健行科技大學eclass易課平台
×
登入
回學校
健行科技大學 首頁
招生資訊
電資學院
工程學院
商管學院
民生創意學院
通識教育中心
手機版
系統教學
功能特色
線上教學
翻轉教學應用分享
開放課程
位置:
AI應用
>
教材
>
YOLO26在Colab Python上試做畫面分割、姿態檢測與隨機狗辨識
> 回應列表
安文
YOLO26/ultralytics有提供哪些不同功能的模型?
1 天前
1 樓
顯示先前的回應
10 則當中的 3 則
D11333017
1. 物件偵測(Detect)2. 實例分割(Segment)3. 影像分類(Classify)4. 姿態估計(Pose)5. 旋轉框偵測(OBB)
每種任務都有 n / s / m / l / x 五種尺寸,加上開放詞彙版本,共 25 個預訓練模型。
1 天前
2 樓
d11433010
物件偵測 (Detect)/實例分割 (Segment)/姿態估計 (Pose)/影像分類 (Classify)/旋轉框偵測 (OBB)。
1 天前
3 樓
D11433019
1. 核心任務模型:1.物體檢測2.實例分割3.姿勢估計 4.旋轉框檢測 5.圖像分類
2. 特殊擴展模型:1.YOLOE-26 Open-Vocabulary (開放詞彙模型).2.多目標追蹤 (Multi-Object Tracking)
1 天前
4 樓
D11433001
YOLO26/Ultralytics 提供目標檢測、實例分割、人體姿態估計和圖像分類四種功能模型。
1 天前
5 樓
D11433020
簡單來說,Ultralytics YOLO26 主要提供以下五種功能的模型:
目標檢測 (Detect):找出物體的位置並畫框(如:看到這有一台車)。
實例分割 (Segment):精確勾勒物體的輪廓(如:把車子的形狀塗滿)。
姿態估計 (Pose):偵測人體關節點(如:手肘、膝蓋的位置)。
影像分類 (Classify):判斷整張圖是什麼(如:這是一張風景照)。
旋轉框檢測 (OBB):偵測傾斜的物體(如:空拍圖中斜放的飛機)。
1 天前
6 樓
D11333020
物件偵測 (Detect)/實例分割 (Segment)/姿態估計 (Pose)/影像分類 (Classify)/旋轉框偵測 (OBB)
1 天前
7 樓
D11333014
物件偵測、實例分割、姿態估計、影像分類、多目標追蹤、旋轉框偵測、彈性的模型規模
1 天前
8 樓
D11333035
物件偵測 (Detect)/實例分割 (Segment)/姿態估計 (Pose)/影像分類 (Classify)/旋轉框偵測 (OBB)
8 樓
D1133301414 分鐘前
物件偵測、實例分割、姿態估計、影像分類、多目標追蹤、旋轉框偵測、彈性的模型規模
1 天前
9 樓
D11333034
物件偵測、實例分割、姿態估計、影像分類、多目標追蹤、旋轉框偵測、彈性的模型規模
1 天前
10 樓
D11213018
物件偵測、實例分割、姿態估計、影像分類、多目標追蹤、旋轉框偵測、彈性的模型規模
14 小時前
11 樓