现在timm默认使用huggingface的链接了，错误链接如下：
'(MaxRetryError("HTTPSConnectionPool(host='huggingface.co', port=443): Max retries exceeded with url: /timm/swinv2_tiny_window8_256.ms_in1k/resolve/main/model.safetensors (Caused by ConnectTimeoutError(<urllib3.connection.HTTPSConnection object at 0x0000015795F1D910>, 'Connection to huggingface.co timed out. (connect timeout=10)'))"), '(Request ID: dc707670-3d22-4ad0-889d-ddd7fd586173)')' thrown while requesting HEAD https://huggingface.co/timm/swinv2_tiny_window8_256.ms_in1k/resolve/main/model.safetensors
'(MaxRetryError("HTTPSConnectionPool(host='huggingface.co', port=443): Max retries exceeded with url: /timm/swinv2_tiny_window8_256.ms_in1k/resolve/main/pytorch_model.bin (Caused by ConnectTimeoutError(<urllib3.connection.HTTPSConnection object at 0x0000015795F1EE90>, 'Connection to huggingface.co timed out. (connect timeout=10)'))"), '(Request ID: 29f7dc6c-c93e-4de8-9752-73b68f1e3259)')' thrown while requesting HEAD https://huggingface.co/timm/swinv2_tiny_window8_256.ms_in1k/resolve/main/pytorch_model.bin
Traceback (most recent call last):File "D:\ProgramData\anaconda3\Lib\site-packages\urllib3\connection.py", line 174, in _new_connconn = connection.create_connection(^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "D:\ProgramData\anaconda3\Lib\site-packages\urllib3\util\connection.py", line 95, in create_connectionraise errFile "D:\ProgramData\anaconda3\Lib\site-packages\urllib3\util\connection.py", line 85, in create_connectionsock.connect(sa)
TimeoutError: timed out
由于国内不能链接huggingface，可以更换成其他的代理链接，在import的位置加入
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"
摘要
🔥🚀本专栏教你如何嗨翻Yolov8！🚀🔥
💡升级大招：汲取最新论文精华，给你一整套Yolov8升级秘籍！包括但不限于：注意力加持、卷积大换血、Block革新、Backbone升级、Head重塑，还有优化器大换血！每篇都是干货，给你N种升级选择！
📊订阅专享：订阅后，独家资源等你解锁！实测数据集、详细代码和PDF教程，全部为你精心准备，只为你能更深入地学习和提升！
💖专栏宗旨：质量为王，力求每篇都是精品！用心打造，只为更好的你！
🎉订阅福利：快来订阅吧！感谢大家一路支持！还有专属QQ群等你加入，答疑解惑，一起进步！订阅后，输出订单号，即可入群！
