魔鬼面具

RTDETR改进专栏(包含RTDETR、YOLOV5-DETR、YOLOV8-DETR)

基于Ultralytics的RT-DETR改进详细介绍

目前自带的一些改进方案(持续更新)

为了感谢各位对RTDETR项目的支持,本项目的赠品是yolov5-PAGCP通道剪枝算法.具体使用教程

自带的一些文件说明

train.py
训练模型的脚本
main_profile.py
输出模型和模型每一层的参数,计算量的脚本(rtdetr-l和rtdetr-x因为thop库的问题,没办法正常输出每一层的参数和计算量和时间)
val.py
使用训练好的模型计算指标的脚本
detect.py
推理的脚本
track.py
跟踪推理的脚本
heatmap.py
生成热力图的脚本
get_FPS.py
计算模型储存大小、模型推理时间、FPS的脚本
get_COCO_metrice.py
计算COCO指标的脚本
plot_result.py
绘制曲线对比图的脚本
get_model_erf.py
绘制模型的有效感受野.视频链接

RT-DETR基准模型

ultralytics/cfg/models/rt-detr/rtdetr-r18.yaml(有预训练权重COCO+Objects365,来自RTDETR-Pytorch版本的移植)

rtdetr-r18 summary: 421 layers, 20184464 parameters, 20184464 gradients, 58.6 GFLOPs
ultralytics/cfg/models/rt-detr/rtdetr-r34.yaml(有预训练权重COCO,来自RTDETR-Pytorch版本的移植)

rtdetr-r34 summary: 525 layers, 31441668 parameters, 31441668 gradients, 90.6 GFLOPs
ultralytics/cfg/models/rt-detr/rtdetr-r50-m.yaml(有预训练权重COCO,来自RTDETR-Pytorch版本的移植)

rtdetr-r50-m summary: 637 layers, 36647020 parameters, 36647020 gradients, 98.3 GFLOPs
ultralytics/cfg/models/rt-detr/rtdetr-r50.yaml(有预训练权重COCO+Objects365,来自RTDETR-Pytorch版本的移植)

rtdetr-r50 summary: 629 layers, 42944620 parameters, 42944620 gradients, 134.8 GFLOPs
ultralytics/cfg/models/rt-detr/rtdetr-r101.yaml

rtdetr-r101 summary: 867 layers, 76661740 parameters, 76661740 gradients, 257.7 GFLOPs
ultralytics/cfg/models/rt-detr/rtdetr-l.yaml(有预训练权重)

rtdetr-l summary: 673 layers, 32970732 parameters, 32970732 gradients, 108.3 GFLOPs
ultralytics/cfg/models/rt-detr/rtdetr-x.yaml(有预训练权重)

rtdetr-x summary: 867 layers, 67468108 parameters, 67468108 gradients, 232.7 GFLOPs

专栏改进汇总

二次创新系列

ultralytics/cfg/models/rt-detr/rtdetr-DCNV2-Dynamic.yaml

使用自研可变形卷积DCNV2-Dynamic改进resnet18-backbone中的BasicBlock.(详细介绍请看百度云视频-MPCA与DCNV2_Dynamic的说明)
ultralytics/cfg/models/rt-detr/rtdetr-iRMB-Cascaded.yaml

使用EfficientViT CVPR2023中的CascadedGroupAttention对EMO ICCV2023中的iRMB进行二次创新来改进resnet18-backbone中的BasicBlock.(详细介绍请看百度云视频-20231119更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-PConv-Rep.yaml

使用RepVGG CVPR2021中的RepConv对FasterNet CVPR2023中的PConv进行二次创新后改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-Faster-Rep.yaml

使用RepVGG CVPR2021中的RepConv对FasterNet CVPR2023中的Faster-Block进行二次创新后改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-Faster-EMA.yaml

使用EMA ICASSP2023对FasterNet CVPR2023中的Faster-Block进行二次创新后改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-Faster-Rep-EMA.yaml

使用RepVGG CVPR2021中的RepConv和EMA ICASSP2023对FasterNet CVPR2023中的Faster-Block进行二次创新后改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-DWRC3-DRB.yaml

使用UniRepLKNet中的DilatedReparamBlock对DWRSeg中的Dilation-wise Residual(DWR)进行二次创新改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-ASF-P2.yaml

在ultralytics/cfg/models/rt-detr/rtdetr-ASF.yaml的基础上进行二次创新，引入P2检测层并对网络结构进行优化.
ultralytics/cfg/models/rt-detr/rtdetr-slimneck-ASF.yaml

使用SlimNeck中的VoVGSCSP\VoVGSCSPC和GSConv和ASF-YOLO中的Attentional Scale Sequence Fusion改进rtdetr中的CCFM.
ultralytics/cfg/models/rt-detr/rtdetr-goldyolo-asf.yaml

利用华为2023最新GOLD-YOLO中的Gatherand-Distribute和ASF-YOLO中的Attentional Scale Sequence Fusion进行改进特征融合模块.
ultralytics/cfg/models/rt-detr/rtdetr-HSPAN.yaml

对MFDS-DETR中的HS-FPN进行二次创新后得到HSPAN改进RTDETR中的CCFM.
ultralytics/cfg/models/rt-detr/rtdetr-ASF-Dynamic.yaml

使用ICCV2023 DySample改进ASF-YOLO中的Attentional Scale Sequence Fusion的上采样模块得到Dynamic Sample Attentional Scale Sequence Fusion改进CCFM.
ultralytics/cfg/models/rt-detr/rtdetr-iRMB-DRB.yaml

使用UniRepLKNet中的DilatedReparamBlock对EMO ICCV2023中的iRMB进行二次创新来改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-iRMB-SWC.yaml

使用shift-wise conv对EMO ICCV2023中的iRMB进行二次创新来改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-DBBNCSPELAN.yaml

在rtdetr-RepNCSPELAN.yaml使用Diverse Branch Block CVPR2021进行二次创新.(详细介绍请看百度云视频-20240225更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-OREPANCSPELAN.yaml

在rtdetr-RepNCSPELAN.yaml使用Online Convolutional Re-parameterization (CVPR2022)进行二次创新.(详细介绍请看百度云视频-20240225更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-DRBNCSPELAN.yaml

在rtdetr-RepNCSPELAN.yaml使用UniRepLKNet中的DilatedReparamBlock进行二次创新.(详细介绍请看百度云视频-20240225更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-Conv3XCNCSPELAN.yaml

在rtdetr-RepNCSPELAN.yaml使用Swift Parameter-free Attention Network中的Conv3XC进行二次创新.(详细介绍请看百度云视频-20240225更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-ELA-HSFPN.yaml

使用Efficient Local Attention改进HSFPN.
ultralytics/cfg/models/rt-detr/rtdetr-CA-HSFPN.yaml

使用Coordinate Attention CVPR2021改进HSFPN.
ultralytics/cfg/models/rt-detr/rtdetr-RepNCSPELAN-CAA.yaml

使用CVPR2024 PKINet中的CAA模块改进RepNCSPELAN.
ultralytics/cfg/models/rt-detr/rtdetr-CAA-HSFPN.yaml

使用CVPR2024 PKINet中的CAA模块HSFPN.
ultralytics/cfg/models/rt-detr/rtdetr-CAFMFusion.yaml

利用具有HCANet中的CAFM，其具有获取全局和局部信息的注意力机制进行二次改进content-guided attention fusion.
ultralytics/cfg/models/rt-detr/rtdetr-faster-CGLU.yaml

使用TransNeXt CVPR2024中的Convolutional GLU对CVPR2023中的FasterNet进行二次创新.
ultralytics/cfg/models/rt-detr/rtdetr-bifpn-GLSA.yaml

使用GLSA模块对bifpn进行二次创新.
ultralytics/cfg/models/rt-detr/rtdetr-BIMAFPN.yaml

利用BIFPN的思想对MAF-YOLO的MAFPN进行二次改进得到BIMAFPN.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-AddutuveBlock-CGLU.yaml

使用CAS-ViT中的AdditiveBlock和TransNeXt CVPR2024中的Convolutional GLU和CSP思想改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-MSMHSA-CGLU.yaml

使用CMTFNet中的M2SA和TransNeXt CVPR2024中的Convolutional GLU改进c2f.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-SHSA-CGLU.yaml

使用SHViT CVPR2024中的SHSABlock与TransNeXt CVPR2024中的CGLU和CSP思想改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-SMAFB-CGLU.yaml

使用SMAFormer BIBM2024中的SMAFormerBlock与TransNeXt CVPR2024中的CGLU改进与CSP思想改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-MAN-Faster.yaml

使用Hyper-YOLO中的 Mixed Aggregation Network和FasterNet CVPR2023中的Faster-Block进行二次创新改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-MAN-FasterCGLU.yaml

使用Hyper-YOLO中的 Mixed Aggregation Network和FasterNet CVPR2023中的Faster-Block和TransNeXt CVPR2024中的Convolutional GLU进行二次创新改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-MAN-Star.yaml

使用Hyper-YOLO中的 Mixed Aggregation Network和StarNet CVPR2024中的StarBlock进行二次创新改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-MutilBackbone-MSGA.yaml

使用MSA^2 Net中的Multi-Scale Adaptive Spatial Attention Gate对自研系列MutilBackbone再次创新.
ultralytics/cfg/models/rt-detr/rtdetr-slimneck-WFU.yaml

使用ACMMM2024 WFEN中的Wavelet Feature Upgrade对slimneck二次创新.
ultralytics/cfg/models/rt-detr/rtdetr-CDFA.yaml

使用ACMMM2024 WFEN中的WaveletConv与AAAI2025 ConDSeg的ContrastDrivenFeatureAggregation结合改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-StripCGLU.yaml

使用Strip R-CNN中的StripBlock和TransNeXt CVPR2024中的Convolutional GLU与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-ELGCA-CGLU.yaml

使用ELGC-Net中的ELGCA和TransNeXt CVPR2024中的Convolutional GLU与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-Faster-KAN.yaml

使用ICLR2025 Kolmogorov-Arnold Transformer中的KAN对(CVPR2023)fasternet中的FastetBlock进行二次创新.
ultralytics/cfg/models/11/yolo11-C3k2-DIMB-KAN.yaml

在ultralytics/cfg/models/rt-detr/rtdetr-C2f-DIMB.yaml的基础上把mlp模块换成ICLR2025 Kolmogorov-Arnold Transformer中的KAN.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-EfficientVIM-CGLU.yaml

使用CVPR2025 EfficientViM中的EfficientViMBlock和TransNeXt CVPR2024中的Convolutional GLU与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-EUCB-SC.yaml

使用CVPR2024 EMCAD中的EUCB和CVPR2025 BHViT中的ShiftChannelMix改进rtdetr-r18的上采样.
ultralytics/cfg/models/rt-detr/rtdetr-EMBSFPN-SC.yaml

在ultralytics/cfg/models/rt-detr/rtdetr-EMBSFPN.yaml方案上引入CVPR2025 BHViT中的ShiftChannelMix.
ultralytics/cfg/models/rt-detr/rtdetr-Pola-CGLU.yaml

使用ICLR2025 PolaFormer中的PolaAttention与TransNeXt CVPR2024中的Convolutional GLU进行二次创新.
ultralytics/cfg/models/rt-detr/rtdetr-Pola-FMFFN.yaml

使用ICLR2025 PolaFormer中的PolaAttention与ICLR2024-FTIC中的的FMFFN进行二次创新.
ultralytics/cfg/models/rt-detr/rtdetr-MFMMAFPN.yaml

利用CVPR2024 DCMPNet中的MFM对MAF-YOLO的MAFPN进行二次改进得到MFMMAFPN.
ultralytics/cfg/models/rt-detr/rtdetr-HyperCompute-MFM.yaml

利用CVPR2024 DCMPNet中的MFM对Hyper-YOLO中的Hypergraph Computation in Semantic Space进行二次创新.

自研系列

ultralytics/cfg/models/rt-detr/rtdetr-PACAPN.yaml

自研结构, Parallel Atrous Convolution Attention Pyramid Network, PAC-APN
1. 并行(上/下)采样分支可为网络提供多条特征提取途径，丰富特征表达的多样性、再结合gate机制对采样后的特征进行特征选择，强化更有意义的特征，抑制冗余或不相关的特征，提升特征表达的有效性。
2. PAC模块通过使用具有不同膨胀率的并行空洞卷积，能够有效地提取不同尺度的特征。这使得网络能够捕捉数据中局部和上下文信息，提高其表示复杂模式的能力。
ultralytics/cfg/models/rt-detr/rtdetr-FDPN.yaml

自研特征聚焦扩散金字塔网络(Focusing Diffusion Pyramid Network)
1. 通过定制的特征聚焦模块与特征扩散机制，能让每个尺度的特征都具有详细的上下文信息，更有利于后续目标的检测与分类。
2. 定制的特征聚焦模块可以接受三个尺度的输入，其内部包含一个Inception-Style的模块，其利用一组并行深度卷积来捕获丰富的跨多个尺度的信息。
3. 通过扩散机制使具有丰富的上下文信息的特征进行扩散到各个检测尺度.
ultralytics/cfg/models/rt-detr/rtdetr-FDPN-DASI.yaml

使用HCFNet中的Dimension-Aware Selective Integration Module对自研的Focusing Diffusion Pyramid Network再次创新.
ultralytics/cfg/models/rt-detr/rtdetr-RGCSPELAN.yaml

自研RepGhostCSPELAN.
1. 参考GhostNet中的思想(主流CNN计算的中间特征映射存在广泛的冗余)，采用廉价的操作生成一部分冗余特征图，以此来降低计算量和参数量。
2. 舍弃yolov5与yolov8中常用的BottleNeck，为了弥补舍弃残差块所带来的性能损失，在梯度流通分支上使用RepConv，以此来增强特征提取和梯度流通的能力，并且RepConv可以在推理的时候进行融合，一举两得。
3. 可以通过缩放因子控制RGCSPELAN的大小，使其可以兼顾小模型和大模型。
ultralytics/cfg/models/rt-detr/rtdetr-ContextGuideFPN.yaml

Context Guide Fusion Module（CGFM）是一个创新的特征融合模块，旨在改进YOLOv8中的特征金字塔网络（FPN）。该模块的设计考虑了多尺度特征融合过程中上下文信息的引导和自适应调整。
1. 上下文信息的有效融合：通过SE注意力机制，模块能够在特征融合过程中捕捉并利用重要的上下文信息，从而增强特征表示的有效性，并有效引导模型学习检测目标的信息，从而提高模型的检测精度。
2. 特征增强：通过权重化的特征重组操作，模块能够增强重要特征，同时抑制不重要特征，提升特征图的判别能力。
3. 简单高效：模块结构相对简单，不会引入过多的计算开销，适合在实时目标检测任务中应用。
  这期视频讲解在B站:https://www.bilibili.com/video/BV1Vx4y1n7hZ/
ultralytics/cfg/models/rt-detr/rtdetr-C2f-SMPCGLU.yaml

Self-moving Point Convolutional GLU模型改进C2f.
SMP来源于CVPR2023-SMPConv,Convolutional GLU来源于TransNeXt CVPR2024.
1. 普通的卷积在面对数据中的多样性和复杂性时，可能无法捕捉到有效的特征，因此我们采用了SMPConv，其具备最新的自适应点移动机制，从而更好地捕捉局部特征，提高特征提取的灵活性和准确性。
2. 在SMPConv后添加CGLU，Convolutional GLU 结合了卷积和门控机制，能够选择性地通过信息通道，提高了特征提取的有效性和灵活性。
Re-CalibrationFPN

为了加强浅层和深层特征的相互交互能力，推出重校准特征金字塔网络(Re-CalibrationFPN).
P2345：ultralytics/cfg/models/v8/yolov8-ReCalibrationFPN-P2345.yaml(带有小目标检测头的ReCalibrationFPN)
P345：ultralytics/cfg/models/v8/yolov8-ReCalibrationFPN-P345.yaml
P3456：ultralytics/cfg/models/v8/yolov8-ReCalibrationFPN-P3456.yaml(带有大目标检测头的ReCalibrationFPN)
1. 浅层语义较少，但细节丰富，有更明显的边界和减少失真。此外，深层蕴藏着丰富的物质语义信息。因此，直接融合低级具有高级特性的特性可能导致冗余和不一致。为了解决这个问题，我们提出了SBA模块，它有选择地聚合边界信息和语义信息来描绘更细粒度的物体轮廓和重新校准物体的位置。
2. 相比传统的FPN结构，SBA模块引入了高分辨率和低分辨率特征之间的双向融合机制，使得特征之间的信息传递更加充分，进一步提升了多尺度特征融合的效果。
3. SBA模块通过自适应的注意力机制，根据特征图的不同分辨率和内容，自适应地调整特征的权重，从而更好地捕捉目标的多尺度特征。
ultralytics/cfg/models/rt-detr/rtdetr-SOEP.yaml

