YOLOv9有效改进专栏汇总|未来更新卷积、主干、检测头注意力机制、特征融合方式等创新！[2024/4/1]

news2024/11/25 18:46:51

专栏介绍：YOLOv9改进系列 | 包含深度学习最新创新，助力高效涨点！！！

专栏介绍

YOLOv9作为最新的YOLO系列模型，对于做目标检测的同学是必不可少的。本专栏将针对2024年最新推出的YOLOv9检测模型，使用当前流行和较新的模块进行改进。本专栏于2024年2月29日晚创建，预计四月底前加入目前大部分已出的顶会、顶刊模块。

本周末推出YOLOv9创新点项目，目前已有30+！

后期更新包含模块、卷积、检测头、损失等改进！

⭐现在入手仅$ 69.9，早入早发论文！⭐

⭐一次付费，获取以下所有更新！⭐

⭐联系QQ: 2668825911 ，欢迎交流！⭐

本项目持续更新 | 最新更新时间：2024年4月1日 | 上周更新文章11篇

周更计划说明

YOLOv9改进项目|关于上周更新计划的说明24/4/1

一、使用篇

YOLOv9魔改教程！
YOLO系列中的"yaml"文件解读
YOLOv9保姆教程，手把手教你训练、检测，快来学习吧！！
YOLOv9实例分割教程|（一）训练教程
关于YOLOv9去掉辅助分支脚本使用的一些说明
YOLOv9中train.py与train_dual.py的异同！
⭐关于YOLOv9项目中使用已有模块自由改进的教程⭐⭐关于YOLOv9项目中使用已有模块自由改进的教程⭐⭐
⭐⭐关于YOLOv9项目的使用说明。⭐⭐
更新去除辅助训练分支脚本[未开源]

二、卷积篇

YOLOv9独家改进|加入空间和通道重建卷积SCConv模块！
YOLOv9独家改进|加入可改变核卷积AKConv模块！
YOLOv9独家原创改进|增加SPD-Conv无卷积步长或池化:用于低分辨率图像和小物体的新 CNN 模块
YOLOv9有效改进|使用动态蛇形卷积Dynamic Snake Convolution
YOLOv9独家原创改进|加入幽灵卷积Ghost Convolution模块，轻量化！
YOLOv9独家原创改进|加入RT-DETR中的HGBlock!

三、注意力篇

YOLOv9有效提点|加入SE、CBAM、ECA、SimAM等几十种注意力机制（一）
YOLOv9有效提点|加入BAM、CloFormer、Reversible Column Networks、Lskblock等几十种注意力机制（二）
YOLOv9有效提点|加入BiFormer、SEA、EMA、Efficient se等几十种注意力机制（三）
YOLOv9有效提点|加入SGE、Ge、Global Context、GAM等几十种注意力机制（四）
YOLOv9有效提点|加入MobileViT 、SK 、Double Attention Networks、CoTAttention等几十种注意力机制（五）
YOLOv9有效改进|CVPR2023即插即用的到残差注意力机制iRMB

四、上/下采样算子篇

YOLOv9独家改进|使用DySample超级轻量的动态上采样算子
YOLOv9独家改进|使用HWD:Haar小波下采样模块
YOLOv9独家改进|使用CARAFE轻量级通用上采样算子

五、二次创新篇

YOLOv9独家改进|使用AKConv改进RepNCSPELAN4
YOLOv9有效改进|使用空间和通道重建卷积SCConv改进RepNCSPELAN4
YOLOv9独家改进|动态蛇形卷积Dynamic Snake Convolution与RepNCSPELAN4融合
YOLOv9独家改进|动态蛇形卷积Dynamic Snake Convolution与空间和通道重建卷积SCConv与RepNCSPELAN4融合
YOLOv9独家改进|使用HWD(小波下采样)模块改进ADown
以SE注意力机制为例与C3融合，并加入YOLOv9
以SE注意力机制为例与C2f融合，并加入YOLOv9
使用ICCV2023中的选择性注意力LSK与C2f融合
使用ICCV2023中的选择性注意力LSK与C3融合
使用大和注意力机制LSK的通道压缩-解压结构CD_LSK
使用CD_LSK与C2f融合
使用CD_LSK与C3融合
使用CD_LSK与RepNCSPELAN4融合
加入GoogLeNet中的Inceptionv3的模块
加入GoogLeNet中Inceptionv4的模块
使用GhostConv对Inceptionv3中模块进行二次创新
使用GhostConv替换Inceptionv4中的模块进行二次创新
YOLOv9有效改进|使用iRMB与RepNCSPELAN4融合