🚀持续更新：已经更新136篇，精彩不断，持续更新中…等你来探索！记得订阅后，更多独家资源等你来拿！
💎💎💎基础与实战篇💎💎💎
YoloV8实战：各种图绘制汇总（mAP50、mAP50-95、loss、PR_curve、F1_curve）|科研必备|绘图神器
YoloV8的一些使用问题
Yolov8网络详解与实战（附数据集）
YoloV8实战：复现基于多任务的YoloV8方案
YoloV8实战：使用YoloV8实现水下目标检测（RUOD）
YoloV8实战：使用YoloV8实现水下目标的检测（DUO数据集）
YoloV8实战：使用YoloV8检测钢材表面缺陷
YoloV8实战：图像分割|从数据标注到训练、测试|手把手教你实现
YoloV8实战：YoloV8-World应用实战案例
💎💎💎改进Neck篇💎💎💎
YoloV8改进策略：Neck篇|自研Neck层融合模型|深度特征与浅层特征融合，涨点明显|附结构图（独家原创）
YoloV8改进策略：Neck层改进、注意力改进|HCANet全局与局部的注意力模块CAFM|二次创新|即插即用
YoloV8改进策略：Neck改进和Head改进：HAM混合注意力机制改进YoloV8|多种改进，多种姿势涨点|代码注释详解
YoloV8改进策略：Neck和Head改进|ECA-Net：用于深度卷积神经网络的高效通道注意力|多种改进方法|附结构图
YoloV8改进策略：Neck改进改进|ELA（独家原创与复现）
YoloV8改进策略：改进Neck|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
YoloV8改进策略：基于频域多轴表示学习模块|全网首发|高效涨点|代码注释详解
YoloV8改进策略：Gold-YOLO高效目标检测器与YoloV8激情碰撞
YoloV8改进策略：全新特征融合模块AFPN，更换YoloV8的Neck
YoloV8改进策略：轻量级Slim Neck打造极致的YoloV8
YoloV8改进策略：增加分支，减少漏检
YoloV8改进策略：注意力改进、Neck层改进|自研全新的Mamba注意力|即插即用，简单易懂|附结构图|检测、分割、关键点均适用（独家原创，全世界首发）
YoloV8改进策略：Neck层改进|BiFPN+小目标分支实现小目标检测精度的大幅度上升（独家原创）
YoloV8改进策略：Neck和Head改进|GCNet（独家原创）|附结构图
💎💎💎BackBone改进篇💎💎💎
YoloV8改进策略：主干网络篇|MobileNetV4主干替换YoloV8的BackBone（独家原创）
YoloV8改进策略：BackBone|融合改进的HCANet网络中的多尺度前馈网络（MSFN）|二次创新|即插即用
YoloV8改进策略：改进BackBone|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
YoloV8改进策略：BackBone改进|DCNv4最新实践|高效涨点|多种改进教程|完整论文翻译
YoloV8改进策略：HAM混合注意力机制改进YoloV8|多种改进，多种姿势涨点|代码注释详解
YoloV8改进策略：BackBone改进|Mamba-UNet改进YoloV8，打造全新的Yolo-Mamba网络
YoloV8改进策略：BackBone改进|TransNeXt——ViT的鲁棒Foveal视觉感知(独家原创)
YoloV8改进策略：BackBone改进|焦点调制网络
YoloV8改进策略：BackBone改进|PKINet
YoloV8改进策略：BackBone改进|ECA-Net：用于深度卷积神经网络的高效通道注意力
YoloV8改进策略：BackBone改进|EfficientVMamba（独家原创）
YoloV8改进策略：BackBone改进|2024年最新注意力机制ELA（独家原创，全网首发）
YoloV8改进策略：改进BackBone|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
YoloV8改进策略：基于频域多轴表示学习模块|全网首发|高效涨点|代码注释详解
YoloV8改进策略：ASF-YOLO，结合了空间和尺度特征在小目标和密集目标场景有效涨点
YoloV8改进策略：双动态令牌混合器（D-Mixer）的TransXNet，实现YoloV8的有效涨点
YoloV8改进策略：基于RevCol，可逆的柱状神经网络的完美迁移，YoloV8的上分利器
YoloV8改进策略：Hiera改进YoloV8，实现精度和速度的双提升！