小目标在正常的P3、P4、P5检测层上略显吃力，比较传统的做法是加上P2检测层来提升小目标的检测能力，但是同时也会带来一系列的问题，例如加上P2检测层后计算量过大、后处理更加耗时等问题，日益激发需要开发新的针对小目标有效的特征金字塔，我们基于原本的PAFPN上进行改进，提出SmallObjectEnhancePyramid，相对于传统的添加P2检测层，我们使用P2特征层经过SPDConv得到富含小目标信息的特征给到P3进行融合，然后使用CSP思想和基于AAAI2024的OmniKernel进行改进得到CSP-OmniKernel进行特征整合，OmniKernel模块由三个分支组成，即三个分支，即全局分支、大分支和局部分支、以有效地学习从全局到局部的特征表征，最终从而提高小目标的检测性能。
ultralytics/cfg/models/rt-detr/rtdetr-CGRFPN.yaml

Context-Guided Spatial Feature Reconstruction Feature Pyramid Network.
1. 借鉴ECCV2024-CGRSeg中的Rectangular Self-Calibration Module经过精心设计,用于空间特征重建和金字塔上下文提取,它在水平和垂直方向上捕获全局上下文，并获得轴向全局上下文来显式地建模矩形关键区域.
2. PyramidContextExtraction Module使用金字塔上下文提取模块（PyramidContextExtraction），有效整合不同层级的特征信息，提升模型的上下文感知能力。
3. FuseBlockMulti 和 DynamicInterpolationFusion 这些模块用于多尺度特征的融合，通过动态插值和多特征融合，进一步提高了模型的多尺度特征表示能力和提升模型对复杂背景下目标的识别能力。
ultralytics/cfg/models/rt-detr/rtdetr-EMBSFPN.yaml

基于BIFPN、MAF-YOLO、CVPR2024 EMCAD提出全新的Efficient Multi-Branch&Scale FPN.
Efficient Multi-Branch&Scale FPN拥有<轻量化>、<多尺度特征加权融合>、<多尺度高效卷积模块>、<高效上采样模块>、<全局异构核选择机制>。
1. 具有多尺度高效卷积模块和全局异构核选择机制，Trident网络的研究表明，具有较大感受野的网络更适合检测较大的物体，反之，较小尺度的目标则从较小的感受野中受益，因此我们在FPN阶段，对于不同尺度的特征层选择不同的多尺度卷积核以适应并逐步获得多尺度感知场信息。
2. 借鉴BIFPN中的多尺度特征加权融合，能把Concat换成Add来减少参数量和计算量的情况下，还能通过不同尺度特征的重要性进行自适用选择加权融合。
3. 高效上采样模块来源于CVPR2024-EMCAD中的EUCB，能够在保证一定效果的同时保持高效性。
ultralytics/cfg/models/rt-detr/rtdetr-CSP-PMSFA.yaml

自研模块:CSP-Partial Multi-Scale Feature Aggregation.
1. 部分多尺度特征提取：参考CVPR2020-GhostNet、CVPR2024-FasterNet的思想，采用高效的PartialConv，该模块能够从输入中提取多种尺度的特征信息，但它并不是在所有通道上进行这种操作，而是部分（Partial）地进行，从而提高了计算效率。
2. 增强的特征融合: 最后的 1x1 卷积层通过将不同尺度的特征融合在一起，同时使用残差连接将输入特征与处理后的特征相加，有效保留了原始信息并引入了新的多尺度信息，从而提高模型的表达能力。
ultralytics/cfg/models/rt-detr/rtdetr-MutilBackbone-DAF.yaml

自研MutilBackbone-DynamicAlignFusion.
1. 为了避免在浅层特征图上消耗过多计算资源，设计的MutilBackbone共享一个stem的信息，这个设计有利于避免计算量过大，推理时间过大的问题。
2. 为了避免不同Backbone信息融合出现不同来源特征之间的空间差异，我们为此设计了DynamicAlignFusion，其先通过融合来自两个不同模块学习到的特征，然后生成一个名为DynamicAlignWeight去调整各自的特征，最后使用一个可学习的通道权重，其可以根据输入特征动态调整两条路径的权重，从而增强模型对不同特征的适应能力。
ultralytics/cfg/models/rt-detr/rtdetr-CSP-MutilScaleEdgeInformationEnhance.yaml

自研CSP-MutilScaleEdgeInformationEnhance.
MutilScaleEdgeInformationEnhance模块结合了多尺度特征提取、边缘信息增强和卷积操作。它的主要目的是从不同尺度上提取特征，突出边缘信息，并将这些多尺度特征整合到一起，最后通过卷积层输出增强的特征。这个模块在特征提取和边缘增强的基础上有很好的表征能力.
1. 多尺度特征提取：通过 nn.AdaptiveAvgPool2d 进行多尺度的池化，提取不同大小的局部信息，有助于捕捉图像的多层次特征。
2. 边缘增强：EdgeEnhancer 模块专门用于提取边缘信息，使得网络对边缘的敏感度增强，这对许多视觉任务（如目标检测、语义分割等）有重要作用。
3. 特征融合：将不同尺度下提取的特征通过插值操作对齐到同一尺度，然后将它们拼接在一起，最后经过卷积层融合成统一的特征表示，能够提高模型对多尺度特征的感知。
ultralytics/cfg/models/rt-detr/rtdetr-CSP-FreqSpatial.yaml

FreqSpatial 是一个融合时域和频域特征的卷积神经网络（CNN）模块。该模块通过在时域和频域中提取特征，旨在捕捉不同层次的空间和频率信息，以增强模型在处理图像数据时的鲁棒性和表示能力。模块的主要特点是将 Scharr 算子（用于边缘检测）与时域卷积和频域卷积结合，通过多种视角捕获图像的结构特征。
1. 时域特征提取：从原始图像中提取出基于空间结构的特征，主要捕捉图像的细节、边缘信息等。
2. 频域特征提取：从频率域中提取出频率相关的模式，捕捉到图像的低频和高频成分，能够帮助模型在全局和局部的尺度上提取信息。
3. 特征融合：将时域和频域的特征进行加权相加，得到最终的输出特征图。这种加权融合允许模型同时考虑空间结构信息和频率信息，从而增强模型在多种场景下的表现能力。
ultralytics/cfg/models/rt-detr/rtdetr-CSP-MutilScaleEdgeInformationSelect.yaml

基于自研CSP-MutilScaleEdgeInformationEnhance再次创新.
我们提出了一个多尺度边缘信息选择模块（MutilScaleEdgeInformationSelect），其目的是从多尺度边缘信息中高效选择与目标任务高度相关的关键特征。为了实现这一目标，我们引入了一个具有通过聚焦更重要的区域能力的注意力机制ICCV2023 DualDomainSelectionMechanism, DSM。该机制通过聚焦图像中更重要的区域（如复杂边缘和高频信号区域），在多尺度特征中自适应地筛选具有更高任务相关性的特征，从而显著提升了特征选择的精准度和整体模型性能。
GlobalEdgeInformationTransfer

总所周知，物体框的定位非常之依赖物体的边缘信息，但是对于常规的目标检测网络来说，没有任何组件能提高网络对物体边缘信息的关注度，我们需要开发一个能让边缘信息融合到各个尺度所提取的特征中，因此我们提出一个名为GlobalEdgeInformationTransfer(GEIT)的模块，其可以帮助我们把浅层特征中提取到的边缘信息传递到整个backbone上，并与不同尺度的特征进行融合。
1. 由于原始图像中含有大量背景信息，因此从原始图像上直接提取边缘信息传递到整个backbone上会给网络的学习带来噪声，而且浅层的卷积层会帮助我们过滤不必要的背景信息，因此我们选择在网络的浅层开发一个名为MutilScaleEdgeInfoGenetator的模块，其会利用网络的浅层特征层去生成多个尺度的边缘信息特征图并投放到主干的各个尺度中进行融合。
2. 对于下采样方面的选择，我们需要较为谨慎，我们的目标是保留并增强边缘信息，同时进行下采样，选择MaxPool 会更合适。它能够保留局部区域的最强特征，更好地体现边缘信息。因为 AvgPool 更适用于需要平滑或均匀化特征的场景，但在保留细节和边缘信息方面的表现不如 MaxPool。
3. 对于融合部分，ConvEdgeFusion巧妙地结合边缘信息和普通卷积特征，提出了一种新的跨通道特征融合方式。首先，使用conv_channel_fusion进行边缘信息与普通卷积特征的跨通道融合，帮助模型更好地整合不同来源的特征。然后采用conv_3x3_feature_extract进一步提取融合后的特征，以增强模型对局部细节的捕捉能力。最后通过conv_1x1调整输出特征维度。
ultralytics/cfg/models/rt-detr/rtdetr-C2f-DIMB.yaml

自研模块DynamicInceptionDWConv2d.(更多解释请看项目内的使用教程.md)
ultralytics/cfg/models/rt-detr/rtdetr-HAFB-1.yaml

自研模块Hierarchical Attention Fusion Block.(更多解释请看项目内的使用教程.md)
ultralytics/cfg/models/rt-detr/rtdetr-HAFB-2.yaml

HAFB的另外一种使用方式.
ultralytics/cfg/models/rt-detr/rtdetr-MutilBackbone-HAFB.yaml

在rtdetr-MutilBackbone-DAF.yaml上引入HAFB(Hierarchical Attention Fusion Block).

BackBone系列

ultralytics/cfg/models/rt-detr/rt-detr-timm.yaml

使用timm库系列的主干替换rtdetr的backbone.(基本支持现有CNN模型)
ultralytics/cfg/models/rt-detr/rt-detr-fasternet.yaml

使用FasterNet CVPR2023替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rt-detr-EfficientViT.yaml

使用EfficientViT CVPR2023替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-convnextv2.yaml

使用ConvNextV2 2023替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-EfficientFormerv2.yaml

使用EfficientFormerv2 2022替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-repvit.yaml

使用RepViT ICCV2023替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-CSwomTramsformer.yaml

使用CSwinTramsformer CVPR2022替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-VanillaNet.yaml

使用VanillaNet 2023替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-SwinTransformer.yaml

使用SwinTransformer ICCV2021替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-lsknet.yaml

使用LSKNet ICCV2023替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rt-detr-unireplknet.yaml

使用UniRepLKNet替换rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-TransNeXt.yaml

使用TransNeXt改进rtdetr的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-RepNCSPELAN.yaml

使用YOLOV9中的RepNCSPELAN和ADown进行改进RTDETR-R18.
ultralytics/cfg/models/rt-detr/rtdetr-rmt.yaml

使用CVPR2024 RMT改进rtdetr的主干.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-PKI.yaml

使用CVPR2024 PKINet中的PKIModule和CAA模块和C2f改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-PPA.yaml

使用HCFNet中的Parallelized Patch-Aware Attention Module改进C2f.
ultralytics/cfg/models/rt-detr/rtdetr-mobilenetv4.yaml

使用MobileNetV4改进rtdetr-backbone.
ultralytics/cfg/models/rt-detr/rtdetr-starnet.yaml

使用StarNet CVPR2024改进yolov8-backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-vHeat.yaml

使用vHeat中的HeatBlock和C2f改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-FMB.yaml

使用ECCV2024 SMFANet的Feature Modulation block改进C2f.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-gConv.yaml

使用Rethinking Performance Gains in Image Dehazing Networks的gConvblock改进C2f.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-AddutuveBlock.yaml

使用CAS-ViT中的AdditiveBlock和CSP思想改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-MogaBlock.yaml

使用MogaNet ICLR2024中的MogaBlock与CSP思想结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-SHSA.yaml

使用SHViT CVPR2024中的SHSABlock和CSP思想改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-SMAFB.yaml

使用SMAFormer BIBM2024中的SMAFormerBlock与CSP思想改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-FFCM.yaml

使用Efficient Frequency-Domain Image Deraining with Contrastive Regularization ECCV2024中的Fused_Fourier_Conv_Mixer与CSP思想结合改进rtdetr-backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-SFHF.yaml

使用SFHformer ECCV2024中的block与CSP思想结合改进 rtdetr-backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-MSM.yaml

使用Revitalizing Convolutional Network for Image Restoration TPAMI2024中的MSM与CSP思想结合改进rtdetr-backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-HDRAB.yaml

使用Pattern Recognition 2024|DRANet中的HDRAB(hybrid dilated residual attention block)结合CSP思想改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-RAB.yaml

使用Pattern Recognition 2024|DRANet中的RAB( residual attention block)结合CSP思想改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-FCA.yaml

使用FreqFormer的Frequency-aware Cascade Attention与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-CAMixer.yaml

使用CAMixerSR CVPR2024中的CAMixer与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-HFERB.yaml

使用ICCV2023 CRAFT-SR中的high-frequency enhancement residual block与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-DTAB.yaml

使用AAAI2025 TBSN中的DTAB与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-JDPM.yaml

使用ECCV2024 FSEL中的joint domain perception module与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-ETB.yaml

使用ECCV2024 FSEL中的entanglement transformer block与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-FDT.yaml

使用ACMMM2024 WFEN中的Full-domain Transformer与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-AP.yaml

使用AAAI2025 Pinwheel-shaped Convolution and Scale-based Dynamic Loss for Infrared Small Target Detection中的Asymmetric Padding bottleneck改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-ELGCA.yaml

使用ELGC-Net中的ELGCA与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-Strip.yaml

使用Strip R-CNN中的StripBlock与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-KAT.yaml

使用ICLR2025 Kolmogorov-Arnold Transformer中的KAT与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-GlobalFilter.yaml

使用T-PAMI Global Filter Networks for Image Classification中的GlobalFilterBlock和TransNeXt CVPR2024中的Convolutional GLU和CSP改进rtdetr-backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-DynamicFilter.yaml

使用AAAI2024 FFT-Based Dynamic Token Mixer for Vision中的DynamicFilter与CSP改进rtdetr-backbone.
ultralytics/cfg/models/rt-detr/rtdetr-RepHMS.yaml

使用MHAF-YOLO中的RepHMS改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-SAVSS.yaml

使用CVPR2025 SCSegamba中的Structure-Aware Scanning Strategy与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-mambaout.yaml

使用CVPR2025 MambaOut中的MambaOut替换BackBone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-mambaout.yaml

使用CVPR2025 MambaOut中的MambaOut与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-EfficientVIM.yaml

使用CVPR2025 EfficientViM中的EfficientViMBlock与CSP结合改进backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-IEL.yaml

使用CVPR2025 HVI中的Intensity Enhancement Layer与CSP改进rtdetr中的BackBone.
ultralytics/cfg/models/rt-detr/rtdetr-overlock.yaml

使用CVPR2025 OverLock中的overlock-backbone替换rtdetr-r18的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-RCB.yaml

使用CVPR2025 OverLock中的RepConvBlock与CSP改进rtdetr-r18的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-LEGM.yaml

使用CVPR2024 DCMPNet中的LEGM与CSP改进rtdetr-r18的backbone.
ultralytics/cfg/models/rt-detr/rtdetr-C2f-FAT.yaml

使用ICLR2024-FTIC中的FATBlock与CSP改进rtdetr-r18的backbone.

