型、向量数据库和提示。它允许开发人员使用代码、笔记本和本地Playground 进行评估。开发人员可以使用几行代码在不同的模型之间测试提示和参数。
YOLO模型如何革新Siriraj医院中心母细胞计数 - 飞书文档
https://docs.feishu.cn/v/wiki/BToIwc0s1izZj1k9aHactpU6nze/a4例如，在淋巴瘤的诊断和治疗过程中，中心母细胞的数量是一个重要的指标。通过使用YOLO模型进行准确的细胞计数，医生可以更好地评估患者的病情，制定更合理的治疗方案。