YOLO系列模型改进指南

YOLO系列模型改进指南

目前包含yolov5,yolov7,yolov8模型的众多改进方案(都是B站视频教学和附带源码),效果因数据集和参数而定,仅供参考。
如果需要改进模型,建议baseline和改进模型也不要载入预训练权重,不然的话,他们的起跑点不一样,没法做到公平对比。

改进指南

YOLOV5

1. 添加YOLOV8中的C2F模块.B站视频链接
2. 添加EIOU,SIOU,AlphaIOU.B站视频链接
3. 使用DAMO-YOLO中的Efficient-RepGFPN替换YOLOV5中的Neck.B站视频链接
4. 添加FocalEIoU,并使用FocalEIoU思想优化其他IoU的变种.B站视频链接
5. 添加注意力机制(附带20+种注意力机制代码).B站视频链接
6. Optimal Transport Assignment.B站视频链接
7. Wise IoU.B站视频链接
8. Deformable Conv V2.B站视频链接
9. 一些你可能不知道的技巧.B站视频链接
10. 添加辅助训练头.B站视频链接
11. CONTEXT_AUGMENTATION_MODULE.B站视频链接
12. SAConv.B站视频链接
13. CoordConv.B站视频链接
14. Soft-NMS(支持多种IoU变种选择).B站视频链接
15. DSConv.B站视频链接
16. 最新的可变形卷积V3(CVPR2023).B站视频链接 补充事项:B站视频链接
17. 针对小目标的Normalized Gaussian Wasserstein Distance.B站视频链接
18. 添加yolov6-Efficient解耦头.B站视频链接
19. 基于FasterNet轻量化模型提出C3-Faster.B站视频链接

YOLOV7

1. 添加注意力机制(附带20+种注意力机制代码).B站视频链接
2. 添加EIOU,SIOU,AlphaIOU,Focal EIoU.B站视频链接
3. Wise IoU.B站视频链接
4. Deformable Conv V2.B站视频链接
5. SAConv.B站视频链接
6. DSConv.B站视频链接
7. Soft-NMS(支持多种IoU变种选择).B站视频链接
8. CoordConv.B站视频链接
9. 针对小目标的Normalized Gaussian Wasserstein Distance.B站视频链接

YOLOV8

1. 添加注意力机制(附带20+种注意力机制代码).B站视频链接
2. 添加EIOU,SIOU,AlphaIOU,Focal EIoU.B站视频链接
3. Wise IoU.B站视频链接
4. Deformable Conv V2.B站视频链接

你可能感兴趣的:(YOLO,深度学习,计算机视觉)