AIFI系列

ultralytics/cfg/models/rt-detr/rtdetr-AIFI-LPE.yaml

使用LearnedPositionalEncoding改进AIFI中的位置编码生成.(详细介绍请看百度云视频-20231119更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-CascadedGroupAttention.yaml

使用EfficientViT CVPR2023中的CascadedGroupAttention改进rtdetr中的AIFI.(详细请看百度云视频-rtdetr-CascadedGroupAttention说明)
ultralytics/cfg/models/rt-detr/rtdetr-AIFI-DAttention.yaml

使用Vision Transformer with Deformable Attention CVPR2022中的DAttention改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-AIFI-HiLo.yaml

使用LITv2中具有提取高低频信息的高效注意力对AIFI进行二次改进.
ultralytics/cfg/models/rt-detr/rtdetr-AIFI-EfficientAdditive.yaml

使用ICCV2023 SwiftFormer中的EfficientAdditiveAttention改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-AIFIRepBN.yaml

使用ICML-2024 SLAB中的RepBN改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-AdditiveTokenMixer.yaml

使用CAS-ViT中的AdditiveBlock改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-AIFI-MSMHSA.yaml

使用CMTFNet中的M2SA改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-AIFI-DHSA.yaml

使用Histoformer ECCV2024中的Dynamic-range Histogram Self-Attention改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-AIFI-DPB.yaml

使用CrossFormer中的DynamicPosBias-Attention改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-DTAB.yaml

使用AAAI2025 TBSN中的DTAB替换AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-ETB.yaml

使用ECCV2024 FSEL中的entanglement transformer block替换AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-FDT.yaml

使用ACMMM2024 WFEN中的Full-domain Transformer替换AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-Pola.yaml

使用ICLR2025 PolaFormer)中的PolaAttention改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-AIFI-TSSA.yaml

使用Token Statistics Transformer中的Token Statistics Self-Attention改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-AIFI-ASSA.yaml

使用CVPR2024 Adapt or Perish: Adaptive Sparse Transformer with Attentive Feature Refinement for Image Restoration中的Adaptive Sparse Self-Attention改进AIFI.
ultralytics/cfg/models/rt-detr/rtdetr-ASSR.yaml

使用CVPR2025 MambaIR中的Attentive State Space Group改进rtdetr.

Neck系列

ultralytics/cfg/models/rt-detr/rtdetr-ASF.yaml

使用ASF-YOLO中的Attentional Scale Sequence Fusion来改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-slimneck.yaml

使用SlimNeck中的VoVGSCSP\VoVGSCSPC和GSConv改进rtdetr中的CCFM.
ultralytics/cfg/models/rt-detr/rtdetr-SDI.yaml

使用U-NetV2中的 Semantics and Detail Infusion Module对CCFM中的feature fusion进行改进.
ultralytics/cfg/models/rt-detr/rtdetr-goldyolo.yaml

利用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进特征融合模块.
ultralytics/cfg/models/rt-detr/rtdetr-HSFPN.yaml

使用MFDS-DETR中的HS-FPN改进RTDETR中的CCFM.
ultralytics/cfg/models/rt-detr/rtdetr-bifpn.yaml

添加BIFPN到rtdetr-r18中.
其中BIFPN中有三个可选参数：
1. Fusion
  其中BIFPN中的Fusion模块支持四种: weight, adaptive, concat, bifpn(default), SDI
  其中weight, adaptive, concat出自paper链接-Figure 3, SDI出自U-NetV2
2. node_mode
  block模块选择,具体可看对应百度云视频-20240302更新公告.
3. head_channel
  BIFPN中的通道数,默认设置为256.
ultralytics/cfg/models/rt-detr/rtdetr-CSFCN.yaml

使用Context and Spatial Feature Calibration for Real-Time Semantic Segmentation中的Context and Spatial Feature Calibration模块改进rtdetr-neck.
ultralytics/cfg/models/rt-detr/rtdetr-CGAFusion.yaml

使用DEA-Net中的content-guided attention fusion改进rtdetr-neck.
ultralytics/cfg/models/rt-detr/rtdetr-SDFM.yaml

使用PSFusion中的superficial detail fusion module改进rtdetr-neck.
ultralytics/cfg/models/rt-detr/rtdetr-PSFM.yaml

使用PSFusion中的profound semantic fusion module改进yolov8-neck.
ultralytics/cfg/models/rt-detr/rtdetr-GLSA.yaml

使用GLSA模块改进rtdetr的neck.
ultralytics/cfg/models/rt-detr/rtdetr-CTrans.yaml

使用[AAAI2022] UCTransNet中的ChannelTransformer改进rtdetr-neck.
ultralytics/cfg/models/rt-detr/rtdetr-p6-CTrans.yaml

使用[AAAI2022] UCTransNet中的ChannelTransformer改进rtdetr-neck.(带有p6版本)
ultralytics/cfg/models/rt-detr/rtdetr-MAFPN.yaml

使用MAF-YOLO的MAFPN改进Neck.
Cross-Layer Feature Pyramid Transformer.

P345:ultralytics/cfg/models/rt-detr/rtdetr-CFPT.yaml
P3456:ultralytics/cfg/models/rt-detr/rtdetr-CFPT-P3456.yaml
使用CFPT改进neck.
ultralytics/cfg/models/rt-detr/rtdetr-FreqFFPN.yaml

使用FreqFusion TPAMI2024中的FreqFusion改进Neck.(这个需要python3.10,不然最后保存模型会出错.)
ultralytics/cfg/models/rt-detr/rtdetr-msga.yaml

使用MSA^2 Net中的Multi-Scale Adaptive Spatial Attention Gate改进rtdetr-neck.
ultralytics/cfg/models/rt-detr/rtdetr-WFU.yaml

使用ACMMM2024 WFEN中的Wavelet Feature Upgrade改进rtdetr-neck.
ultralytics/cfg/models/rt-detr/rtdetr-mpcafsa.yaml

使用BIBM2024 Spatial-Frequency Dual Domain Attention Network For Medical Image Segmentation的Frequency-Spatial Attention和Multi-scale Progressive Channel Attention改进rtdetr-neck.
ultralytics/cfg/models/rt-detr/rtdetr-fsa.yaml

使用BIBM2024 Spatial-Frequency Dual Domain Attention Network For Medical Image Segmentation的Frequency-Spatial Attention改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-CAB.yaml

使用CVPR2025 HVI中的CAB改进rtdetr中的特征融合.
ultralytics/cfg/models/rt-detr/rtdetr-MFM.yaml

使用CVPR2024 DCMPNet中的MFM改进neck.
ultralytics/cfg/models/rt-detr/rtdetr-GDSAFusion.yaml

使用CVPR2025 OverLock中的GDSAFusion改进Fusion.

Head系列

ultralytics/cfg/models/rt-detr/rtdetr-p2.yaml

添加小目标检测头P2到TransformerDecoderHead中.

RepC3改进系列

ultralytics/cfg/models/rt-detr/rtdetr-DWRC3.yaml

使用DWRSeg中的Dilation-wise Residual(DWR)模块构建DWRC3改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-Conv3XCC3.yaml

使用Swift Parameter-free Attention Network中的Conv3XC改进RepC3.
ultralytics/cfg/models/rt-detr/rtdetr-DRBC3.yaml

使用UniRepLKNet中的DilatedReparamBlock改进RepC3.
ultralytics/cfg/models/rt-detr/rtdetr-DBBC3.yaml

使用DiverseBranchBlock CVPR2021改进RepC3.
ultralytics/cfg/models/rt-detr/rtdetr-DGCST.yaml

使用Lightweight Object Detection中的Dynamic Group Convolution Shuffle Transformer改进rtdetr-r18.
ultralytics/cfg/models/rt-detr/rtdetr-DGCST2.yaml

使用Lightweight Object Detection中的Dynamic Group Convolution Shuffle Transformer与Dynamic Group Convolution Shuffle Module进行结合改进rtdetr-r18.
ultralytics/cfg/models/rt-detr/rtdetr-RetBlockC3.yaml

使用CVPR2024 RMT中的RetBlock改进RepC3.
ultralytics/cfg/models/rt-detr/rtdetr-KANC3.yaml

使用Pytorch-Conv-KAN的KAN卷积算子改进RepC3.
目前支持:
1. FastKANConv2DLayer
2. KANConv2DLayer
3. KALNConv2DLayer
4. KACNConv2DLayer
5. KAGNConv2DLayer
ultralytics/cfg/models/rt-detr/rtdetr-gConvC3.yaml

使用Rethinking Performance Gains in Image Dehazing Networks的gConvblock改进RepC3.
ultralytics/cfg/models/rt-detr/rtdetr-LFEC3.yaml

使用Efficient Long-Range Attention Network for Image Super-resolution ECCV2022中的Local feature extraction改进RepC3.
ultralytics/cfg/models/rt-detr/rtdetr-IELC3.yaml

使用CVPR2025 HVI中的Intensity Enhancement Layer改进rtdetr中的RepC3.

ResNet主干中的BasicBlock/BottleNeck改进系列(以下改进BottleNeck基本都有,就不再重复标注)

ultralytics/cfg/models/rt-detr/rtdetr-Ortho.yaml

使用OrthoNets中的正交通道注意力改进resnet18-backbone中的BasicBlock.(详细介绍请看百度云视频-20231119更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-DCNV2.yaml

使用可变形卷积DCNV2改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-DCNV3.yaml

使用可变形卷积DCNV3 CVPR2023改进resnet18-backbone中的BasicBlock.(安装教程请看百度云视频-20231119更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-iRMB.yaml

使用EMO ICCV2023中的iRMB改进resnet18-backbone中的BasicBlock.(详细介绍请看百度云视频-20231119更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-DySnake.yaml

添加DySnakeConv到resnet18-backbone中的BasicBlock中.
ultralytics/cfg/models/rt-detr/rtdetr-PConv.yaml

使用FasterNet CVPR2023中的PConv改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-Faster.yaml

使用FasterNet CVPR2023中的Faster-Block改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-AKConv.yaml

使用AKConv 2023改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-RFAConv.yaml

使用RFAConv 2023改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-RFCAConv.yaml

使用RFCAConv 2023改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-RFCBAMConv.yaml

使用RFCBAMConv 2023改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-Conv3XC.yaml

使用Swift Parameter-free Attention Network中的Conv3XC改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-DRB.yaml

使用UniRepLKNet中的DilatedReparamBlock改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-DBB.yaml

使用DiverseBranchBlock CVPR2021改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-DualConv.yaml

使用DualConv改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-AggregatedAtt.yaml

使用TransNeXt中的聚合感知注意力改进resnet18中的BasicBlock.(百度云视频-20240106更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-DCNV4.yaml

使用DCNV4改进resnet18中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-SWC.yaml

使用shift-wise conv改进resnet18中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-VSS.yaml

使用最新的Mamba架构Mamba-UNet中的VSS改进resnet18-backbone中的BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-ContextGuided.yaml

使用CGNet中的Light-weight Context Guided和Light-weight Context Guided DownSample改进rtdetr-r18.
ultralytics/cfg/models/rt-detr/rtdetr-fadc.yaml

使用CVPR2024 Frequency-Adaptive Dilated Convolution改进resnet18-basicblock.
ultralytics/cfg/models/rt-detr/rtdetr-Star.yaml

使用StarNet CVPR2024中的StarBlock改进resnet18-basicblock.
ultralytics/cfg/models/rt-detr/rtdetr-KAN.yaml

使用Pytorch-Conv-KAN的KAN卷积算子改进resnet18-basicblock.
目前支持:
1. FastKANConv2DLayer
2. KANConv2DLayer
3. KALNConv2DLayer
4. KACNConv2DLayer
5. KAGNConv2DLayer
ultralytics/cfg/models/rt-detr/rtdetr-DEConv.yaml

使用DEA-Net中的detail-enhanced convolution改进resnet18-basicblock.
关于DEConv在运行的时候重参数化后比重参数化前的计算量还要大的问题:是因为重参数化前thop库其计算不准的问题,看重参数化后的参数即可.
ultralytics/cfg/models/rt-detr/rtdetr-WTConv.yaml

使用ECCV2024 Wavelet Convolutions for Large Receptive Fields中的WTConv改进BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-WDBB.yaml

使用YOLO-MIF中的WDBB改进BasicBlock.
ultralytics/cfg/models/rt-detr/rtdetr-DeepDBB.yaml

使用YOLO-MIF中的DeepDBB改进BasicBlock.

上下采样算子系列

ultralytics/cfg/models/rt-detr/rtdetr-DySample.yaml

使用ICCV2023 DySample改进CCFM中的上采样.
ultralytics/cfg/models/rt-detr/rtdetr-CARAFE.yaml

使用ICCV2019 CARAFE改进CCFM中的上采样.
ultralytics/cfg/models/rt-detr/rtdetr-HWD.yaml

使用Haar wavelet downsampling改进CCFM的下采样.
ultralytics/cfg/models/rt-detr/rtdetr-ContextGuidedDown.yaml

使用CGNet中的Light-weight Context Guided DownSample改进rtdetr-r18.
ultralytics/cfg/models/rt-detr/rtdetr-SRFD.yaml

使用A Robust Feature Downsampling Module for Remote Sensing Visual Tasks改进rtdetr的下采样.
ultralytics/cfg/models/rt-detr/rtdetr-WaveletPool.yaml

使用Wavelet Pooling改进RTDETR的上采样和下采样。
ultralytics/cfg/models/rt-detr/rtdetr-LDConv.yaml

使用LDConv改进下采样.
ultralytics/cfg/models/rt-detr/rtdetr-PSConv.yaml

使用AAAI2025 Pinwheel-shaped Convolution and Scale-based Dynamic Loss for Infrared Small Target Detection中的Pinwheel-shaped Convolution改进rtdetr.
ultralytics/cfg/models/rt-detr/rtdetr-EUCB.yaml

使用CVPR2024 EMCAD中的EUCB改进rtdetr-r18的上采样.

RT-DETR-L改进系列

ultralytics/cfg/models/rt-detr/rtdetr-l-GhostHGNetV2.yaml

使用GhostConv改进HGNetV2.(详细介绍请看百度云视频-20231109更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-l-RepHGNetV2.yaml

使用RepConv改进HGNetV2.(详细介绍请看百度云视频-20231109更新说明)
ultralytics/cfg/models/rt-detr/rtdetr-l-attention.yaml

添加注意力模块到HGBlock中.(手把手教程请看百度云视频-手把手添加注意力教程)

RT-DETR-Mamba

集成Mamba-YOLO,并把head改为RTDETR-Head.(需要编译，请看百度云视频)
ultralytics/cfg/models/rt-detr/rtdetr-mamba-T.yaml
ultralytics/cfg/models/rt-detr/rtdetr-mamba-B.yaml
ultralytics/cfg/models/rt-detr/rtdetr-mamba-L.yaml

注意力系列

EMA
SimAM
SpatialGroupEnhance
BiLevelRoutingAttention, BiLevelRoutingAttention_nchw
TripletAttention
CoordAtt
CBAM
BAMBlock
EfficientAttention(CloFormer中的注意力)
LSKBlock
SEAttention
CPCA
deformable_LKA
EffectiveSEModule
LSKA
SegNext_Attention
DAttention(Vision Transformer with Deformable Attention CVPR2022)
FocusedLinearAttention(ICCV2023)
MLCA
TransNeXt_AggregatedAttention
HiLo
LocalWindowAttention(EfficientViT中的CascadedGroupAttention注意力)
Efficient Local Attention
CAA(CVPR2024 PKINet中的注意力)
CAFM

IoU系列

IoU,GIoU,DIoU,CIoU,EIoU,SIoU(百度云视频-20231125更新说明)
MPDIoU论文链接(百度云视频-20231125更新说明)
Inner-IoU,Inner-GIoU,Inner-DIoU,Inner-CIoU,Inner-EIoU,Inner-SIoU论文链接(百度云视频-20231125更新说明)
Inner-MPDIoU(利用Inner-Iou与MPDIou进行二次创新)(百度云视频-20231125更新说明)
Normalized Gaussian Wasserstein Distance.论文链接(百度云视频-20231125更新说明)
Shape-IoU,Inner-Shape-IoU论文链接(百度云视频-20240106更新说明)
SlideLoss,EMASlideLoss创新思路.Yolo-Face V2(百度云视频-20240113更新说明)
Wise-IoU(v1,v2,v3)系列(IoU,WIoU,EIoU,GIoU,DIoU,CIoU,SIoU,MPDIoU,ShapeIoU)(百度云视频-20240113更新说明)
Inner-Wise-IoU(v1,v2,v3)系列(IoU,WIoU,EIoU,GIoU,DIoU,CIoU,SIoU,MPDIoU,ShapeIoU)(百度云视频-20240113更新说明)
Focaler-IoU,Focaler-GIoU,Focaler-DIoU,Focaler-CIoU,Focaler-EIoU,Focaler-SIoU,Focaler-Shape-IoU,Focaler-MPDIoU论文链接(百度云视频-20240128更新说明)
Focaler-Wise-IoU(v1,v2,v3)(IoU,WIoU,EIoU,GIoU,DIoU,CIoU,SIoU,MPDIoU,ShapeIoU)论文链接(百度云视频-20240128更新说明)
Powerful-IoU,Powerful-IoUV2,Inner-Powerful-IoU,Inner-Powerful-IoUV2,Focaler-Powerful-IoU,Focaler-Powerful-IoUV2,Wise-Powerful-IoU(v1,v2,v3),Wise-Powerful-IoUV2(v1,v2,v3)论文链接
SlideVarifocalLoss,EMASlideVarifocalLoss创新思路.Yolo-Face V2(百度云视频-20240302更新说明)
CVPR2025-DEIM-MAL.(百度云视频-20240315更新说明)

