YOLOv5/v7 改进实战 | 目录 | 使用教程
本专栏包含超多YOLO
算法改进使用教程;全专栏阅读量50 w+
,改进YOLO
必看教程,所有改进都提供详细手把手教程,欢迎大家订阅~
专栏地址:点击跳转
整体目录如下:
使用教程系列
-
手把手带你调参YOLOv5 (v5.0-v7.0)(推理)🌟强烈推荐
-
手把手带你调参YOLOv5 (v5.0-v7.0)(训练)🚀
-
手把手带你调参YOLOv5 (v5.0-v7.0)(验证)
-
简单三步 用YOLOv5快速训练自己的数据集
-
YOLOv5/v7 数据增强方式解析
改进系列
-
手把手带你YOLOv5/v7 (v5.0-v7.0)添加注意力机制(一)(并附上30多种顶会Attention原理图)🌟强烈推荐🍀新增9种
-
手把手带你YOLOv5/v7 (v5.0-v7.0)添加注意力机制(二)(在C3模块中加入注意力机制)
-
YOLOv5/v7 如何更换激活函数?
-
YOLOv5 如何更换BiFPN?
-
YOLOv7 如何更换BiFPN?
-
YOLOv5/v7 更换上采样方式( 最近邻 / 双线性 / 双立方 / 三线性 / 转置卷积)
-
YOLOv5/v7 应用轻量级通用上采样算子CARAFE
-
空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC🚀
-
用于低分辨率图像和小物体的模块SPD-Conv
-
GSConv+Slim-neck 减轻模型的复杂度同时提升精度
-
头部解耦 | 将YOLOX解耦头添加到YOLOv5 | 涨点杀器
-
Stand-Alone Self-Attention | 搭建纯注意力FPN+PAN结构
-
改进YOLOv5/v7 | 引入密集连接卷积网络DenseNet思想 | 搭建密集连接模块
-
YOLOv5/v7 引入 最新 BiFusion Neck
-
YOLOv5/v7 引入 YOLOv8 的 C2f 模块
-
YOLOv5/v7 引入 RepVGG 重参数化模块
-
在 C3 模块中添加【SE】【CBAM】【 ECA 】【CA】注意力机制 | 附详细结构图🍀
-
在 C3 模块中添加【SimAM】【CoTAttention】【SKAttention】【DoubleAttention】注意力机制 | 附详细结构图🍀
-
在 C3 模块中添加【EffectiveSE】【GlobalContext】【GatherExcite】【MHSA】注意力机制 | 附详细结构图🍀
-
在 C3 模块中添加【Triplet】【SpatialGroupEnhance】【NAM】【S2】注意力机制 | 附详细结构图🍀
更换骨干网络系列
- YOLOv5/v7 更换骨干网络之 PP-LCNet
- YOLOv5/v7 更换骨干网络之 EfficientNet-B0
- YOLOv5/v7 更换骨干网络之 MobileNet V3
- YOLOv5/v7 更换骨干网络之 GhostNet
- YOLOv5/v7 更换骨干网络之 ShuffleNetv2
- YOLOv5/v7 更换骨干网络之 SwinTransformer🍀