魔鬼面具-哔哩哔哩视频指南
必看干货系列(建议搞深度学习的小伙伴都看看,特别是图像相关)
- 深度学习常见实验问题与实验技巧(适用于所有模型，小白初学者必看!)
- 还在迷茫深度学习中的改进实验应该从哪里开始改起的同学，一定要进来看看了！用自身经验给你推荐实验顺序！
- 探究深度学习中预训练权重对改进和精度的影响!
- 什么？你说你不会画模型结构图？行吧，那你进来看看吧，手把手教你画YAML结构图！
- 探究深度学习中训练中的可重现性
- 什么？你说你更换主干后看不懂配置文件也不懂画结构图？那你快点进来看看了！
- 从三个角度分析，什么条件才算是一个合格的改进专栏！
- 都2024了，你写论文不会还只用p,r,map这些指标分析目标检测模型吧？
YOLOV5,V7-PYQT5项目讲解
- 哔哩哔哩合集地址
- 项目github地址
YOLOV5、V7、V8 热力图源码
- 哔哩哔哩合集地址
- 项目github地址
YOLO系列模型使用教程系列
- YOLOV7保姆级教程
- YOLOV5-Seg实例分割教程
- YOLOV5-快速上手教程
- YOLOV8-OBB详细教学视频(包含如何把DOTA数据集分割成小图进行训练)
- EfficientTeacher半监督-详细教学和调参注意事项
YOLOV8源码常见疑问解答小课堂
- 关于配置文件中Optimizer参数为auto的时候，究竟Optimizer会怎么选用呢？
- best.pt究竟是根据什么指标来保存的?
- 数据增强在yolov8中的应用
- 如何添加FPS计算代码和FPS的相关的一些疑问
目标检测干活系列
- 深入了解目标检测中的检测头
环境配置系列教程
- 保姆式AUTODL-YOLO环境教程(上):从0教你如何配置VSCODE、安装新环境和CUDA和CUDNN、跑通YOLOV8、编译DCNV3
- 保姆式AUTODL-YOLO环境教程(下):从0教你如何配置VSCODE、安装新环境和CUDA和CUDNN、跑通YOLOV8、编译DCNV3
目标检测Tricks
- 可视化并统计目标检测中的TP,FP,FN
- 深度学习小实验-卷积家族(fps,flops,param)对比实验
- yolov5中的FeatureMap可视化(热力图格式)
- 用于yolov5和v7中的yolo格式转换coco格式的脚本.
- Segment Anything演示代码
- 固定随机种子在同一个主机上极可能地复现结果
- 计算yolov5推理时间和FPS的脚本
- 计算yolov7推理时间和FPS的脚本
YOLO系列(YOLOV5,YOLOV7,YOLOV8)模型改进大合集
YOLOV5(主干系列修改V7同样也适用)
- 添加EIOU，SIOU，ALPHA-IOU, FocalEIOU到yolov5的box_iou中
- Wise-IoU
- 使用DAMO-YOLO中的GFPN替换YOLOV5中的Head
- 使用DAMO-YOLO中的GFPN替换YOLOV5中的Head
- 使用yolov8中的C2F模块替换yolov5中的C3模块.
- 添加Optimal Transport Assignment到yolov5的Loss中
- 添加Deformable convolution V2到yolov5中
- 添加辅助训练分支到yolov5中
- 添加context augmentation module到yolov5中
- 添加SAC到yolov5中
- 添加CoordConv到yolov5中
- 添加soft-nms(IoU,GIoU,DIoU,CIoU,EIoU,SIoU)到yolov5中
- 添加DSConv到yolov5中
- 添加DCNV3到yolov5中.
- 添加Normalized Gaussian Wasserstein Distance到yolov5中.
- 添加Efficient-DecoupledHead到yolov5中
- 添加FasterNet中的Faster-Block到yolov5中
- 添加Timm支持的主干到yolov5中.