以Yolov8为基准模型的改进方案

ultralytics/cfg/models/yolo-detr/yolov8-detr.yaml

使用RT-DETR中的TransformerDecoderHead改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-DWR.yaml

使用RT-DETR中的TransformerDecoderHead和DWRSeg中的Dilation-wise Residual(DWR)模块改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-fasternet.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023改进yolov8.(支持替换其他主干,请看百度云视频-替换主干示例教程)
ultralytics/cfg/models/yolo-detr/yolov8-detr-AIFI-LPE.yaml

使用RT-DETR中的TransformerDecoderHead和LearnedPositionalEncoding改进yolov8.(详细介绍请看百度云视频-20231119更新说明)
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-DCNV2.yaml

使用RT-DETR中的TransformerDecoderHead和可变形卷积DCNV2改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-DCNV3.yaml

使用RT-DETR中的TransformerDecoderHead和可变形卷积DCNV3 CVPR2023改进yolov8.(安装教程请看百度云视频-20231119更新说明)
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-DCNV2-Dynamic.yaml

使用RT-DETR中的TransformerDecoderHead和自研可变形卷积DCNV2-Dynamic改进yolov8.(详细介绍请看百度云视频-MPCA与DCNV2_Dynamic的说明)
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Ortho.yaml

使用RT-DETR中的TransformerDecoderHead和OrthoNets中的正交通道注意力改进yolov8.(详细介绍请看百度云视频-20231119更新说明)
ultralytics/cfg/models/yolo-detr/yolov8-detr-attention.yaml

添加注意力到基于RTDETR-Head中的yolov8中.(手把手教程请看百度云视频-手把手添加注意力教程)
ultralytics/cfg/models/yolo-detr/yolov8-detr-p2.yaml

添加小目标检测头P2到TransformerDecoderHead中.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-DySnake.yaml

DySnakeConv与C2f融合.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Faster.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023中的Faster-Block改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Faster-Rep.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023中与RepVGG CVPR2021中的RepConv二次创新后的Faster-Block-Rep改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Faster-EMA.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023中与EMA ICASSP2023二次创新后的Faster-Block-EMA的Faster-Block-EMA改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Faster-Rep-EMA.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023中与RepVGG CVPR2021中的RepConv、EMA ICASSP2023二次创新后的Faster-Block改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-AKConv.yaml

使用RT-DETR中的TransformerDecoderHead和AKConv 2023改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-RFAConv.yaml

使用RT-DETR中的TransformerDecoderHead和RFAConv 2023改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-RFAConv.yaml

使用RT-DETR中的TransformerDecoderHead和RFCAConv 2023改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-RFAConv.yaml

使用RT-DETR中的TransformerDecoderHead和RFCBAMConv 2023改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Conv3XC.yaml

使用RT-DETR中的TransformerDecoderHead和Swift Parameter-free Attention Network中的Conv3XC改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-SPAB.yaml

使用RT-DETR中的TransformerDecoderHead和Swift Parameter-free Attention Network中的SPAB改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-DRB.yaml

使用RT-DETR中的TransformerDecoderHead和UniRepLKNet中的DilatedReparamBlock改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-UniRepLKNetBlock.yaml

使用RT-DETR中的TransformerDecoderHead和UniRepLKNet中的UniRepLKNetBlock改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-DWR-DRB.yaml

使用UniRepLKNet中的DilatedReparamBlock对DWRSeg中的Dilation-wise Residual(DWR)进行二次创新改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-DBB.yaml

使用RT-DETR中的TransformerDecoderHead和DiverseBranchBlock CVPR2021改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-CSP-EDLAN.yaml

使用RT-DETR中的TransformerDecoderHead和DualConv打造CSP Efficient Dual Layer Aggregation Networks改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-ASF.yaml

使用RT-DETR中的TransformerDecoderHead和ASF-YOLO中的Attentional Scale Sequence Fusion改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-ASF-P2.yaml

在ultralytics/cfg/models/yolo-detr/yolov8-detr-ASF.yaml的基础上进行二次创新，引入P2检测层并对网络结构进行优化.
ultralytics/cfg/models/yolo-detr/yolov8-detr-slimneck.yaml

使用RT-DETR中的TransformerDecoderHead和SlimNeck中VoVGSCSP\VoVGSCSPC和GSConv改进yolov8的neck.
ultralytics/cfg/models/yolo-detr/yolov8-detr-slimneck-asf.yaml

在ultralytics/cfg/models/yolo-detr/yolov8-detr-slimneck.yaml使用ASF-YOLO中的Attentional Scale Sequence Fusion进行二次创新.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-AggregatedAtt.yaml

使用RT-DETR中的TransformerDecoderHead和TransNeXt中的聚合感知注意力改进C2f.(百度云视频-20240106更新说明)
ultralytics/cfg/models/yolo-detr/yolov8-detr-SDI.yaml

使用RT-DETR中的TransformerDecoderHead和U-NetV2中的 Semantics and Detail Infusion Module对yolov8中的feature fusion进行改进.
ultralytics/cfg/models/yolo-detr/yolov8-detr-goldyolo.yaml

利用RT-DETR中的TransformerDecoderHead和华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进特征融合模块.
ultralytics/cfg/models/yolo-detr/yolov8-detr-goldyolo-asf.yaml

利用RT-DETR中的TransformerDecoderHead和华为2023最新GOLD-YOLO中的Gatherand-Distribute和ASF-YOLO中的Attentional Scale Sequence Fusion进行改进特征融合模块.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-DCNV4.yaml

使用DCNV4改进C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-HSFPN.yaml

利用RT-DETR中的TransformerDecoderHead和使用MFDS-DETR中的HS-FPN改进YOLOV8中的PAN.
ultralytics/cfg/models/yolo-detr/yolov8-detr-HSPAN.yaml

利用RT-DETR中的TransformerDecoderHead和对MFDS-DETR中的HS-FPN进行二次创新后得到HSPAN改进YOLOV8中的PAN.
ultralytics/cfg/models/yolo-detr/yolov8-detr-Dysample.yaml

使用ICCV2023 DySample改进yolov8-detr neck中的上采样.
ultralytics/cfg/models/yolo-detr/yolov8-detr-CARAFE.yaml

使用ICCV2019 CARAFE改进yolov8-detr neck中的上采样.
ultralytics/cfg/models/yolo-detr/yolov8-detr-HWD.yaml

使用Haar wavelet downsampling改进yolov8-detr neck的下采样.
ultralytics/cfg/models/yolo-detr/yolov8-detr-ASF-Dynamic.yaml

使用ICCV2023 DySample改进ASF-YOLO中的Attentional Scale Sequence Fusion的上采样模块得到Dynamic Sample Attentional Scale Sequence Fusion改进yolov8-detr中的neck.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-SWC.yaml

使用shift-wise conv改进yolov8-detr中的C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-iRMB-DRB.yaml

使用UniRepLKNet中的DilatedReparamBlock对EMO ICCV2023中的iRMB进行二次创新来改进yolov8-detr中的C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-iRMB-SWC.yaml

使用shift-wise conv对EMO ICCV2023中的iRMB进行二次创新来改进yolov8-detr中的C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-VSS.yaml

使用最新的Mamba架构Mamba-UNet中的VSS对C2f中的BottleNeck进行改进,使其能更有效地捕获图像中的复杂细节和更广泛的语义上下文.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-LVMB.yaml

使用最新的Mamba架构Mamba-UNet中的VSS与Cross Stage Partial进行结合,使其能更有效地捕获图像中的复杂细节和更广泛的语义上下文.
ultralytics/cfg/models/yolo-detr/yolov8-detr-RepNCSPELAN.yaml

使用YOLOV9中的RepNCSPELAN进行改进yolov8-detr.
ultralytics/cfg/models/yolo-detr/yolov8-detr-bifpn.yaml

添加BIFPN到yolov8中.
其中BIFPN中有三个可选参数：
1. Fusion
  其中BIFPN中的Fusion模块支持五种: weight, adaptive, concat, bifpn(default), SDI
  其中weight, adaptive, concat出自paper链接-Figure 3, SDI出自U-NetV2
2. node_mode
  block模块选择,具体可看对应百度云视频-20240302更新公告.
3. head_channel
  BIFPN中的通道数,默认设置为256.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-ContextGuided.yaml

使用CGNet中的Light-weight Context Guided和Light-weight Context Guided DownSample改进yolov8-detr.
ultralytics/cfg/models/yolo-detr/yolov8-detr-PACAPN.yaml

自研结构, Parallel Atrous Convolution Attention Pyramid Network, PAC-APN
ultralytics/cfg/models/yolo-detr/yolov8-detr-DGCST.yaml

使用Lightweight Object Detection中的Dynamic Group Convolution Shuffle Transformer改进yolov8-detr.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-RetBlock.yaml

使用CVPR2024 RMT中的RetBlock改进C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-PKI.yaml

使用CVPR2024 PKINet中的PKIModule和CAA模块改进C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-fadc.yaml

使用CVPR2024 Frequency-Adaptive Dilated Convolution改进C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-FDPN.yaml

自研特征聚焦扩散金字塔网络(Focusing Diffusion Pyramid Network)
1. 通过定制的特征聚焦模块与特征扩散机制，能让每个尺度的特征都具有详细的上下文信息，更有利于后续目标的检测与分类。
2. 定制的特征聚焦模块可以接受三个尺度的输入，其内部包含一个Inception-Style的模块，其利用一组并行深度卷积来捕获丰富的跨多个尺度的信息。
3. 通过扩散机制使具有丰富的上下文信息的特征进行扩散到各个检测尺度.
ultralytics/cfg/models/yolo-detr/yolov8-detr-FDPN-DASI.yaml

使用HCFNet中的Dimension-Aware Selective Integration Module对自研的Focusing Diffusion Pyramid Network再次创新.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-PPA.yaml

使用HCFNet中的Parallelized Patch-Aware Attention Module改进C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-SRFD.yaml

使用A Robust Feature Downsampling Module for Remote Sensing Visual Tasks改进yolov8的下采样.
ultralytics/cfg/models/yolo-detr/yolov8-detr-CSFCN.yaml

使用Context and Spatial Feature Calibration for Real-Time Semantic Segmentation中的Context and Spatial Feature Calibration模块改进yolov8.
ultralytics/cfg/models/yolo-detr/yolov8-detr-CGAFusion.yaml

使用DEA-Net中的content-guided attention fusion改进yolov8-neck.
ultralytics/cfg/models/yolo-detr/yolov8-detr-CAFMFusion.yaml

利用具有HCANet中的CAFM，其具有获取全局和局部信息的注意力机制进行二次改进content-guided attention fusion.
ultralytics/cfg/models/yolo-detr/yolov8-detr-RGCSPELAN.yaml

自研RepGhostCSPELAN.
1. 参考GhostNet中的思想(主流CNN计算的中间特征映射存在广泛的冗余)，采用廉价的操作生成一部分冗余特征图，以此来降低计算量和参数量。
2. 舍弃yolov5与yolov8中常用的BottleNeck，为了弥补舍弃残差块所带来的性能损失，在梯度流通分支上使用RepConv，以此来增强特征提取和梯度流通的能力，并且RepConv可以在推理的时候进行融合，一举两得。
3. 可以通过缩放因子控制RGCSPELAN的大小，使其可以兼顾小模型和大模型。
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Faster-CGLU.yaml

使用TransNeXt CVPR2024中的Convolutional GLU对CVPR2023中的FasterNet进行二次创新.
ultralytics/cfg/models/yolo-detr/yolov8-detr-SDFM.yaml

使用PSFusion中的superficial detail fusion module改进yolov8-neck.
ultralytics/cfg/models/yolo-detr/yolov8-detr-PSFM.yaml

使用PSFusion中的profound semantic fusion module改进yolov8-neck.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Star.yaml

使用StarNet CVPR2024中的StarBlock改进C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-Star-CAA.yaml

使用StarNet CVPR2024中的StarBlock和CVPR2024 PKINet中的CAA改进C2f.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-KAN.yaml

使用Pytorch-Conv-KAN的KAN卷积算子改进C2f.
目前支持:
1. FastKANConv2DLayer
2. KANConv2DLayer
3. KALNConv2DLayer
4. KACNConv2DLayer
5. KAGNConv2DLayer
ultralytics/cfg/models/yolo-detr/yolov8-detr-ContextGuideFPN.yaml

Context Guide Fusion Module（CGFM）是一个创新的特征融合模块，旨在改进YOLOv8中的特征金字塔网络（FPN）。该模块的设计考虑了多尺度特征融合过程中上下文信息的引导和自适应调整。
1. 上下文信息的有效融合：通过SE注意力机制，模块能够在特征融合过程中捕捉并利用重要的上下文信息，从而增强特征表示的有效性，并有效引导模型学习检测目标的信息，从而提高模型的检测精度。
2. 特征增强：通过权重化的特征重组操作，模块能够增强重要特征，同时抑制不重要特征，提升特征图的判别能力。
3. 简单高效：模块结构相对简单，不会引入过多的计算开销，适合在实时目标检测任务中应用。
  这期视频讲解在B站:https://www.bilibili.com/video/BV1Vx4y1n7hZ/
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-DEConv.yaml

使用DEA-Net中的detail-enhanced convolution改进C2f.
关于DEConv在运行的时候重参数化后比重参数化前的计算量还要大的问题:是因为重参数化前thop库其计算不准的问题,看重参数化后的参数即可.
ultralytics/cfg/models/yolo-detr/yolov8-detr-C2f-SMPCGLU.yaml

Self-moving Point Convolutional GLU模型改进C2f.
SMP来源于CVPR2023-SMPConv,Convolutional GLU来源于TransNeXt CVPR2024.
1. 普通的卷积在面对数据中的多样性和复杂性时，可能无法捕捉到有效的特征，因此我们采用了SMPConv，其具备最新的自适应点移动机制，从而更好地捕捉局部特征，提高特征提取的灵活性和准确性。
2. 在SMPConv后添加CGLU，Convolutional GLU 结合了卷积和门控机制，能够选择性地通过信息通道，提高了特征提取的有效性和灵活性。

以Yolov5为基准模型的改进方案

ultralytics/cfg/models/yolo-detr/yolov5-detr.yaml

使用RT-DETR中的TransformerDecoderHead改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-DWR.yaml

使用RT-DETR中的TransformerDecoderHead和DWRSeg中的Dilation-wise Residual(DWR)模块改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-fasternet.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023改进yolov5.(支持替换其他主干,请看百度云视频-替换主干示例教程)
ultralytics/cfg/models/yolo-detr/yolov5-detr-AIFI-LPE.yaml

使用RT-DETR中的TransformerDecoderHead和LearnedPositionalEncoding改进yolov5.(详细介绍请看百度云视频-20231119更新说明)
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-DCNV2.yaml

使用RT-DETR中的TransformerDecoderHead和可变形卷积DCNV2改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-DCNV3.yaml

使用RT-DETR中的TransformerDecoderHead和可变形卷积DCNV3 CVPR2023改进yolov5.(安装教程请看百度云视频-20231119更新说明)
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-DCNV2-Dynamic.yaml

使用RT-DETR中的TransformerDecoderHead和自研可变形卷积DCNV2-Dynamic改进yolov5.(详细介绍请看百度云视频-MPCA与DCNV2_Dynamic的说明)
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Ortho.yaml(详细介绍请看百度云视频-20231119更新说明)

使用RT-DETR中的TransformerDecoderHead和OrthoNets中的正交通道注意力改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-attention.yaml

添加注意力到基于RTDETR-Head中的yolov5中.(手把手教程请看百度云视频-手把手添加注意力教程)
ultralytics/cfg/models/yolo-detr/yolov5-detr-p2.yaml

添加小目标检测头P2到TransformerDecoderHead中.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-DySnake.yaml

DySnakeConv与C3融合.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Faster.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023中的Faster-Block改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Faster-Rep.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023中与RepVGG CVPR2021中的RepConv二次创新后的Faster-Block-Rep改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Faster-EMA.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023中与EMA ICASSP2023二次创新后的Faster-Block-EMA的Faster-Block-EMA改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Faster-Rep-EMA.yaml

