统一使用yolov5代码框架,结合不同模块来构建不同的YOLO目标检测模型,包含大量改进方式教程,改进点包含Backbone
、Neck
、Head
、注意力机制
、损失函数
、NMS
、数据增强
、激活函数
等部分。同时附带各种改进点原理及改进方式教程
,用户可根据自身情况快速排列组合,创造自己的毕业项目!
项目地址: https://github.com/iscyy/yoloair
项目作者: 芒果汁没有芒果
魔改方式教程:迪菲赫尔曼
YOLO Air算法库汇总了多种主流YOLO系列检测模型,一套代码集成多种模型:
YOLOv5 模型网络结构
YOLOv7 模型网络结构
YOLOX 网络结构
YOLOR 模型网络结构
Scaled_YOLOv4 模型网络结构
YOLOv4 模型网络结构
YOLOv3 模型网络结构
YOLO-Facev2 模型网络结构
TPH-YOLOv5 模型网络结构
YOLOv5-Lite 模型网络结构
PPYOLO 模型网络结构
PicoDet 模型网络结构
…
以上多种检测算法使用统一模型代码框架,集成在该库中,统一任务形式、统一应用方式。便于科研者用于论文算法模型改进,模型对比,实现网络组合多样化。
工程算法部署落地更便捷,包含轻量化模型和精度更高的模型,根据场景合理选择,在精度和速度俩个方面取得平衡。同时该库支持解耦不同的结构和模块组件,让模块组件化,通过组合不同的模块组件,用户可以根据不同数据集或不同业务场景自行定制化构建不同检测模型。
CSPDarkNet
、ConvNext
、RepBlock系列
,ResNet系列
、Transformer系列
、ShuffleNet系列
、Ghost系列
、MobileNet系列
、RepLKNet系列
、持续更新中
FPN
、PANet
、BiFPN
、持续更新中
YOLOv5 Detect
;YOLOX的解耦合检测头Decoupled Head
;自适应空间特征融合ASFF Head等检测头
;隐式知识 Implicit Head等检测头
;Detectv7 Head、IAuxDetect Head等YOLOv7类型检测头
;SE
、CBAM
、CA
、GAM
、ECA
、持续更新中
CIoU
、DIoU
、GIoU
、EIoU
、SIoU
、alpha IOU
NMS
、Merge-NMS
、DIoU-NMS
、Soft-NMS
Mosaic
、Copy paste
、Random affine(Rotation, Scale, Translation and Shear)
、MixUp
、Augment HSV(Hue, Saturation, Value
、Random horizontal flip
SiLU
、Tanh
、Sigmoid
、ReLU
、LeakyReLU
、Hardswish
、Mish
、FReLU
、AconC
、MetaAconC
以上组件模块使用统一模型代码框架、统一任务形式、统一应用方式,模块组件化 可以帮助用户自定义快速组合Backbone、Neck、Head,使得网络模型多样化,助力科研改进检测算法,构建更强大的网络模型。
1.手把手带你调参Yolo v5 (v6.1)(一)强烈推荐
2.手把手带你调参Yolo v5 (v6.1)(二)
3.如何快速使用自己的数据集训练Yolov5模型
4.手把手带你Yolov5 (v6.1)添加注意力机制(一)(并附上30多种顶会Attention原理图)
5.手把手带你Yolov5 (v6.1)添加注意力机制(二)(在C3模块中加入注意力机制)
6.Yolov5如何更换激活函数?
7.Yolov5 (v6.1)数据增强方式解析
8.Yolov5更换上采样方式( 最近邻 / 双线性 / 双立方 / 三线性 / 转置卷积)
9.Yolov5如何更换EIOU / alpha IOU / SIoU?
10.Yolov5更换主干网络之《旷视轻量化卷积神经网络ShuffleNetv2》
11.YOLOv5应用轻量级通用上采样算子CARAFE
12.YOLOv5_最新MobileOne结构换Backbone修改
13.Swin Transformer结构的修改
14.PicoDet结构的修改
15.更多模块详细解释持续更新中。。。
欢迎大家点赞评论收藏