YOLOv6、YOLOv7、YOLOv8、YOLOv11网络结构图(清晰版)

已于 2024-12-04 00:07:57 修改
阅读量1.7w 收藏 183
点赞数 38
分类专栏： 计算机视觉 目标检测 YOLO 文章标签： YOLO 网络结构图
于 2024-02-26 23:51:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/YMilton/article/details/136311266
版权
YOLOv11 | 一文带你深入理解ultralytics最新作品yolov11的创新 | 训练、推理、验证、导出 （附网络结构图）
Snu77的博客
10-01 12万+
ultralytics发布了最新的作品YOLOv11，这一次YOLOv11的变化相对于ultralytics公司的上一代作品YOLOv8变化还是很大的（YOLOv9、YOLOv10均不是ultralytics公司作品），其中改变的位置涉及到C2f变为C3K2，在SPPF后面加了一层类似于注意力机制的C2PSA，还有一个变化大家从yaml文件是看不出来的就是它的检测头内部替换了两个DWConv，在损失函数方面就没有变化了还是采用的CIoU作为边界框回归损失，下面带大家深入理解一下ultralytics最新作品
YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了
03-12
YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了
Visio绘制的YOLOv8网络结构图.,可导出高清图片，可修改，无水印
07-28
Visio绘制的YOLOv8网络结构图.,可导出高清图片，可修改，无水印。 方便用于小论文写作，方便用于毕业设计。 Visio版本为2021版，可用更高版本打开。 Visio绘制的YOLOv8网络结构图.,可导出高清图片，可修改，无水印。 方便用于小论文写作，方便用于毕业设计。 Visio版本为2021版，可用更高版本打开。 Visio绘制的YOLOv8网络结构图.,可导出高清图片，可修改，无水印。 方便用于小论文写作，方便用于毕业设计。 Visio版本为2021版，可用更高版本打开。 Visio绘制的YOLOv8网络结构图.,可导出高清图片，可修改，无水印。 方便用于小论文写作，方便用于毕业设计。 Visio版本为2021版，可用更高版本打开。 Visio绘制的YOLOv8网络结构图.,可导出高清图片，可修改，无水印。 方便用于小论文写作，方便用于毕业设计。 Visio版本为2021版，可用更高版本打开。 Visio绘制的YOLOv8网络结构图.,可导出高清图片，可修改，无水印。 方便用于小论文写作，方便用于毕业设计。 Visio版本为2021版，可用更高版本打开。
YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLOv11、YOLOv12各版本的网络结构图
最新发布
笑脸惹桃花的博客
03-20 1681
YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10、YOLOv11、YOLOv12各版本的网络结构图
YOLOv7网络结构（源码）.rar
04-15
1、资源内容：YOLOv7网络结构（源码）.rar 2、适用人群：计算机，电子信息工程、数学等专业的学习者，作为“参考资料”参考学习使用。 3、解压说明：本资源需要电脑端使用WinRAR、7zip等解压工具进行解压，没有解压工具的自行百度下载即可。 4、免责声明：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。不一定能够满足所有人的需求，需要有一定的基础能够看懂代码，能够自行调试代码并解决报错，能够自行添加功能修改代码。由于作者大厂工作较忙，不提供答疑服务，如不存在资源缺失问题概不负责，谢谢理解。
yolov4的网络结构图（纯属原创）
07-31
自己根据一些大佬资料画的，下载了的朋友有不懂的地方可以留言讨论。引用注明出处就好，谢谢。 自己根据一些大佬资料画的，下载了的朋友有不懂的地方可以留言讨论。引用注明出处就好，谢谢。
YOLOv3、YOLOv4、YOLOv5、YOLOx的网络结构图(清晰版)
YMilton的专栏
09-13 5万+
YOLO系列网络结构图 2. Yolov4网络结构图 3. Yolov5网络结构图 4. Yolox网络结构图