YoloV8改进策略：EfficientViT，高效的视觉transformer与级联组注意力提升YoloV8的速度和精度，打造高效的YoloV8
YoloV8改进策略：LSKNet加入到YoloV8中，打造更适合小目标的YoloV8
YoloV8改进策略：RepViT改进YoloV8，轻量级的Block助力YoloV8实现更好的移动性
YoloV8改进策略：FastVit与YoloV8完美融合，重参数重构YoloV8网络（全网首发)
YoloV8改进策略：基于图的稀疏注意移动视觉的MobileViG，YoloV8用上了先进的图卷积网络
YoloV8改进策略：基于分层注意力的FasterViT，让YoloV8实现性能的飞跃
YoloV8改进策略：InceptionNext主干替换YoloV8和YoloV5的主干
YoloV8改进策略：轻量级的CloFormer助力Yolov8在速度和精度上实现双双提升
YoloV8改进策略：主干网络改进|SHViT高效视觉变换器（独家原创）
YoloV8改进策略：注意力改进|BackBone改进|自研全新的Mamba注意力|即插即用，简单易懂|附结构图|检测、分割、关键点均适用（独家原创，全世界首发）
YoloV8改进策略：BackBone改进|GCNet（独家原创）|附结构图
💎💎💎数据增强篇💎💎💎
YoloV8数据处理：数据增强篇|图像旋转
💎💎💎Block改进篇💎💎💎
YoloV8改进策略：Block篇|FFA-Net：用于单图像去雾的特征融合注意力网络（独家原创）
YoloV8改进策略：Block篇|引入UIB模块，打造轻量级的YoloV8|多模块融合（独家原创）
YoloV8改进策略：Block改进|DCNv4最新实践|高效涨点|完整论文翻译
YoloV8改进策略：HAM混合注意力机制改进YoloV8|多种改进，多种姿势涨点|代码注释详解
YoloV8改进策略：Block改进|Mamba-UNet改进YoloV8，打造全新的Yolo-Mamba网络
YoloV8改进策略：Block改进|MogaNet——高效的多阶门控聚合网络
YoloV8改进策略：Block改进|自研Block，涨点超猛|代码详解|附结构图
YoloV8改进策略：Block改进|焦点调制网络（独家原创）
YoloV8改进策略：Block改进|2024年，遥感图像最新主干PKINet（独家改进，全网首发）
YoloV8改进策略：Block改进|轻量级的Mamba打造优秀的YoloV8|即插即用，简单易懂|附Block结构图|检测、分割、关键点均适用（独家原创）
YoloV8改进策略：Block改进|改进HCF-Net的MDCR模块|附结构图|多种改进方法（独家改进）
YoloV8改进策略：Block改进|HCF-Net的PPA模块|附结构图|（独家原创，全网首发）
YoloV8改进策略：双动态令牌混合器（D-Mixer）的TransXNet，实现YoloV8的有效涨点
YoloV8改进策略：SwiftFormer，全网首发，独家改进的高效加性注意力用于实时移动视觉应用的模型，重构YoloV8
YoloV8改进策略：EfficientViT，高效的视觉transformer与级联组注意力提升YoloV8的速度和精度，打造高效的YoloV8
YoloV8改进策略：LSKNet加入到YoloV8中，打造更适合小目标的YoloV8
YoloV8改进策略：RepViT改进YoloV8，轻量级的Block助力YoloV8实现更好的移动性
YoloV8改进策略：Diverse Branch Block改进YoloV8，继续在重参数结构上恐龙抗狼
YoloV8改进策略：FastVit与YoloV8完美融合，重参数重构YoloV8网络（全网首发)
YoloV8改进策略：基于分层注意力的FasterViT，让YoloV8实现性能的飞跃
YoloV8改进策略：InceptionNeXt和YoloV8完美结合，让YoloV8大放异彩
YoloV8改进策略：VanillaNet极简主义网络，大大降低YoloV8的参数
YoloV8改进策略：让SeaFormer走进Yolov8的视野，轻量高效的注意力模块展现出无与伦比的魅力
YoloV8改进策略：Conv2Former与YoloV8深度融合，极简网络，极高性能
YoloV8改进策略：将ConvNextV2与YoloV8激情碰撞，能迸发出什么样的火花呢
YoloV8改进策略：将CIoU替换成Wise-IoU，幸福涨点，值得拥有，还支持EIoU、GIoU、DIoU、SIoU无缝替换。
