YOLOAir库：多种内置yaml网络模型配置

助力YOLO论文改进 、 不同数据集涨点、创新点改进

• 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。
• 本项目包含大量的改进方式,降低改进难度,改进点包含Backbone、Neck、Head、注意力机制、IoU损失函数、NMS、Loss计算方式、自注意力机制、数据增强部分、激活函数等部分，详情可以关注 YOLOAir 的说明文档。
• 同时附带各种改进点原理及对应的代码改进方式教程，用户可根据自身情况快速排列组合，在不同的数据集上实验, 应用组合写论文, 创造自己的毕业项目！

项目地址: https://github.com/iscyy/yoloair

---

---

内置网络模型配置支持

code yaml network model configuration link

示例

YOLOX

✅ yolox n
✅ yolox tiny
✅ yolox s
✅ yolox m
✅ yolox l
✅ yolox x
✅ yolox xs
包括以YOLOX为baseline，使用其他backbone、neck、Head、模块、注意力、自注意力等改进模型…

YOLOv7

✅ yolov7
✅ yolov7-tiny
✅ yolov7-tiny-silu
✅ yolov7x
包括以YOLOv7为baseline，使用其他backbone、neck、Head、模块、注意力、自注意力等改进模型…

YOLOv5

✅ yolov5n
✅ yolov5s
✅ yolov5m
✅ yolov5l
✅ yolov5x
包括以YOLOv5为baseline，使用其他backbone、neck、Head、模块、注意力、自注意力等改进模型…

yolo_combining(修改结构baseline可选,不局限于yolov5)

…持续更新

Scaled_YOLOv4

✅ yolov4-p5
✅ yolov4-p6
✅ yolov4-p7
包括以Scaled_YOLOv4为baseline，使用其他backbone、neck、Head、模块、注意力、自注意力等改进模型…

YOLOR

✅ yolor-csp
✅ yolor-csp-x
✅ r50-csp
✅ x50-csp
✅ yolor-d6
✅ yolor-e6
✅ yolor-p6
✅ yolor-w6
✅ yolor-ssss-dwt
✅ yolor-ssss-s2d
包括以YOLOR为baseline，使用其他backbone、neck、Head、模块、注意力、自注意力等改进模型…

YOLOv3

✅ yolov3-spp
✅ yolov3-tiny
✅ yolov3
包括以YOLOv3为baseline，使用其他backbone、neck、Head、模块、注意力、自注意力等改进模型…

YOLOv4

✅ yolov4s-mish
✅ yolov4m-mish
✅ yolov4l-mish
✅ yolov4x-mish
✅ yolov4-csp
✅ csp-p6-mish
✅ csp-p7-mish
包括以YOLOv4为baseline，使用其他backbone、neck、Head、模块、注意力、自注意力等改进模型…

PicoDet

✅ PicoDet-l
✅ PicoDet-m
✅ PicoDet-s
✅ PicoDet-x …