使用RT-DETR中的TransformerDecoderHead和FasterNet CVPR2023中与RepVGG CVPR2021中的RepConv、EMA ICASSP2023二次创新后的Faster-Block改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-AKConv.yaml

使用RT-DETR中的TransformerDecoderHead和AKConv 2023改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-RFAConv.yaml

使用RT-DETR中的TransformerDecoderHead和RFAConv 2023改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-RFAConv.yaml

使用RT-DETR中的TransformerDecoderHead和RFCAConv 2023改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-RFAConv.yaml

使用RT-DETR中的TransformerDecoderHead和RFCBAMConv 2023改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Conv3XC.yaml

使用RT-DETR中的TransformerDecoderHead和Swift Parameter-free Attention Network中的Conv3XC改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-SPAB.yaml

使用RT-DETR中的TransformerDecoderHead和Swift Parameter-free Attention Network中的SPAB改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-DRB.yaml

使用RT-DETR中的TransformerDecoderHead和UniRepLKNet中的DilatedReparamBlock改进改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-UniRepLKNetBlock.yaml

使用RT-DETR中的TransformerDecoderHead和UniRepLKNet中的UniRepLKNetBlock改进改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-DWR-DRB.yaml

使用UniRepLKNet中的DilatedReparamBlock对DWRSeg中的Dilation-wise Residual(DWR)进行二次创新改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-DBB.yaml

使用RT-DETR中的TransformerDecoderHead和DiverseBranchBlock CVPR2021改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-CSP-EDLAN.yaml

使用RT-DETR中的TransformerDecoderHead和DualConv打造CSP Efficient Dual Layer Aggregation Networks改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-ASF.yaml

使用RT-DETR中的TransformerDecoderHead和ASF-YOLO中的Attentional Scale Sequence Fusion改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-ASF-P2.yaml

在ultralytics/cfg/models/yolo-detr/yolov5-detr-ASF.yaml的基础上进行二次创新，引入P2检测层并对网络结构进行优化.
ultralytics/cfg/models/yolo-detr/yolov5-detr-slimneck.yaml

使用RT-DETR中的TransformerDecoderHead和SlimNeck中VoVGSCSP\VoVGSCSPC和GSConv改进yolov5的neck.
ultralytics/cfg/models/yolo-detr/yolov5-detr-slimneck-asf.yaml

在ultralytics/cfg/models/yolo-detr/yolov5-detr-slimneck.yaml使用ASF-YOLO中的Attentional Scale Sequence Fusion进行二次创新.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-AggregatedAtt.yaml

使用RT-DETR中的TransformerDecoderHead和TransNeXt中的聚合感知注意力改进C3.(百度云视频-20240106更新说明)
ultralytics/cfg/models/yolo-detr/yolov5-detr-SDI.yaml

使用RT-DETR中的TransformerDecoderHead和U-NetV2中的 Semantics and Detail Infusion Module对yolov5中的feature fusion进行改进.
ultralytics/cfg/models/yolo-detr/yolov5-detr-goldyolo.yaml

利用RT-DETR中的TransformerDecoderHead和华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进特征融合模块.
ultralytics/cfg/models/yolo-detr/yolov5-detr-goldyolo-asf.yaml

利用RT-DETR中的TransformerDecoderHead和华为2023最新GOLD-YOLO中的Gatherand-Distribute和ASF-YOLO中的Attentional Scale Sequence Fusion进行改进特征融合模块.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-DCNV4.yaml

使用DCNV4改进C3.
ultralytics/cfg/models/yolo-detr/yolov5-detr-HSFPN.yaml

利用RT-DETR中的TransformerDecoderHead和使用MFDS-DETR中的HS-FPN改进YOLOV5中的PAN.
ultralytics/cfg/models/yolo-detr/yolov5-detr-HSPAN.yaml

利用RT-DETR中的TransformerDecoderHead和对MFDS-DETR中的HS-FPN进行二次创新后得到HSPAN改进YOLOV5中的PAN.
ultralytics/cfg/models/yolo-detr/yolov8-detr-Dysample.yaml

使用ICCV2023 DySample改进yolov8-detr neck中的上采样.
ultralytics/cfg/models/yolo-detr/yolov8-detr-CARAFE.yaml

使用ICCV2019 CARAFE改进yolov8-detr neck中的上采样.
ultralytics/cfg/models/yolo-detr/yolov8-detr-HWD.yaml

使用Haar wavelet downsampling改进yolov8-detr neck的下采样.
ultralytics/cfg/models/yolo-detr/yolov5-detr-ASF-Dynamic.yaml

使用ICCV2023 DySample改进ASF-YOLO中的Attentional Scale Sequence Fusion的上采样模块得到Dynamic Sample Attentional Scale Sequence Fusion改进yolov5-detr中的neck.
ultralytics/cfg/models/yolo-detr/yolov5-detr-SWC.yaml

使用shift-wise conv改进yolov5-detr中的C3.
ultralytics/cfg/models/yolo-detr/yolov5-detr-iRMB-DRB.yaml

使用UniRepLKNet中的DilatedReparamBlock对EMO ICCV2023中的iRMB进行二次创新来改进yolov5-detr中的C2f.
ultralytics/cfg/models/yolo-detr/yolov5-detr-iRMB-SWC.yaml

使用shift-wise conv对EMO ICCV2023中的iRMB进行二次创新来改进yolov5-detr中的C2f.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-VSS.yaml

使用最新的Mamba架构Mamba-UNet中的VSS对C3中的BottleNeck进行改进,使其能更有效地捕获图像中的复杂细节和更广泛的语义上下文.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-LVMB.yaml

使用最新的Mamba架构Mamba-UNet中的VSS与Cross Stage Partial进行结合,使其能更有效地捕获图像中的复杂细节和更广泛的语义上下文.
ultralytics/cfg/models/yolo-detr/yolov5-detr-RepNCSPELAN.yaml

使用YOLOV9中的RepNCSPELAN进行改进yolov5-detr.
ultralytics/cfg/models/yolo-detr/yolov5-detr-bifpn.yaml

添加BIFPN到yolov8中.
其中BIFPN中有三个可选参数：
1. Fusion
  其中BIFPN中的Fusion模块支持五种: weight, adaptive, concat, bifpn(default), SDI
  其中weight, adaptive, concat出自paper链接-Figure 3, SDI出自U-NetV2
2. node_mode
  block模块选择,具体可看对应百度云视频-20240302更新公告.
3. head_channel
  BIFPN中的通道数,默认设置为256.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C2f-ContextGuided.yaml

使用CGNet中的Light-weight Context Guided和Light-weight Context Guided DownSample改进yolov5-detr.
ultralytics/cfg/models/yolo-detr/yolov5-detr-PACAPN.yaml

自研结构, Parallel Atrous Convolution Attention Pyramid Network, PAC-APN
ultralytics/cfg/models/yolo-detr/yolov5-detr-DGCST.yaml

使用Lightweight Object Detection中的Dynamic Group Convolution Shuffle Transformer改进yolov5-detr.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-RetBlock.yaml

使用CVPR2024 RMT中的RetBlock改进C3.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-PKI.yaml

使用CVPR2024 PKINet中的PKIModule和CAA模块改进C3.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-fadc.yaml

使用CVPR2024 Frequency-Adaptive Dilated Convolution改进C3.
ultralytics/cfg/models/yolo-detr/yolov5-detr-FDPN.yaml

自研特征聚焦扩散金字塔网络(Focusing Diffusion Pyramid Network)
1. 通过定制的特征聚焦模块与特征扩散机制，能让每个尺度的特征都具有详细的上下文信息，更有利于后续目标的检测与分类。
2. 定制的特征聚焦模块可以接受三个尺度的输入，其内部包含一个Inception-Style的模块，其利用一组并行深度卷积来捕获丰富的跨多个尺度的信息。
3. 通过扩散机制使具有丰富的上下文信息的特征进行扩散到各个检测尺度.
ultralytics/cfg/models/yolo-detr/yolov5-detr-FDPN-DASI.yaml

使用HCFNet中的Dimension-Aware Selective Integration Module对自研的Focusing Diffusion Pyramid Network再次创新.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-PPA.yaml

使用HCFNet中的Parallelized Patch-Aware Attention Module改进C3.
ultralytics/cfg/models/yolo-detr/yolov5-detr-SRFD.yaml

使用A Robust Feature Downsampling Module for Remote Sensing Visual Tasks改进yolov5的下采样.
ultralytics/cfg/models/yolo-detr/yolov5-detr-CSFCN.yaml

使用Context and Spatial Feature Calibration for Real-Time Semantic Segmentation中的Context and Spatial Feature Calibration模块改进yolov5.
ultralytics/cfg/models/yolo-detr/yolov5-detr-CGAFusion.yaml

使用DEA-Net中的content-guided attention fusion改进yolov5-neck.
ultralytics/cfg/models/yolo-detr/yolov5-detr-CAFMFusion.yaml

利用具有HCANet中的CAFM，其具有获取全局和局部信息的注意力机制进行二次改进content-guided attention fusion.
ultralytics/cfg/models/yolo-detr/yolov5-detr-RGCSPELAN.yaml

自研RepGhostCSPELAN.
1. 参考GhostNet中的思想(主流CNN计算的中间特征映射存在广泛的冗余)，采用廉价的操作生成一部分冗余特征图，以此来降低计算量和参数量。
2. 舍弃yolov5与yolov8中常用的BottleNeck，为了弥补舍弃残差块所带来的性能损失，在梯度流通分支上使用RepConv，以此来增强特征提取和梯度流通的能力，并且RepConv可以在推理的时候进行融合，一举两得。
3. 可以通过缩放因子控制RGCSPELAN的大小，使其可以兼顾小模型和大模型。
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Faster-CGLU.yaml

使用TransNeXt CVPR2024中的Convolutional GLU对CVPR2023中的FasterNet进行二次创新.
ultralytics/cfg/models/yolo-detr/yolov5-detr-SDFM.yaml

使用PSFusion中的superficial detail fusion module改进yolov5-neck.
ultralytics/cfg/models/yolo-detr/yolov5-detr-PSFM.yaml

使用PSFusion中的profound semantic fusion module改进yolov5-neck.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Star.yaml

使用StarNet CVPR2024中的StarBlock改进C3.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-Star-CAA.yaml

使用StarNet CVPR2024中的StarBlock和CVPR2024 PKINet中的CAA改进C3.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-KAN.yaml

使用Pytorch-Conv-KAN的KAN卷积算子改进C3.
目前支持:
1. FastKANConv2DLayer
2. KANConv2DLayer
3. KALNConv2DLayer
4. KACNConv2DLayer
5. KAGNConv2DLayer
ultralytics/cfg/models/yolo-detr/yolov5-detr-ContextGuideFPN.yaml

Context Guide Fusion Module（CGFM）是一个创新的特征融合模块，旨在改进YOLOv8中的特征金字塔网络（FPN）。该模块的设计考虑了多尺度特征融合过程中上下文信息的引导和自适应调整。
1. 上下文信息的有效融合：通过SE注意力机制，模块能够在特征融合过程中捕捉并利用重要的上下文信息，从而增强特征表示的有效性，并有效引导模型学习检测目标的信息，从而提高模型的检测精度。
2. 特征增强：通过权重化的特征重组操作，模块能够增强重要特征，同时抑制不重要特征，提升特征图的判别能力。
3. 简单高效：模块结构相对简单，不会引入过多的计算开销，适合在实时目标检测任务中应用。
  这期视频讲解在B站:https://www.bilibili.com/video/BV1Vx4y1n7hZ/
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-DEConv.yaml

使用DEA-Net中的detail-enhanced convolution改进C3.
关于DEConv在运行的时候重参数化后比重参数化前的计算量还要大的问题:是因为重参数化前thop库其计算不准的问题,看重参数化后的参数即可.
ultralytics/cfg/models/yolo-detr/yolov5-detr-C3-SMPCGLU.yaml

Self-moving Point Convolutional GLU模型改进C3.
SMP来源于CVPR2023-SMPConv,Convolutional GLU来源于TransNeXt CVPR2024.
1. 普通的卷积在面对数据中的多样性和复杂性时，可能无法捕捉到有效的特征，因此我们采用了SMPConv，其具备最新的自适应点移动机制，从而更好地捕捉局部特征，提高特征提取的灵活性和准确性。
2. 在SMPConv后添加CGLU，Convolutional GLU 结合了卷积和门控机制，能够选择性地通过信息通道，提高了特征提取的有效性和灵活性。