YoloV8改进策略：Block改进|PromptIR（NIPS‘2023）样|轻量高效，即插即用(适用于分类、分割、检测等多种场景)
YoloV8改进策略：Block改进|SHViT高效视觉变换器（独家原创）
💎💎💎Head改进篇💎💎💎
YoloV8改进策略：改进Head|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
YoloV8改进策略：注意力改进|Head改进|自研全新的Mamba注意力|即插即用，简单易懂:附结构图|检测、分割、关键点均适用（独家原创，全世界首发）
YoloV8改进策略：Neck和Head改进|GCNet（独家原创）|附结构图
YoloV8改进策略：Neck改进和Head改进：HAM混合注意力机制改进YoloV8|多种改进，多种姿势涨点|代码注释详解
💎💎💎多种方式融合改进篇💎💎💎
YoloV8改进策略：Neck层改进|BiFPN+小目标分支实现小目标检测精度的大幅度上升（独家原创）
💎💎💎上采样改进篇💎💎💎
YoloV8分割改进策略：上采样改进|动态上采样|轻量高效，即插即用(适用于分类、分割、检测等多种场景)
YoloV8改进策略：上采样改进|动态上采样|轻量高效，即插即用(适用于分类、分割、检测等多种场景)
💎💎💎下采样改进篇💎💎💎
YoloV8改进策略：下采样改进|自研下采样模块（独家改进）|疯狂涨点|附结构图
YoloV8改进策略：下采样改进|HWD改进下采样
💎💎💎卷积篇💎💎💎
YoloV8改进策略：卷积篇|Kan行天下之FastKANConv
YoloV8改进策略：卷积篇|基于PConv的二次创新|附结构图|性能和精度得到大幅度提高（独家原创）
YoloV8改进策略：Conv改进|DCNv4最新实践|高效涨点|多种改进教程|完整论文翻译
YoloV8改进策略：Conv改进|TBC卷积，代码注释|多种改进方法|轻量又涨点|即插即用
YoloV8改进策略：卷积改进|MogaNet——高效的多阶门控聚合网络
YoloV8改进策略：卷积改进|RefConv打造轻量化YoloV8利器
YoloV8改进策略：卷积改进|DOConv轻量卷积，即插即用|适用各种场景
YoloV8改进策略：UniRepLKNet，大核卷积的最新成果，轻量高效的首选（全网首发）
YoloV8改进策略：AKConv即插即用，轻松涨点
YoloV8改进策略：WaveletPool解决小目标的混叠问题，提高小目标的检测精度
YoloV8改进策略：动态蛇形卷积，解决管状结构问题
YoloV8改进策略：RefConv打造轻量化YoloV8利器
YoloV8改进策略：独家原创，LSKA（大可分离核注意力）改进YoloV8，比Transformer更有效，包括论文翻译和实验结果
YoloV8改进策略：可变形大核注意力D-LKA,YoloV8的超大杯酱香拿铁
YoloV8改进策略：Intel面向参数高效动态卷积KernelWarehouse，YoloV8的上分显眼包
YoloV8改进策略：CoordConv给卷积加上坐标，从而使其具备了空间感知能力
YoloV8改进策略：SPD-Conv加入到YoloV8中，让小目标无处遁形
YoloV8改进策略：即插即用的SCConv，YoloV8的轻量化涨点神器
YoloV8改进策略：Intel的多维动态卷积，涨点更轻松
YoloV8改进策略：RFAConv模块即插即用，实现YoloV8丝滑上分
YoloV8改进策略：InceptionNeXt和YoloV8完美结合，让YoloV8大放异彩
YoloV8改进策略：RFAConv模块即插即用，实现YoloV8丝滑上分
YoloV8改进策略：将DCN v1与v2运用到YoloV8中，化身成上分小黑子
YoloV8改进策略：卷积篇|使用PConv替换YoloV8中的卷积|即插即用，简单高效
💎💎💎蒸馏篇💎💎💎
YoloV8改进策略：蒸馏改进|MGDLoss|使用蒸馏模型实现YoloV8无损涨点|特征蒸馏
YoloV8改进策略：蒸馏改进|CWDLoss|使用蒸馏模型实现YoloV8无损涨点|特征蒸馏
YoloV8改进策略：蒸馏改进|MimicLoss|使用蒸馏模型实现YoloV8无损涨点|特征蒸馏
💎💎💎自研篇💎💎💎
YoloV8改进策略：改进Head|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
YoloV8改进策略：Block改进|自研Block，涨点超猛|代码详解|附结构图
