Friki Work

Optimización del Backbone de YOLOv26 con Bloques de Cuello de Botella Invertidos para una Extracción de Características Ligera En la detección de objetos, la búsqueda de un equilibrio entre una alta precisión y una complejidad de modelo reducida es un área central de investigación. Mientras que las estructuras de cuello de botella residual trad ...

Introducción Los sistemas de inspección de rayos X son fundamentales en el control de seguridad de aeropuertos, estaciones de tren y edificios públicos. Tradicionalmente, la identificación de artículos peligrosos depende de la inspección visual humana, lo que conlleva fatiga operadora y riesgo de error. Este artículo describe la implementación ...

Este proyecto se enfoca en el desarrollo de un sistema avanzado para la identificación y clasificación inteligente de la madurez de plátanos, utilizando tecnologías de aprendizaje profundo y desarrollo web. La base del sistema es la serie de modelos de detección de objetos YOLO (incluyendo YOLOv8, v10, v11 y v12), que permiten un análisis rápid ...

Introudcción al problema La identificación precisa de luces de boyas marítimas presenta desafíos significativos debido a condiciones ambientales variables como cambios de iluminación, niebla, lluvia y fondos complejos. Los métodos tradicionales basados en características manuales como HOG o SIFT tienen limitaciones en robustez y escalabilidad. ...

Single Shot MultiBox Detection (SSD) en PyTorch El modelo Single Shot MultiBox Detection (SSD) es una arquitectura eficiente para la detección de objetos, que utiliza una red base para extraer características y bloques de características multiescala para manejar objetos de diferentes tamaños. A continuación, se detalla su implementación y algun ...

Introducción En las líneas de ensamblaje de smartphones, la inspección de componentes plantea desafíos críticos: alta velocidad, precisión milimétrica y operación continua. Los sistemas de visión artificial modernos deben resolver estos requisitos simultáneamente. DAMO-YOLO representa una solución particularmente efectiva, combinando detección ...

Introducción a Yolo_Label Yolo_Label es una herramienta de interfaz gráfica especializada para crear anotaciones de cajas delimitadoras en imágenes, diseñada para el entrenamiento de redes neuronales con el algoritmo YOLO. Ofrece un flujo de trabajo simplificado para generar conjuntos de datos de alta precisión en proyectos de aprendizaje profu ...

Introducción a la Detección de Comportamiento en el Aula La integración de la inteligencia artificial y el análisis de macrodatos en los sistemas educativos ha transformado la gestión del aula y la evaluación del rendimiento académico. La detección de comportamiento estudiantil mediante visión por computadora ofrece una perspectiva cuantitativa ...

Introducción a MindYOLO MindYOLO es una caja de herramientas para algoritmos de la serie YOLO, construida sobre el framework MindSpore. Este paquete integra modelos aavnzados de detección de objetos en tiempo real, proporcionando una interfaz estandarizada para experimentación y desarrollo. Soporta múltiples veersiones de YOLO, incluyendo YOLOv ...

Este conjunto de datos está diseñado para el entrenamiento de modelos de detección de objetos en imágenes capturadas por drones sobre cuerpos de agua. Contiene 4,487 imágenes anotadas con cinco categorías de desechos plásticos flotantes: otros plásticos, bolsas de plástico, botellas de plástico, vasos de plástico y envoltorios de plático. Las a ...