更新公告

20231105-rtdetr-v1.0
1. 初版项目发布.
20231109-rtdetr-v1.1
1. 修复断点训练不能正常使用的bug.
2. 优化get_FPS.py中的模型导入方法.
3. 增加以yolov5和yolov8为基准模型更换为RTDETR的Head,后续也会提供yolov5-detr,yolov8-detr相关的改进.
4. 新增百度云视频-20231109更新说明视频和替换主干说明视频.
5. 新增GhostHGNetV2,RepHGNetV2,详细请看使用教程中的RT-DETR改进方案.
6. 新增使用DWRSeg中的Dilation-wise Residual(DWR)模块,加强从网络高层的可扩展感受野中提取特征,详细请看使用教程中的RT-DETR改进方案.
20231119-rtdetr-v1.2
1. 增加DCNV2,DCNV3,DCNV2-Dynamic,并以RTDETR-R18,RTDETR-R50,YOLOV5-Detr,YOLOV8-Detr多个基准模型进行改进,详细请看使用教程中的RT-DETR改进方案.
2. 使用CVPR2022-OrthoNets中的正交通道注意力改进resnet18-backbone中的BasicBlock,resnet50-backbone中的BottleNeck,yolov8-C2f,yolov5-C3,详细请看使用教程中的RT-DETR改进方案.
3. 使用LearnedPositionalEncoding改进AIFI中的位置编码信息生成,详细请看使用教程中的RT-DETR改进方案.
4. 增加EMO模型中的iRMB模块,并使用(EfficientViT-CVPR2023)中的CascadedAttention对其二次创新得到iRMB_Cascaded,详细请看使用教程中的RT-DETR改进方案.
5. 百度云视频增加1119更新说明和手把手添加注意力机制视频教学.
6. 更新使用教程.
20231126-rtdetr-v1.3
1. 支持IoU,GIoU,DIoU,CIoU,EIoU,SIoU.
2. 支持MPDIoU,Inner-IoU,Inner-MPDIoU.
3. 支持Normalized Gaussian Wasserstein Distance.
4. 支持小目标检测层P2.
5. 支持DySnakeConv.
6. 新增Pconv,PConv-Rep(二次创新)优化rtdetr-r18与rtdetr-r50.
7. 新增Faster-Block,Faster-Block-Rep(二次创新),Faster-Block-EMA(二次创新),Faster-Block-Rep-EMA(二次创新)优化rtdetr-r18、rtdetr-r50、yolov5-detr、yolov8-retr.
8. 更新使用教程.
9. 百度云视频增加1126更新说明.
20231202-rtdetr-v1.4
1. 支持AKConv(具有任意采样形状和任意数目参数的卷积核).
2. 支持RFAConv,RFCAConv,RFCBAMConv(感受野注意力卷积).
3. 支持UniRepLKNet(大核CNNRepLK正统续作).
4. 使用CVPR2022 DAttention改进AIFI.
5. 更新使用教程.
6. 百度云视频增加1202更新说明.
7. 解决训练过程中由于指标出现的nan问题导致best.pt没办法正常保存.
20231210-rtdetr-v1.5
1. 支持来自Swift Parameter-free Attention Network中的重参数化Conv3XC模块.
2. 支持UniRepLKNet中的DilatedReparamBlock.
3. 支持UniRepLKNet中的DilatedReparamBlock对DWRSeg中的Dilation-wise Residual(DWR)模块进行二次创新的DWR_DRB.
4. 使用ICCV2023 FLatten Transformer中的FocusedLinearAttention改进AIFI.
5. 更新使用教程.
6. 百度云视频增加1210更新说明.
20231214-rtdetr-v1.6
1. 支持DiverseBranchBlock.
2. 利用DualConv打造CSP Efficient Dual Layer Aggregation Networks(仅支持yolov5-detr和yolov8-detr).
3. 使用Swift Parameter-free Attention Network中的重参数化Conv3XC和DiverseBranchBlock改进RepC3.
4. 支持最新的ASF-YOLO中的Attentional Scale Sequence Fusion.
5. 更新使用教程.
6. 百度云视频增加1214更新说明.
20231223-rtdetr-v1.7
1. 增加rtdetr-r18-asf-p2.yaml,使用ASF-YOLO中的Attentional Scale Sequence Fusion与Small Object Detection Head进行二次创新.
2. 新增rtdetr-slimneck.yaml和rtdetr-slimneck-ASF.yaml.
3. 新增yolov8-detr-slimneck.yaml,yolov8-detr-slimneck-asf.yaml.
4. 新增yolov5-detr-slimneck.yaml,yolov5-detr-slimneck-asf.yaml.
5. 修正热力图计算中预处理.
6. 更新使用教程.
7. 百度云视频增加1223更新说明.
20240106-rtdetr-v1.8
1. 新增Shape-IoU,Inner-Shape-IoU.
2. 新增支持TransNeXt主干和TransNeXt中的聚焦感知注意力机制.
3. 新增U-NetV2中的Semantics and Detail Infusion Module对RTDETR的CCFM进行创新.
4. ASF系列支持attention_add.
5. 更新使用教程.
6. 百度云视频增加20240106更新说明.
20240113-rtdetr-v1.9
1. 支持Wise-IoU(v1,v2,v3)系列(IoU,WIoU,EIoU,GIoU,DIoU,CIoU,SIoU,MPDIoU,ShapeIoU).
2. 支持Inner-Wise-IoU(v1,v2,v3)系列(IoU,WIoU,EIoU,GIoU,DIoU,CIoU,SIoU,MPDIoU,ShapeIoU).
3. 支持SlideLoss,EMASlideLoss(利用Exponential Moving Average优化mean iou,可当自研创新模块).
4. 使用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进特征融合模块.
5. 使用ASF-YOLO中Attentional Scale Sequence Fusion与GOLD-YOLO中的Gatherand-Distribute进行二次创新结合.
6. 修正rtdetr-r34中检测头参数错误的问题,增加rtdetr-r34,rtdetr-r50-m的预训练权重.
7. 更新使用教程.
8. 百度云视频增加20240113更新说明.
20240120-rtdetr-v1.10
1. 新增DCNV4.
2. 使用LITv2中具有提取高低频信息的高效注意力对AIFI进行二次改进.
3. 使用MFDS-DETR中的HS-FPN改进RTDETR中的CCFM和YOLOV5-DETR、YOLOV8-DETR中的Neck.
4. 对MFDS-DETR中的HS-FPN进行二次创新后得到HSPAN改进RTDETR中的CCFM和YOLOV5-DETR、YOLOV8-DETR中的Neck.
5. 修复没有使用wiou时候断点续寻的bug.
6. 修复plot_result.py画结果图中乱码的问题.
7. 更新使用教程.
8. 百度云视频增加20240120更新说明.
20240128-rtdetr-v1.11
1. 增加CARAFE轻量化上采样算子.
2. 增加DySample(ICCV2023)动态上采样算子.
3. 增加Haar wavelet downsampling下采样算子.
4. 增加Focaler-IoU,Focaler-GIoU,Focaler-DIoU,Focaler-CIoU,Focaler-EIoU,Focaler-SIoU,Focaler-Shape-IoU,Focaler-MPDIoU.
5. 增加Focaler-Wise-IoU(v1,v2,v3)(IoU,WIoU,EIoU,GIoU,DIoU,CIoU,SIoU,MPDIoU,ShapeIoU).
6. 使用DySample(ICCV2023)动态上采样算子对ASF-YOLO中的Attentional Scale Sequence Fusion进行二次创新.
7. 更新使用教程.
8. 百度云视频增加20240128更新说明.
20240206-rtdetr-v1.12
1. 新增Shift-ConvNets相关改进内容.(rtdetr-SWC.yaml,rtdetr-R50-SWC.yaml,yolov8-detr-C2f-SWC.yaml,yolov5-detr-C3-SWC.yaml)
2. 使用UniRepLKNet中的DilatedReparamBlock对EMO中的iRMB进行二次创新.
3. 使用Shift-ConvNets中的具有移位操作的卷积对EMO中的iRMB进行二次创新.
4. 更新使用教程.
5. 百度云视频增加20240206更新说明.
20240219-rtdetr-v1.13
1. 使用最新的Mamba架构(号称超越Transformer的新架构)改进rtdetr-r18,rtdetr-r50,yolov5-detr,yolov8-detr.
2. 新增Powerful-IoU,Powerful-IoUV2,Inner-Powerful-IoU,Inner-Powerful-IoUV2,Focaler-Powerful-IoU,Focaler-Powerful-IoUV2,Wise-Powerful-IoU(v1,v2,v3),Wise-Powerful-IoUV2(v1,v2,v3)系列.
3. 更新热力图脚本,使用方式可参考最新发的yolov5v7-gradcam的视频.
4. 更新COCO脚本,增加其他指标输出.
5. 更新使用教程.
6. 百度云视频增加20240219更新说明.
20240225-rtdetr-v1.14
1. 新增YOLOV9中的RepNCSPELAN模块.
2. 使用DBB,OREPA,DilatedReparamBlock,Conv3XC对YOLOV9中的RepNCSPELAN模块进行二次创新.
3. 更新使用教程.
4. 百度云视频增加20240225更新说明.
20240302-rtdetr-v1.15
1. 新增CGNet中的Light-weight Context Guided和Light-weight Context Guided DownSample模块.
2. Neck模块新增BIFPN,并对其进行创新,支持替换不同的block.
3. 为RTDETR定制SlideVarifocalLoss,EMASlideVarifocalLoss.
4. 更新使用教程.
5. 百度云视频增加20240302更新说明.
20240307-rtdetr-v1.16
1. 新增自研Neck结构Parallel Atrous Convolution Attention Pyramid Network, PAC-APN.附带模块内结构图
2. 复现Lightweight Object Detection中的Dynamic Group Convolution Shuffle Transformer.
3. 更新使用教程.
4. 百度云视频增加20240307更新说明.
20240321-rtdetr-v1.17
1. 新增CVPR2024-RMT主干,并支持RetBlock改进RepC3.
2. 新增2024年新出的Efficient Local Attention,并用其对HSFPN进行二次创新.
3. 使用CVPR2021-CoordAttention对HSFPN进行二次创新.
4. 更新使用教程,增加多个常见疑问解答.
5. 百度云视频增加20240321更新说明.
20240404-rtdetr-v1.18
1. 新增CVPR2024 PKINet主干.
2. 新增CVPR2024 PKINet中的PKIModule和CAA模块,提出C2f-PKI.
3. 使用CVPR2024 PKINet中的Context Anchor Attention改进RepNCSPELAN、HSFPN.
4. 新增CVPR2024 Frequency-Adaptive Dilated Convolution.
5. 增加有效感受野可视化脚本.
6. 更新使用教程
7. 百度云视频增加20240404更新说明.
20240412-rtdetr-v1.19
1. 新增自研Focusing Diffusion Pyramid Network.
2. 新增HCFNet针对小目标分割的Parallelized Patch-Aware Attention Module改进C2f.
3. 新增HCFNet针对小目标分割的Dimension-Aware Selective Integration Module对自研Focusing Diffusion Pyramid Network再次进行创新.
4. 更新使用教程.
5. 百度云视频增加20240412更新说明.
20240427-rtdetr-v1.20
1. 新增mobilenetv4-backbone.
2. 新增A Robust Feature Downsampling Module for Remote Sensing Visual Tasks中的下采样.
3. 新增Context and Spatial Feature Calibration for Real-Time Semantic Segmentation中的Context and Spatial Feature Calibration.
4. 更新使用教程.
5. 百度云视频增加20240427更新说明.
20240502-rtdetr-v1.21
1. 新增支持content-guided attention fusion改进rtdetr-neck.
2. 新增支持使用CAFM对CGAFusion进行二次改进,得到CAFMFusion改进rtdetr-neck.
3. get_FPS.py脚本新增可以通过yaml测试推理速度.
4. 新增自研RGCSPELAN,其比C3、ELAN、C2f、RepNCSPELAN更低参数量和计算量更快推理速度.
5. 更新使用教程.
6. 百度云视频增加20240502更新说明.
20240518-rtdetr-v1.22
1. 新增CVPR2024-StarNet-Backbone以及其衍生的改进(C3-Star、C3-Star-CAA、C2f-Star、C2f-Star-CAA、BasicBlock_Star、BottleNeck_Star).
2. 使用CVPR2024-TransNext中的Convolutional GLU对CVPR2023-FasterBlock进行二次创新(C3_Faster_CGLU, C2f_Faster_CGLU, BasicBlock_Faster_Block_CGLU, BottleNeck_Faster_Block_CGLU).
3. 新增PSFusion中的superficial detail fusion module、profound semantic fusion module.
4. 更新使用教程.
5. 百度云视频增加20240518更新说明.
20240525-rtdetr-v1.23
1. KAN In! Mamba Out!,集成pytorch-kan-conv，支持多种KAN变种！
2. 同步DCNV4-CVPR2024最新代码.
3. 更新使用教程.
4. 百度云视频增加20240525更新说明.
20240608-rtdetr-v1.24
1. 新增自研ContextGuideFPN.
2. 新增detail-enhanced convolution改进RTDETR.
3. 新增自研SMPCGLU，里面的模块分别来自CVPR2023和CVPR2024.
4. 更新使用教程.
5. 百度云视频增加20240608更新说明.
20240618-rtdetr-v1.25
1. 新增支持物理传热启发的视觉表征模型vHeat中的vHeatBlock.
2. 新增自研重校准特征金字塔网络(Re-CalibrationFPN),推出多个版本(P2345,P345,P3456).
3. 新增WaveletPool改进上采样和下采样.
4. 更新使用教程.
5. 百度云视频增加20240618更新说明.
20240622-rtdetr-v1.26
1. 新增RtDetr-Mamba.
2. 新增GLSA改进rtdetr-neck.
3. 新增GLSA对BIFPN进行二次创新.
4. 更新使用教程.
5. 百度云视频增加20240622更新说明.
20240703-rtdetr-v1.27
1. 新增UCTransNet中的ChannelTransformer改进rtdetr-neck.
2. 新增自研SmallObjectEnhancePyramid.
3. 新增SwiftFormer的EfficientAdditiveAttention改进AIFI.
4. 更新使用教程.
5. 百度云视频增加20240703更新说明.
20240715-rtdetr-v1.28
1. 新增自研Context-Guided Spatial Feature Reconstruction Feature Pyramid Network.
2. 新增Wavelet Convolutions for Large Receptive Fields中的WTConv改进BasicBlock.
3. 新增UBRFC-Net中的Adaptive Fine-Grained Channel Attention.
4. 更新使用教程.
5. 百度云视频增加20240715更新说明.
20240725-rtdetr-v1.29
1. 新增ECCV2024-SMFANet中的Feature Modulation block.
2. 新增Rethinking Performance Gains in Image Dehazing Networks中的gConvblock.
3. 更新使用教程.
4. 百度云视频增加20240725更新说明.
20240802-rtdetr-v1.30
1. 新增LDConv.
2. 新增MAF-YOLO中的MAFPN，并利用BIFPN的思想对MAFPN进行二次创新得到BIMAFPN.
3. 更新使用教程.
4. 百度云视频增加20240802更新说明.
20240815-rtdetr-v1.31
1. 新增YOLO-MIF中的WDBB、DeepDBB的重参数化模块.
2. 新增SLAB中的RepBN改进AIFI.
3. 更新使用教程.
4. 百度云视频增加20240815更新说明.
20240825-rtdetr-v1.32
1. 新增CAS-ViT中的AdditiveBlock和CSP思想改进backbone.
2. 新增CAS-ViT中的AdditiveBlock改进AIFI.
3. 新增自研Efficient Multi-Branch&Scale FPN.
4. 更新使用教程.
5. 百度云视频增加20240825更新说明.
20240902-rtdetr-v1.33
1. 新增CMTFUnet和TransNext的二次创新模块.
2. 新增自研CSP-Partial Multi-Scale Feature Aggregation.
3. 更新使用教程.
4. 百度云视频增加20240902更新说明.
20240912-rtdetr-v1.34
1. 新增Cross-Layer Feature Pyramid Transformer for Small Object Detection in Aerial Images中的CFPT.
2. 新增ICLR2024中的MogaBlock.
3. 更新使用教程.
4. 百度云视频增加20240912更新说明.
20240926-rtdetr-v1.35
1. 新增CVPR2024-SHViT中的SHSABlock和其的二次创新.
2. 新增BIBM2024-SMAFormer中的SMAFormerBlock和其的二次创新.
3. 新增TPAMI2024-FreqFusion中的FreqFusion改进Neck.
4. 新增自研MutilBackBone-DynamicAlignFusion.
5. 更新使用教程.
6. 百度云视频增加20240926更新说明.
20241020-rtdetr-v1.36
1. 新增Histoformer ECCV2024中的Dynamic-range Histogram Self-Attention改进AIFI.
2. 新增自研CSP-MutilScaleEdgeInformationEnhance.
3. 新增Efficient Frequency-Domain Image Deraining with Contrastive Regularization ECCV2024中的Fused_Fourier_Conv_Mixer与CSP思想结合改进rtdetr-backbone.
4. 更新使用教程.
5. 百度云视频增加20241020更新说明.
20241106-rtdetr-v1.37
1. 新增自研CSP-FreqSpatial.
2. 新增SFHformer ECCV2024中的block与CSP思想结合改进 rtdetr-backbone.
3. 新增Revitalizing Convolutional Network for Image Restoration TPAMI2024中的MSM与CSP思想结合改进rtdetr-backbone.
4. 更新使用教程.
5. 百度云视频增加20241106更新说明.
20241118-rtdetr-v1.38
1. 基于自研CSP-MutilScaleEdgeInformationEnhance再次创新得到CSP-MutilScaleEdgeInformationSelect.
2. 新增Pattern Recognition 2024|DRANet中的HDRAB和RAB模块与CSP思想结合改进rtdetr-backbone.
3. 新增ECCV2022-ELAN中的Local feature extraction改进RepC3.
4. 更新使用教程.
5. 百度云视频增加20241118更新说明.
20241130-rtdetr-v1.39
1. 新增自研GlobalEdgeInformationTransfer.
2. 新增FreqFormer的Frequency-aware Cascade Attention与CSP结合改进backbone.
3. 更新使用教程.
4. 百度云视频增加20241130更新说明.
20241215-rtdetr-v1.40
1. 新增CrossFormer中的DynamicPosBias-Attention改进AIFI.
2. 新增CAMixerSR中的CAMixer与CSP结合改进backbone.
3. 修改保存模型规则,原本为fp16变成fp32,详细请看本期更新视频.
4. 百度云视频增加20241215更新说明.
20241216-rtdetr-v1.41
1. 新增Hyper-YOLO中的Hypergraph Computation in Semantic Space和Mixed Aggregation Network改进rtdetr.
2. 修复已知bug.
3. 更新使用教程.
4. 百度云视频增加20241216更新说明.
20241228-rtdetr-v1.42
1. 新增基于Hyper-YOLO中的Mixed Aggregation Network三个二次改进系列.
2. 新增使用MSA^2 Net中的Multi-Scale Adaptive Spatial Attention Gate改进rtdetr-neck.
3. 新增使用MSA^2 Net中的Multi-Scale Adaptive Spatial Attention Gate改进自研系列的MutilBackbone.
4. 更新使用教程.
5. 百度云视频增加20241228更新说明.
20250111-rtdetr-v1.43
1. 新增CRAFT-SR中的high-frequency enhancement residual block与CSP结合改进backbone.
2. 新增AAAI2025-TBSN中的DTAB改进backbone、AIFI.
3. 新增ECCV2024-FSEL中的多个模块改进rtdetr.
4. 新增ACMMM2024-WFEN中的多个模块改进rtdetr.
5. 更新使用教程.
6. 百度云视频增加20250111更新说明.
20250119-rtdetr-v1.44
1. 新增AAAI2025 Pinwheel-shaped Convolution and Scale-based Dynamic Loss for Infrared Small Target Detection中的Pinwheel-shaped Convolution类型改进.
2. 新增AAAI2025 ConDSeg中的ContrastDrivenFeatureAggregation与ACMMM2024 WFEN中的小波变换进行创新.
3. 更新使用教程.
4. 百度云视频增加20250119更新说明.
20250204-rtdetr-v1.45
1. 新增ELGC-Net的改进及其二次创新.
2. 新增ICLR2025 PolaFormer中的PolaAttention改进AIFI.
3. 新增遥感目标检测Strip R-CNN中的StripBlock及其二次创新.
4. 新增BIBM2024 Spatial-Frequency Dual Domain Attention Network For Medical Image Segmentation中的Frequency-Spatial Attention和Multi-scale Progressive Channel Attention.
5. 更新使用教程.
6. 百度云视频增加20250204更新说明.
20250206-rtdetr-v1.46
1. 新增ICLR2025 Kolmogorov-Arnold Transformer中的KAT及其配合FasterBlock的二次创新.<此模块需要编译>
2. 更新使用教程.
3. 百度云视频增加20250206更新说明.
20250216-rtdetr-v1.47
1. 新增自研模块DynamicInceptionDWConv2d.
2. 新增GlobalFilter和DynamicFilter.
3. 更新使用教程.
4. 百度云视频增加20250216更新说明.
20250303-rtdetr-v1.48
1. 新增自研模块Hierarchical Attention Fusion并提供多种使用方式.
2. 新增ICLR2025-Token Statistics Transformer中的TSSA改进AIFI.
3. 新增MHAF-YOLO中的RepHMS.<这个是YOLO群内的一个博士新作品>
4. 更新使用教程.
5. 百度云视频增加20250303更新说明.
20250315-rtdetr-v1.49
1. 新增CVPR2024-Adaptive Sparse Transformer的模块改进aifi.
2. 新增CVPR2025-MambaIR的模块.
3. 新增CVPR2025-SCSegamba中的模块.
4. 新增CVPR2025-MambaOut中的模块.
5. 新增CVPR2025-DEIM MAL损失函数.
6. 更新使用教程.
7. 百度云视频增加20250315更新说明.
20250403-rtdetr-v1.50
1. 新增CVPR2025-MambaOut与CVPR2024-UniRepLKNet二次创新后的模块.
2. 新增CVPR2025-EfficientViM和其与CVPR2024-TransNeXt的二次创新后的模块.
3. 新增CVPR2024-EMCAD中的EUCB.
4. 新增CVPR2025-BHViT中的ShiftChannelMix和CVPR2024-EMCAD中的EUCB二次创新模块.
5. 新增rtdetr-EMBSFPN.yaml方案上引入CVPR2025 BHViT中的ShiftChannelMix.
6. 新增CVPR2025-HVI中的Intensity Enhancement Layer.
7. 新增CVPR2025-OverLock中的模块.
8. 更新使用教程.
9. 百度云视频增加20250403更新说明.
20250420-rtdetr-v1.51
1. 新增ICLR2024-FTIC中的多个模块、以及其与ICLR2025-PolaFormer的二次创新模块.
2. 新增CVPR2024-DCMPNet中的多个模块.
3. 新增ICLR2025-PolaFormer与CVPR2024-TransNext的二次创新模块.
4. 新增CVPR2025-OverLock中的GDSAFusion.
5. 更新使用教程.
6. 百度云视频增加20250403更新说明.