YoloV8改进策略：改进BackBone|自研频域和空间注意力，超越GAM，CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
YoloV8改进策略：基于自研的图注意力机制改进| 独家改进方法|图卷积和注意力融合模块
YoloV8改进策略：下采样改进|自研下采样模块（独家改进）|疯狂涨点|附结构图
💎💎💎注意力篇💎💎💎
YoloV8改进策略：注意力篇|BackBone改进|自研像素和通道并行注意力模块（独家原创）
YoloV8改进策略：注意力篇|像素注意力和通道注意力相融合，改进Bottleneck（独家原创）
YoloV8改进策略：Neck改进和Head改进：HAM混合注意力机制改进YoloV8|多种改进，多种姿势涨点|代码注释详解
YoloV8改进策略：注意力改进|基于Tied的SE注意力，代码注释：多种改进方法|轻量又涨点|即插即用
YoloV8改进策略：注意力改进|Mamba-UNet改进YoloV8，打造全新的Yolo-Mamba网络
YoloV8改进策略：BackBone改进|ECA-Net：用于深度卷积神经网络的高效通道注意力
YoloV8改进策略：Neck和Head改进|ECA-Net：用于深度卷积神经网络的高效通道注意力|多种改进方法|附结构图
YoloV8改进策略：BackBone改进|GCNet（独家原创）|附结构图
YoloV8改进策略：注意力改进、Neck层改进|自研全新的Mamba注意力|即插即用，简单易懂|附结构图|检测、分割、关键点均适用（独家原创，全世界首发）
YoloV8改进策略：注意力改进|Head改进|自研全新的Mamba注意力|即插即用，简单易懂:附结构图|检测、分割、关键点均适用（独家原创，全世界首发）
YoloV8改进策略：全局注意力机制|注意力改进|高效涨点|代码注释与改进|包括改进后的结构图
YoloV8改进策略：Agent Attention|Softmax与线性注意力的融合研究|有效涨点|代码注释与改进|全网首发（唯一）
YoloV8改进策略：BAM瓶颈注意力模块|BAM详解以及代码注释|CBAM姊妹篇|有效涨点
YoloV8改进策略：基于自研的图注意力机制改进| 独家改进方法|图卷积和注意力融合模块
YoloV8改进策略：基于频域多轴表示学习模块|全网首发|高效涨点|代码注释详解
YoloV8改进策略：AAAI 2024 最新的轴向注意力| 即插即用，改进首选|全网首发，包含数据集和代码，开箱即用！
YoloV8改进策略：Swift Parameter-free Attention，无参注意力机制，超分模型的完美迁移
YoloV8改进策略：三元注意力，小参数大能力，即插即用，涨点自如
YoloV8改进策略：OrthoNets最新的SOTA注意力机制，让YoloV8涨点自如
YoloV8改进策略：聚焦线性注意力重构YoloV8
YoloV8改进策略：重新思考高效的基于注意力的移动块模型EMO重新定义了轻量化的YoloV8
YoloV8改进策略：RFAConv模块即插即用，实现YoloV8丝滑上分
YoloV8改进策略：新出炉的EMA注意力机制助力YoloV8更加强大
YoloV8改进策略：RFAConv模块即插即用，实现YoloV8丝滑上分
YoloV8改进策略：基于双层路由注意力的视觉Transformer提升YoloV8的检测能力
YoloV8改进策略：注意力改进|HCANet全局与局部的注意力模块CAFM|二次创新|即插即用
💎💎💎正则化改进💎💎💎
YoloV8改进策略：BN和LN的自适应结合的BCN| 正则化改进|有效涨点|代码二次改进，加注释详解
💎💎💎损失函数篇💎💎💎
YoloV8改进策略：IoU改进|Iou Loss最新实践|高效涨点|完整论文翻译
YoloV8改进策略：Shape-IoU，考虑边框形状与尺度的度量
YoloV8改进策略：Inner-IoU+clou，YoloV8的涨点明珠
YoloV8改进策略：NWD小目标检测新范式，助力YoloV5、V8在小目标上暴力涨点
YoloV8改进策略：MPDIoU超越现有的IoU，与YoloV8一起恐龙扛狼扛狼扛
💎💎💎复现论文💎💎💎
YoloV8改进策略：独家原创，全网首发，复现Drone-Yolo，以及改进方法
YoloV8改进策略：复现HIC-YOLOv5，打造HIC-YOLOv8，用于小物体检测
💎💎💎优化器💎💎💎
YoloV8改进策略：来自谷歌最新的优化器——Lion，在速度和精度上双双提升。Adam表示年轻人不讲武德