- 添加Task-Specific Context Decoupling到yolov5中
- 添加FasterNet主干到yolov5中
- 添加Omni-Dimensional Dynamic Convolution主干(od_mobilenetv2,od_resnet)到yolov5中
- 融合Omni-Dimensional Dynamic Convolution主干(od_mobilenetv2,od_resnet)中的Conv和BN
- 添加轻量级上采样算子CARAFE到yolov5中
- 添加CFPNet中的EVC-Block到yolov5中
- 添加基于注意力机制的目标检测头(DYHEAD)到yolov5中
- 添加(2023年New)InceptionNeXt主干到yolov5中
- 添加aLRPLoss到yolov5中
- 结合Res2Net提出具有多尺度提取能力的C3模块
- 添加(2022年)FocalNet(transformer)主干到yolov5中
- 添加(2023年)EMO(transformer)主干到yolov5中
- 添加(2022年)EfficientFormerV2(transformer)主干到yolov5中
- 添加(2022年CVPR)PoolFormer(transformer)主干到yolov5中
- 添加(2023年)EfficientViT(transformer)主干到yolov5中
- 添加ContextAggregation到yolov5中
- 添加(2023年)VanillaNet主干到yolov5中
- 添加(2022年)NextViT主干到yolov5中
- 添加(2023年)RIFormer主干到yolov5中
- Scale-Aware RFE与C3结合而成的C3RFEM添加到yolov5中
- 把重参数结构DiverseBranchBlock与C3融合成C3-DBB添加到yolov5中
- 添加(2023CVPR)EfficientViT(transformer)主干到yolov5中
- 添加(2023旋转目标检测SOTA)LSKNet主干到yolov5中
- 添加(2023最新IoU度量算法)MPDiou到yolov5中.
- 添加Yolo-Face-V2中SlideLoss的到yolov5中
- 添加RepViT(transformer)主干到yolov5中
- 利用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进YOLOV5中的特征融合模
- 利用动态蛇形卷积改进YOLOV5
- 利用带有位置信息编码的AIFI自注意力机制改进YOLOV5
- 添加UniRepLKNet主干到yolov5中
- 添加Attentional Scale Sequence Fusion到yolov5中
- 添加cross-scale feature-fusion到yolov5中
- 添加对小目标有效的BiFormer注意力机制到yolov5中
YOLOV7
- 添加EIOU，SIOU，ALPHA-IOU, FocalEIOU到yolov5的box_iou中
- Wise-IoU
- 添加Deformable convolution V2到yolov7中
- 添加SAC到yolov7中
- 添加CoordConv到yolov7中
- 添加soft-nms(IoU,GIoU,DIoU,CIoU,EIoU,SIoU)到yolov7中
- 添加DSConv到yolov7中
- 添加DCNV3到yolov7中.
- 添加Normalized Gaussian Wasserstein Distance到yolov7中
- 添加具有隐式知识学习的Efficient-DecoupledHead到yolov7中
- 添加FasterNet中的PConv到yolov7中
- 添加轻量级上采样算子CARAFE到yolov7中.
- 添加基于注意力机制的目标检测头(DYHEAD)到yolov7中
- 添加Omni-Dimensional Dynamic Convolution到yolov7中
- 添加CFPNet中的EVC-Block到yolov7中
- P2,P6检测层在YOLOV7中的添加
- 使用VOVGSCSP轻量化yolov7的Neck
- 添加SwinTransformer-Tiny主干到yolov5中
- Scale-Aware RFE添加到yolov7中
- 把重参数结构DiverseBranchBlock添加到yolov7中
- 添加(2023最新IoU度量算法)MPDiou到yolov7中
- 利用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进YOLOV7中的特征融合模块.
- 利用动态蛇形卷积改进YOLOV7
- 利用带有位置信息编码的AIFI自注意力机制改进YOLOV7
- 添加Attentional Scale Sequence Fusion到yolov7中
YOLOV8
- 添加EIOU，SIOU，ALPHA-IOU, FocalEIOU到yolov5,yolov8的box_iou中
- Wise-IoU
- 添加Deformable convolution V2到yolov8中
- 最新~YOLOV8手把手教学配置文件添加注意力机制!一看就会!
- YOLOV8改进-手把手带你学会注意力机制进阶用法
- YOLOV8可视化-可视化并统计每张图的True Positive、False Positive、False Negative
- YOLOV8-基于VisDrone的TaskAlignedAssigner任务对齐分配策略的调参实验
- YOLOV8-不会把多个改进整合到一个yaml配置文件里面？那来看看这个吧！从简到难手把手带你整合三个yaml
)