你可能感兴趣的:(人工智能,深度学习,RTDETR)

阿里云魔搭社区AIGC专区：中国AI创作的革命性平台 Liudef06小白阿里云 AIGC 人工智能
在生成式人工智能重塑全球数字创作版图的浪潮中，中国首个一站式AIGC开发平台——阿里云魔搭社区AIGC专区于2024年9月杭州云栖大会正式亮相。这一突破性进展不仅填补了国内全流程AI创作工具的空白，更以157款多模态开源模型和全免费GPU算力的开放姿态，为超过690万开发者提供了从模型调用到应用落地的完整生态支持。一、魔搭社区：中国AI模型生态的奠基者魔搭社区（ModelScope）作为阿里云在2
探秘阿里云Tair KVCache：大模型推理的加速引擎云资源服务商阿里云云计算人工智能
一、引言近年来，人工智能领域发展迅猛，大语言模型（LLM）不断取得突破，其应用场景也日益广泛。从智能客服到内容生成，从智能写作到智能翻译，大语言模型正在深刻地改变着我们的生活和工作方式。随着模型规模的不断扩大和推理需求的日益增长，大模型推理过程中的显存瓶颈问题逐渐凸显，成为制约其发展和应用的关键因素。在大模型推理中，KVCache技术作为一种优化手段，通过缓存历史Token的Key/Value向量
AI正在偷偷取代这10种职业，你的工作安全吗？
近年来，人工智能（AI）的飞速发展正在悄然改变我们的工作方式。从自动化客服到AI生成内容，许多传统职业正面临被取代的风险。虽然AI带来了更高的效率和便利，但也让不少人开始担忧：我的工作会被AI抢走吗？今天，我们就来盘点10种最容易被AI取代的职业，并探讨如何在这个AI时代保持竞争力。1.客服代表取代指数：★★★★★AI驱动的聊天机器人（如ChatGPT、GoogleBard）已经能够处理大部分基础
直播预告！探讨生成模型中的极简概念擦除青稞社区. 青稞Talk 人工智能图像处理
主页：http://qingkeai.online/原文：https://mp.weixin.qq.com/s/yc4whKbnVY8ho1w7rgFVGg6月16日20:00，青稞Talk第55期，新加坡国立大学博士生张扬，将直播分享《生成模型中的极简概念擦除》。分享嘉宾张扬，慕尼黑工业大学计算机专业硕士，新加坡国立大学人工智能专业博士。曾于牛津大学进行学术访问，并在微软亚洲研究院及美国运通新加
【DeepSeek实战】3、Ollama实战指南：LobeChat+多网关架构打造高可用大模型集群无心水 Ollama实战指南 LobeChat实战 DeepSeek实战 DeepSeek全栈应用开发 AI入门大模型 CSDN技术干货
一、企业级大模型集群架构全景解析在人工智能落地应用的过程中，大模型服务的高可用性、成本控制和灵活扩展能力成为企业关注的核心痛点。本方案通过LobeChat前端、AI网关层和Ollama模型集群的三层架构设计，实现了无需复杂运维即可部署的生产级大模型服务体系。该架构不仅支持负载均衡、故障转移和模型热切换等企业级特性。还通过量化技术将硬件成本降低60%以上，为中小企业提供了与商业云服务相当的性能体验。
生成式人工智能实战 | 深度卷积生成对抗网络（Deep Convolutional Generative Adversarial Network, DCGAN）盼小辉丶生成式人工智能实战150讲人工智能生成对抗网络神经网络
生成式人工智能实战|深度卷积生成对抗网络0.前言1.模型与数据集分析1.1模型分析1.2数据集介绍2.构建DCGAN生成人脸图像2.1数据处理2.2模型构建2.3模型训练0.前言深度卷积生成对抗网络(DeepConvolutionalGenerativeAdversarialNetworks,DCGAN)是基于生成对抗网络(ConvolutionalGenerativeAdversarialNet
深度学习实战：基于嵌入模型的AI应用开发 AIGC应用创新大全 AI人工智能与大数据应用开发 MCP&Agent 云算力网络人工智能深度学习 ai
深度学习实战：基于嵌入模型的AI应用开发关键词：嵌入模型（EmbeddingModel）、深度学习、向量空间、语义表示、AI应用开发、相似性搜索、迁移学习摘要：本文将带你从0到1掌握基于嵌入模型的AI应用开发全流程。我们会用“翻译机”“数字身份证”等生活比喻拆解嵌入模型的核心原理，结合Python代码实战（BERT/CLIP模型）演示如何将文本、图像转化为可计算的语义向量，并通过“智能客服问答”“
2024年AI 智能助手（大模型）产品市场分析｜商派徐礼昭｜商派软件市场负责人人工智能
一、引言人工智能的浪潮不断向前推进，智能助手作为其中的重要应用，已经逐渐渗透到我们生活的各个方面。它们以其便捷性和个性化的特点，改变了我们与世界的互动方式。本报告将对AI智能助手进行全面的行业分析，包括行业概况、主要玩家、用户数据、发展要素以及未来趋势等方面，并通过具体案例分享，帮助读者深入了解这一领域的现状和未来发展潜力。二、行业概览（一）智能助手的定义和发展阶段智能助手是利用人工智能技术为用户
高通 QCS8550 大模型性能深度解析：从算力基准到场景实测的全维度 Benchmark 伊利丹~怒风 Qualcomm 人工智能 AI编程 python arm 自然语言处理
前言在人工智能技术狂飙突进的时代，大模型正以前所未有的速度重塑各行业生态，从智能客服到多模态交互，从边缘推理到端侧部署，其应用场景不断拓展。而这一切革新的背后，离不开底层硬件的强力支撑。高通QCS8550作为面向下一代智能设备的旗舰级计算平台，凭借高达48TOPS的AI算力与先进的第七代高通AI引擎，在大模型性能表现上极具竞争力。其异构多核架构不仅能高效处理复杂的神经网络计算，还通过软硬件协同优化
从零开始理解零样本学习：AI人工智能必学技术 AI天才研究院 Agentic AI 实战 AI人工智能与大数据 AI大模型企业级应用开发实战 ai
从零开始理解零样本学习：AI人工智能必学技术关键词：零样本学习、人工智能、机器学习、知识迁移、语义嵌入摘要：本文旨在全面深入地介绍零样本学习这一在人工智能领域具有重要意义的技术。首先阐述零样本学习的背景和基本概念，通过详细的解释和直观的示意图让读者建立起对零样本学习的初步认识。接着深入剖析其核心算法原理，结合Python代码进行详细说明，同时引入相关数学模型和公式并举例阐释。通过项目实战部分，带领
卷积神经网络（Convolutional Neural Network, CNN）不想秃头的程序神经网络语音识别人工智能深度学习网络卷积神经网络
卷积神经网络（ConvolutionalNeuralNetwork,CNN）是一种专门用于处理图像、视频等网格数据的深度学习模型。它通过卷积层自动提取数据的特征，并利用空间共享权重和池化层减少参数量和计算复杂度，成为计算机视觉领域的核心技术。以下是CNN的详细介绍：一、核心思想CNN的核心目标是从图像中自动学习层次化特征，并通过空间共享权重和平移不变性减少参数量和计算成本。其关键组件包括：卷积层（
ResNet（Residual Network）不想秃头的程序神经网络语音识别人工智能深度学习网络残差网络神经网络
ResNet（ResidualNetwork）是深度学习中一种经典的卷积神经网络（CNN）架构，由微软研究院的KaimingHe等人在2015年提出。它通过引入残差连接（SkipConnection）解决了深度神经网络中的梯度消失问题，使得网络可以训练极深的模型（如上百层），并在图像分类、目标检测、语义分割等任务中取得了突破性成果。以下是ResNet的详细介绍：一、核心思想ResNet的核心创新是
P25：LSTM实现糖尿病探索与预测 ?Agony lstm 人工智能 rnn
本文为365天深度学习训练营中的学习记录博客原作者：K同学啊一、相关技术1.LSTM基本概念LSTM（长短期记忆网络）是RNN（循环神经网络）的一种变体，它通过引入特殊的结构来解决传统RNN中的梯度消失和梯度爆炸问题，特别适合处理序列数据。结构组成：遗忘门：决定丢弃哪些信息，通过sigmoid函数输出0-1之间的值，表示保留或遗忘的程度。输入门：决定更新哪些信息，同样通过sigmoid函数控制更新
Python训练营打卡——DAY16（2025.5.5） cosine2025 Python训练营打卡 python 开发语言机器学习
目录一、NumPy数组基础笔记1.理解数组的维度(Dimensions)2.NumPy数组与深度学习Tensor的关系3.一维数组(1DArray)4.二维数组(2DArray)5.数组的创建5.1数组的简单创建5.2数组的随机化创建5.3数组的遍历5.4数组的运算6.数组的索引6.1一维数组索引6.2二维数组索引6.3三维数组索引二、SHAP值的深入理解三、总结1.NumPy数组基础总结2.SH
[Python]-基础篇1- 从零开始的Python入门指南踏雪无痕老爷子 Python python 开发语言
无论你是尚未接触编程的新手，还是想从其他语言转向Python的开发者，这篇文章都是你的入门课。一、Python是什么？Python是一种解释型、高级、通用型编程语言，以简洁明了、简单易用着称。它可以应用于网站开发、自动化脚本、数据分析、人工智能、系统操作等多种场景。二、如何安装Python步骤：访问Python官方网站选择目前最新的Python3.x版本下载Windows用户请务必勾选“AddPy
【机器学习&深度学习】反向传播机制
目录一、一句话定义二、类比理解三、为什重要？四、用生活例子解释：神经网络=烹饪机器人4.1第一步：尝一口（前向传播）4.2第二步：倒着推原因（反向传播）五、换成人工智能流程说一遍六、图示类比：找山顶（最优参数）七、总结一句人话八、PyTorch代码示例：亲眼看到每一层的梯度九、梯度=损失函数对参数的偏导数十、类比总结反向传播（Backpropagation）是神经网络中训练过程的核心机制，它就像“
人脸识别算法赋能园区无人超市安防升级智驱力人工智能算法人工智能边缘计算人脸识别智慧园区智慧工地智慧煤矿
人脸识别算法赋能园区无人超市安防升级正文在园区无人超市的运营管理中，传统安防手段依赖人工巡检或基础监控设备，存在响应滞后、误报率高、环境适应性差等问题。本文从技术背景、实现路径、功能优势及应用场景四个维度，阐述如何通过人脸识别检测、人员入侵算法及疲劳检测算法的协同应用，构建高效、精准的智能安防体系。一、技术背景：视觉分析算法的核心支撑人脸识别算法基于深度学习的卷积神经网络（CNN）模型，通过提取面
潜入思维的海洋：SoftCoT++如何让语言模型更聪明步子哥智能涌现语言模型人工智能自然语言处理
在人工智能的浩瀚星空下，大型语言模型（LLMs）如同一颗颗璀璨的恒星，照亮了从文本生成到复杂推理的广阔领域。然而，这些模型在推理任务中往往像是在迷雾中航行——尽管它们能抵达目的地，却常常因为固定的思维路径而错过更优的航线。2025年5月，一篇题为《SoftCoT++:Test-TimeScalingwithSoftChain-of-ThoughtReasoning》的论文如同一盏明灯，照亮了如何让
BI+AI实战：我们如何用3秒完成车企供应链推演 qq_43696218 人工智能
一、BI+AI引领财务分析新纪元在财务数据分析领域，奥威BI+AI正以革命性的姿态颠覆传统。当金蝶、用友等工具仍深陷报表泥潭时，奥威BI+AI通过深度融合商业智能（BI）与人工智能（AI），实现了从滞后报表到实时洞察的飞跃。这不仅极大地提升了财务分析的效率，更为企业的战略决策提供了前所未有的精准支持。二、BI+AI的核心技术优势‌实时动态分析‌o奥威BI+AI摒弃了静态数据集，依托原始科目余额表实
DeepSeek-V3 通俗详解：从诞生到优势，以及与 GPT-4o 的对比码事漫谈 AI ai
前些天发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站1.DeepSeek的前世今生1.1什么是DeepSeek？DeepSeek是一家专注于人工智能技术研发的公司，致力于打造高性能、低成本的AI模型。它的目标是让AI技术更加普惠，让更多人能够用上强大的AI工具。1.2DeepSeek-V3的诞生DeepSeek-V3是DeepSeek公司推出的最新一代A
企业级AI开发利器：Spring AI框架深度解析与实战_spring ai实战 AI大模型-海文人工智能 spring python 算法开发语言 java 机器学习
企业级AI开发利器：SpringAI框架深度解析与实战一、前言：Java生态的AI新纪元在人工智能技术爆发式发展的今天，Java开发者面临着一个新的挑战：如何将大语言模型（LLMs）和生成式AI（GenAI）无缝融入企业级应用。传统的Java生态缺乏统一的AI集成方案，开发者往往需要为不同AI供应商（如OpenAI、阿里云、HuggingFace）编写大量重复的接口适配代码，这不仅增加了开发成本，
图扑软件智慧云展厅，开启数字化展馆新模式智慧园区可视化 5g 人工智能大数据安全云计算
随着疫情的影响以及新兴技术的不断发展，展会的发展形式也逐渐从线下转向线上。通过“云”上启动、云端互动、双线共频的形式开展。通过应用大数据、人工智能、沉浸式交互等多重技术手段，构建数据共享、信息互通、精准匹配的高精度“云展厅”，突破时空壁垒限制。图扑软件运用HT强大的渲染功能，数字孪生“云展位”，1:1复现实际展厅内部独特的结构造型和建筑特色。也可以第一人称视角漫游，模拟用户在展厅内的参观场景，在保
转行要趁早！网络安全行业人才缺口大，企业招聘需求正旺！
网络安全行业具有人才缺口大、岗位选择多、薪资待遇好、学历要求不高等优势，对于想要转行的人员来说，是一个非常不错的选择。人才缺口大网络安全攻防技术手段日新月异，特别是现在人工智能技术飞速发展，网络安全形势复杂严峻，人才重要性凸显。教育部《网络安全人才实战能力白皮书》数据显示，到2027年，我国网络安全人员缺口将达327万。近期发布的《2024年网络安全产业人才发展报告》中提到，沿用ISC2的人才缺口
【机器学习与数据挖掘实战 | 医疗】案例18：基于Apriori算法的中医证型关联规则分析 Francek Chen 机器学习与数据挖掘实战机器学习数据挖掘 Apriori python 关联规则人工智能
【作者主页】FrancekChen【专栏介绍】⌈⌈⌈机器学习与数据挖掘实战⌋⌋⌋机器学习是人工智能的一个分支，专注于让计算机系统通过数据学习和改进。它利用统计和计算方法，使模型能够从数据中自动提取特征并做出预测或决策。数据挖掘则是从大型数据集中发现模式、关联和异常的过程，旨在提取有价值的信息和知识。机器学习为数据挖掘提供了强大的分析工具，而数据挖掘则是机器学习应用的重要领域，两者相辅相成，共同推动
【Python深度学习】零基础掌握Pytorch Pooling layers nn.MaxPool方法 Mr数据杨 Python 深度学习 python 深度学习 pytorch
在深度学习的世界中，MaxPooling是一种关键的操作，用于降低数据的维度并保留重要特征。这就像是从一堆照片中挑选出最能代表某个场景的那张。PyTorch提供了多种MaxPooling层，包括nn.MaxPool1d、nn.MaxPool2d和nn.MaxPool3d，它们分别适用于不同维度的数据处理。如果处理的是声音信号（一维数据），就会用到nn.MaxPool1d。而处理图像（二维数据）时，
误差的回响：反向传播算法与神经网络的惊天逆转田园Coder 人工智能科普人工智能科普
当专家系统在20世纪80年代初期大放异彩，成为人工智能实用化的耀眼明星时，另一股曾经被宣判“死刑”的力量——连接主义（神经网络）——正在寒冬的冻土下悄然涌动，孕育着一场惊天动地的复苏。马文·明斯基和西摩·帕尔特在1969年《感知机》专著中那精准而冷酷的理论批判，如同沉重的封印，将多层神经网络的研究禁锢了近二十年。他们指出的核心死结——缺乏有效算法来训练具有隐藏层的网络——仿佛一道无法逾越的天堑。单
【Html实现“心形日出”（附效果+源代码）】| JavaScript面试题：解释一下异步编程中的回调函数、Promise和Async/Await的概念。它们有什么区别？追光者♂ html5 css3 心形日出前端特效 JS面试题 Promise Async/Await
风会带走你曾经存在过的证明。——虞姬作者主页：追光者♂个人简介：[1]计算机专业硕士研究生[2]2023年城市之星领跑者TOP1(哈尔滨)[3]2022年度博客之星人工智能领域TOP4[4]阿里云社区特邀专家博主[5]CSDN-人工智能领域优质创作者无限进步，一起追光！！！
