本文内容:针对基于YOLOv8的无人机高空红外(HIT-UAV)检测算法进行性能提升,加入各个创新点做验证性试验。 1)魔改SimAM注意力,引入切片操作:mAP从原始的0.773 提升至 0.78 2)魔改SimAM高效结合卷积: mAP从原始的0.773 提升至 0.785 1.无人机高空红外数据集介绍 无人机高空红外检测数据集大小,训练集2008,验证集28
CornerNet Saccade适用于离线处理,在COCO上将CornerNet的效率提高6.0倍,AP的效率提高1.0。 CornerNet Squeeze适用于实时检测,提高了CornerNet Squeeze的流行实时检测器YOLOv3 34.4 AP的效率和准确度,相比于COCO上YOLOv3的39.0 AP,33.0 AP。这些贡献首次共同揭示了基于关键点的检测对于需要处理效率的应用的潜力。 No-Referenc...