《目标检测YOLO改进指南》目录
本目录为目标检测YOLO改进指南专栏目录
,均为全网独家首发。
重点
:
使用专栏博文提供的YOLOv5、YOLOv7等结合 Centralized集中特征金字塔、RepLKDeXt结构、ODConv结构、DOD结构、CSPNeXt结构、v7trans小目标检测层等
提供的合理构建搭配
这几天均有不少同学
反应和我说已经在自己的数据集上有效涨点啦!!
包括COCO数据集也能涨点,这真的很香啊!!而且配置都是首发更新的, 写的人不多
专栏内容有疑问的 可以主动私信我
,(因为每天主动私信次数只有5次,所以没法一一私聊大家)
下面链接为《目标检测YOLO改进指南》
专栏内容,还在持续更新中,(没有明确说明完结了,那就是还在更新的状态)
所以敲重点:专栏还是持续更新中的状态
部分博客还要更新完善(规划是每周2-3篇,一些超前放出来了,所以后续完善)
文章目录
-
- 《目标检测YOLO改进指南》目录
-
- 一、专栏地址
- 二、文章详细目录
- 三、购买须知
- 四、涨点例子
一、专栏地址
本专栏为YOLO改进指南专栏
,均为全网独家首发,文章质量较高
https://blog.csdn.net/qq_38668236/category_12042244.html
二、文章详细目录
其中均适用于基于 YOLOv5
和 YOLOv7
的2个主流模型改进
- 标题为
改进YOLOv5系列
的 也适用于 YOLOv7
- 标题为
改进YOLOv7系列
的 也适用于 YOLOv5
数据集涨点博文!!!
- ☁️:改进YOLOv7系列:首发最新结合多种X-Transformer结构新增小目标检测层,让YOLO目标检测任务中的小目标无处遁形
- ☁️:改进YOLOv7系列:结合Adaptively Spatial Feature Fusion自适应空间特征融合结构,提高特征尺度不变性
- ☁️:改进YOLOv5系列:首发结合最新Extended efficient Layer Aggregation Networks结构,高效的聚合网络设计,提升性能
- ☁️:改进YOLOv5系列:首发结合最新CSPNeXt主干结构(适用YOLOv7),高性能,低延时的单阶段目标检测器主干,通过COCO数据集验证高效涨点
- ☁️:改进YOLOv7系列:最新结合DO-DConv卷积、Slim范式提高性能涨点,打造高性能检测器
- ☁️:改进YOLOv5系列:30.结合最新即插即用的动态卷积ODConv
- ☁️:改进YOLOv7系列:首发结合最新Transformer视觉模型MOAT结构:交替移动卷积和注意力带来强大的Transformer视觉模型,超强的提升
- ☁️:改进YOLOv7系列:首发结合最新Centralized Feature Pyramid集中特征金字塔,通过COCO数据集验证强势涨点
- ☁️:改进YOLOv5系列:首发结合 RepLKNet 构建 最新 RepLKDeXt 结构|CVPR2022 超大卷积核, 越大越暴力,大到31x31, 涨点高效
- ☁️:改进YOLOv5系列:4.YOLOv5_最新MobileOne结构换Backbone修改,超轻量型架构,移动端仅需1ms推理!苹果最新移动端高效主干网络
- ☁️:改进YOLOv7系列:最新HorNet结合YOLOv7应用! | 新增 HorBc结构,多种搭配,即插即用 | Backbone主干、递归门控卷积的高效高阶空间交互
- ☁️:改进YOLOv5系列:6.修改Soft-NMS,Soft-CIoUNMS,Soft-SIoUNMS,Soft-DIoUNMS,Soft-EIoUNMS,Soft-GIoUNMS…
- ☁️:改进YOLOv5系列:7.改进DIoU-NMS,SIoU-NMS,EIoU-NMS,CIoU-NMS,GIoU-NMS
- ☁️:改进YOLOv7系列:YOLOv7_最新MobileOne重参数化结构,苹果最新移动端高效Backbone主干网络模型,超轻量型架构
- ☁️:改进YOLOv5系列:最新HorNet结合YOLOv5应用! | 多种搭配,即插即用 | Backbone主干、递归门控卷积的高效高阶空间交互,新增 HorBc结构
还在持续更新中!!!
三、购买须知
官方要求:
购买须知本专栏为图文内容,最终完结不会低于15篇文章。✅
订阅专栏,享有专栏所有文章阅读权限。✅
本专栏为虚拟产品,一经付款概不退款,敬请谅解。✅
除了以上官方的规则以外,其他的 服务or规则 为博主提供的,博主具有最终解释权。✅
四、涨点例子
这几天均有不少同学
反应和我说已经在自己的数据集上有效涨点啦!!
包括COCO数据集也能涨点,配置都是首发更新的。