阅读笔记(2) 单层网络:回归 a2507283885 笔记
阅读笔记(2)单层网络:回归该笔记是DataWhale组队学习计划（共度AI新圣经：深度学习基础与概念）的Task02以下内容为个人理解，可能存在不准确或疏漏之处，请以教材为主。1.从泛函视角来看线性回归还记得线性代数里学过的“基”这个概念吗？一组基向量是一组线性无关的向量，它们通过线性组合可以张成一个向量空间。也就是说，这个空间里的任意一个向量，都可以表示成这组基的线性组合。函数其实也可以看作是
青少年编程与数学 01-012 通用应用软件简介 15 人工智能助手明月看潮生编程与数学第01阶段青少年编程人工智能应用软件编程与数学
青少年编程与数学01-012通用应用软件简介15人工智能助手一、什么是人工智能助手二、人工智能助手的产生和发展（一）早期探索阶段（二）技术突破阶段（三）广泛应用阶段三、人工智能助手的主要功能（一）信息查询（二）日程管理（三）设备控制（四）知识问答四、人工智能助手的商业模式（一）广告收入（二）增值服务（三）数据服务（四）硬件销售五、DeepSeek（一）基本情况（二）技术水平（三）产品功能（四）市场
虚拟空间中的AI协作与任务 AI天才研究院 ChatGPT AI大模型企业级应用开发实战 AI人工智能与大数据大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据 AIGC AGI LLM Java Python 架构设计 Agent 程序员实现财富自由
虚拟空间与AI概述在当今信息化和数字化的时代，虚拟空间（VirtualSpace）已成为人们生活和工作的重要一部分。虚拟空间是一种通过计算机技术构建的虚拟环境，它能够模拟和增强现实世界中的各种交互和体验。而人工智能（AI）作为计算机科学的一个分支，通过模拟人类的认知能力来实现自动化和智能化的决策。虚拟空间与AI的结合，不仅为人类带来了全新的交互方式，也为各行业的发展注入了强大的动力。虚拟空间的定义
统一思想认识永夜-极光思想
1.统一思想认识的基础,才能有的放矢原因: 总有一种描述事物的方式最贴近本质,最容易让人理解. 如何让教育更轻松,在于找到最适合学生的方式. 难点在于,如何模拟对方的思维基础选择合适的方式. &
Joda Time使用笔记 bylijinnan java joda time
Joda Time的介绍可以参考这篇文章： http://www.ibm.com/developerworks/cn/java/j-jodatime.html 工作中也常常用到Joda Time，为了避免每次使用都查API，记录一下常用的用法： /** * DateTime变化（增减） */ @Tes
FileUtils API eksliang FileUtils FileUtils API
转载请出自出处：http://eksliang.iteye.com/blog/2217374 一、概述这是一个Java操作文件的常用库，是Apache对java的IO包的封装，这里面有两个非常核心的类FilenameUtils跟FileUtils，其中FilenameUtils是对文件名操作的封装;FileUtils是文件封装，开发中对文件的操作，几乎都可以在这个框架里面找到。非常的好用。
各种新兴技术不懂事的小屁孩技术
1:gradle Gradle 是以 Groovy 语言为基础，面向Java应用为主。基于DSL（领域特定语言）语法的自动化构建工具。现在构建系统常用到maven工具，现在有更容易上手的gradle，搭建java环境: http://www.ibm.com/developerworks/cn/opensource/os-cn-gradle/ 搭建android环境： http://m
tomcat6的https双向认证酷的飞上天空 tomcat6
1.生成服务器端证书 keytool -genkey -keyalg RSA -dname "cn=localhost,ou=sango,o=none,l=china,st=beijing,c=cn" -alias server -keypass password -keystore server.jks -storepass password -validity 36
托管虚拟桌面市场势不可挡蓝儿唯美
用户还需要冗余的数据中心，dinCloud的高级副总裁兼首席营销官Ali Din指出。该公司转售一个MSP可以让用户登录并管理和提供服务的用于DaaS的云自动化控制台，提供服务或者MSP也可以自己来控制。在某些情况下，MSP会在dinCloud的云服务上进行服务分层，如监控和补丁管理。 MSP的利润空间将根据其参与的程度而有所不同，Din说。 “我们有一些合作伙伴负责将我们推荐给客户作为个
spring学习——xml文件的配置 a-john spring
在Spring的学习中，对于其xml文件的配置是必不可少的。在Spring的多种装配Bean的方式中，采用XML配置也是最常见的。以下是一个简单的XML配置文件： <?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.or
HDU 4342 History repeat itself 模拟 aijuans 模拟
来源：http://acm.hdu.edu.cn/showproblem.php?pid=4342 题意：首先让求第几个非平方数，然后求从1到该数之间的每个sqrt(i)的下取整的和。思路：一个简单的模拟题目，但是由于数据范围大，需要用__int64。我们可以首先把平方数筛选出来，假如让求第n个非平方数的话，看n前面有多少个平方数，假设有x个，则第n个非平方数就是n+x。注意两种特殊情况，即
java中最常用jar包的用途 asia007 java
java中最常用jar包的用途 jar包用途axis.jarSOAP引擎包commons-discovery-0.2.jar用来发现、查找和实现可插入式接口，提供一些一般类实例化、单件的生命周期管理的常用方法.jaxrpc.jarAxis运行所需要的组件包saaj.jar创建到端点的点到点连接的方法、创建并处理SOAP消息和附件的方法，以及接收和处理SOAP错误的方法. w
ajax获取Struts框架中的json编码异常和Struts中的主控制器异常的解决办法百合不是茶 js json编码返回异常
一:ajax获取自定义Struts框架中的json编码出现以下问题: 1,强制flush输出 json编码打印在首页 2, 不强制flush js会解析json 打印出来的是错误的jsp页面却没有跳转到错误页面 3, ajax中的dataType的json 改为text 会
JUnit使用的设计模式 bijian1013 java 设计模式 JUnit
JUnit源代码涉及使用了大量设计模式 1、模板方法模式（Template Method）定义一个操作中的算法骨架，而将一些步骤延伸到子类中去，使得子类可以不改变一个算法的结构，即可重新定义该算法的某些特定步骤。这里需要复用的是算法的结构，也就是步骤，而步骤的实现可以在子类中完成。
Linux常用命令（摘录） sunjing crond chkconfig
chkconfig --list 查看linux所有服务 chkconfig --add servicename 添加linux服务 netstat -apn | grep 8080 查看端口占用 env 查看所有环境变量 echo $JAVA_HOME 查看JAVA_HOME环境变量安装编译器 yum install -y gcc
【Hadoop一】Hadoop伪集群环境搭建 bit1129 hadoop
结合网上多份文档，不断反复的修正hadoop启动和运行过程中出现的问题，终于把Hadoop2.5.2伪分布式安装起来，跑通了wordcount例子。Hadoop的安装复杂性的体现之一是，Hadoop的安装文档非常多，但是能一个文档走下来的少之又少，尤其是Hadoop不同版本的配置差异非常的大。Hadoop2.5.2于前两天发布，但是它的配置跟2.5.0，2.5.1没有分别。 &nb
Anychart图表系列五之事件监听白糖_ chart
创建图表事件监听非常简单：首先是通过addEventListener('监听类型',js监听方法)添加事件监听，然后在js监听方法中定义具体监听逻辑。以钻取操作为例，当用户点击图表某一个point的时候弹出point的name和value，代码如下： <script> //创建AnyChart var chart = new AnyChart(); //添加钻取操作&quo
Web前端相关段子 braveCS web前端
Web标准：结构、样式和行为分离使用语义化标签 0）标签的语义：使用有良好语义的标签，能够很好地实现自我解释，方便搜索引擎理解网页结构，抓取重要内容。去样式后也会根据浏览器的默认样式很好的组织网页内容，具有很好的可读性，从而实现对特殊终端的兼容。 1）div和span是没有语义的：只是分别用作块级元素和行内元素的区域分隔符。当页面内标签无法满足设计需求时，才会适当添加div
编程之美-24点游戏 bylijinnan 编程之美
import java.util.ArrayList; import java.util.Arrays; import java.util.HashSet; import java.util.List; import java.util.Random; import java.util.Set; public class PointGame { /**编程之美
主页面子页面传值总结 chengxuyuancsdn 总结
1、showModalDialog returnValue是javascript中html的window对象的属性,目的是返回窗口值,当用window.showModalDialog函数打开一个IE的模式窗口时,用于返回窗口的值主界面 var sonValue=window.showModalDialog("son.jsp"); 子界面 window.retu
[网络与经济]互联网+的含义 comsci 互联网+
互联网+后面是一个人的名字 = 网络控制系统互联网+你的名字 = 网络个人数据库每日提示:如果人觉得不舒服,千万不要外出到处走动,就呆在床上,玩玩手游,更不能够去开车,现在交通状况不
oracle 创建视图 with check option daizj 视图 view oralce
我们来看下面的例子： create or replace view testview as select empno,ename from emp where ename like ‘M%’ with check option; 这里我们创建了一个视图，并使用了with check option来限制了视图。然后我们来看一下视图包含的结果： select * from testv
ToastPlugin插件在cordova3.3下使用 dibov Cordova
自己开发的Todos应用，想实现“ 再按一次返回键退出程序 ”的功能，采用网上的ToastPlugins插件，发现代码或文章基本都是老版本，运行问题比较多。折腾了好久才弄好。下面吧基于cordova3.3下的ToastPlugins相关代码共享。 ToastPlugin.java package&nbs
C语言22个系统函数 dcj3sjt126com c function
C语言系统函数一、数学函数下列函数存放在math.h头文件中Double floor(double num) 求出不大于num的最大数。Double fmod(x, y) 求整数x/y的余数。Double frexp(num, exp); double num; int *exp; 将num分为数字部分（尾数）x和以2位的指数部分n，即num=x*2n，指数n存放在exp指向的变量中，返回x。D
开发一个类的流程 dcj3sjt126com 开发
本人近日根据自己的开发经验总结了一个类的开发流程。这个流程适用于单独开发的构件，并不适用于对一个项目中的系统对象开发。开发出的类可以存入私人类库，供以后复用。以下是开发流程： 1. 明确类的功能，抽象出类的大概结构 2. 初步设想类的接口 3. 类名设计（驼峰式命名） 4. 属性设置(权限设置) 判断某些变量是否有必要作为成员属
java 并发 shuizhaosi888 java 并发
能够写出高伸缩性的并发是一门艺术在JAVA SE5中新增了3个包 java.util.concurrent java.util.concurrent.atomic java.util.concurrent.locks 在java的内存模型中，类的实例字段、静态字段和构成数组的对象元素都会被多个线程所共享，局部变量与方法参数都是线程私有的，不会被共享。
Spring Security（11）——匿名认证 234390216 Spring Security ROLE_ANNOYMOUS 匿名
匿名认证目录 1.1 配置 1.2 AuthenticationTrustResolver 对于匿名访问的用户，Spring Security支持为其建立一个匿名的AnonymousAuthenticat
NODEJS项目实践0.2[ express,ajax通信...] 逐行分析JS源代码 Ajax nodejs express
一、前言通过上节学习，我们已经 ubuntu系统搭建了一个可以访问的nodejs系统，并做了nginx转发。本节原要做web端服务及 mongodb的存取，但写着写着，web端就
在Struts2 的Action中怎样获取表单提交上来的多个checkbox的值 lhbthanks java html struts checkbox
第一种方法：获取结果String类型在 Action 中获得的是一个 String 型数据，每一个被选中的 checkbox 的 value 被拼接在一起，每个值之间以逗号隔开(,)。所以在 Action 中定义一个跟 checkbox 的 name 同名的属性来接收这些被选中的 checkbox 的 value 即可。以下是实现的代码：前台 HTML 代码：
003.Kafka基本概念 nweiren hadoop kafka
Kafka基本概念：Topic、Partition、Message、Producer、Broker、Consumer。 Topic：消息源（Message）的分类。 Partition： Topic物理上的分组，一
Linux环境下安装JDK roadrunners jdk linux
1、准备工作创建JDK的安装目录： mkdir -p /usr/java/ 下载JDK，找到适合自己系统的JDK版本进行下载： http://www.oracle.com/technetwork/java/javase/downloads/index.html 把JDK安装包下载到/usr/java/目录，然后进行解压： tar -zxvf jre-7
Linux忘记root密码的解决思路 tomcat_oracle linux
1：使用同版本的linux启动系统，chroot到忘记密码的根分区passwd改密码　　2：grub启动菜单中加入init=/bin/bash进入系统，不过这时挂载的是只读分区。根据系统的分区情况进一步判断. 　　3: grub启动菜单中加入 single以单用户进入系统. 　　4:用以上方法mount到根分区把/etc/passwd中的root密码去除　　例如: 　　ro
跨浏览器 HTML5 postMessage 方法以及 message 事件模拟实现 xueyou jsonp jquery 框架 UI html5
postMessage 是 HTML5 新方法，它可以实现跨域窗口之间通讯。到目前为止，只有 IE8+, Firefox 3, Opera 9, Chrome 3和 Safari 4 支持，而本篇文章主要讲述 postMessage 方法与 message 事件跨浏览器实现。postMessage 方法 JSONP 技术不一样，前者是前端擅长跨域文档数据即时通讯，后者擅长针对跨域服务端数据通讯，p