yolov7各个模型的网络结构图(最详细)
qianxun
07-11 5万+
美团刚刚发出yolov6，AB大神就带着yolov7来了。。。。。这速度是真快。。在 5-160 FPS 范围内速度和精度超过所有已知目标检测器。在 后不到两个星期，提出 YOLOv4 的团队就发布了更新一代的版本。本周三，YOLOv7 的论文被提交到了预印版论文平台 arXiv 上，其三位作者 Chien-Yao Wang、Alexey Bochkovskiy 和 Hong-Yuan Mark Liao 是 YOLOv4 的原班人马。相对于其他类型的工具，YOLOv7-E6 目标检测器（56 FPS V1
yolov7网络结构图（与yolov7.yaml对应）
Fan1534的博客
01-15 1602
其中值得注意的是第80层和第93层，由于MP结构自身有concat后面还有concat，所以作者就把这个concat层放在一起操作了，也就是说80层和93层的concat里面包含了MP模块的concat。最近在看yolov7的代码发现于yolov5的相比yaml文件太多行了，所以特地绘制了一个于yaml文件对应的网络结构图以便于后期的使用于学习。另外由于我主要是为了将模块于yaml文件中的每一层对应，所以有些模块的结构我就不画了，借用CSDN的另一位大佬画的图。希望可以帮助大家理解yolov7的结构。
YOLOv3网络结构和解析
dz4543的博客
05-09 8万+
学了这么久的YOLOv3，把自己的学习心得记录下。欢迎指正！ 参考： YOLOv3网络结构细致解析 基于keras-yolov3，原理及代码细节的理解 论文地址：https://pjreddie.com/media/files/papers/YOLOv3.pdf yolov3官网：https://pjreddie.com/darknet/yolo/ Keras版本推荐：https://github...
YOLOv7网络结构图
Ubuntu18.04局域网共享文件夹，实现win7和Ubuntu本地访问
12-09 8672
yolov7的网络架构清晰明了易于理解
11-03
yolov7的网路架构，可以很清晰的看到各个模块
yolo v3的网络结构
12-25
yolo v3的网络结构，用于目标检测，语义分割，内容较多，此处仅仅只是其网络结构。
YOLOv7预训练权重：yolov7、x、d6、e6、w6、e6e
04-30
2. **网络结构创新**：YOLOv7采用了新的网络架构设计，如锚点机制的改进，以及自注意力机制的引入，这有助于提升模型对不同大小和形状目标的识别能力。 3. **数据增强**：预训练权重的训练过程中通常会使用各种数据...
YOLOv11来了，使用YOLOv11训练自己的数据集和推理(附YOLOv11网络结构图)
热门推荐
在职AI算法工程师，擅长计算机视觉，YOLO目标检测、分割等，擅长web、pyqt界面可视化，好内容持续更新中，来这里跟大家一起学习，共同进步
10-02 16万+
YOLOv11 由 Ultralytics 在 2024 年 9 月 30 日发布， 最新的 YOLOv11 模型在之前的 YOLO 版本引入了新功能和改进，以进一步提高性能和灵活性。YOLO11 在快速、准确且易于使用，使其成为各种对象检测和跟踪、实例分割、图像分类和姿态估计任务的绝佳选择。
YOLOv10 | 手把手教你利用yolov10训练自己数据集（含环境搭建、参数解析 、数据集查找、模型训练、推理、导出）
Snu77的博客
05-26 3万+
本文内含YOLOv10网络结构图 + 各个创新模块手撕结构图 + 训练教程 + 推理教程 + 参数解析 + 环境搭建 + 数据集获取等一些有关YOLOv10的内容！目录一、前言二、整体网络结构图三、空间-通道分离下采样3.1 SCDown介绍3.2 C2fUIB介绍3.3 PSA介绍四、环境搭建五、数据集获取六、模型获取七、模型训练7.1 训练的三种方式7.1.1 方式一7.1.2 方式二（推荐）7.1.3 方式三八、模型验证/测试九、模型推理十、模型输出官方论文地址点击此处即可跳转。
【yolov6系列一】深度解析网络架构
zqwwwm的博客
07-06 1万+
在yolov5霸屏计算机视觉领域很久时，六月处美团开源了yolov6，并号称在精度和速度上均超越其他同量级的计算机视觉模型，刚刚瞅了一眼，star已经超过2.8k。网上基于yolov6的解读有很多，文末会附上美团的官方解读和开源代码的github链接。文本开始yolov6系列，先和大家分享下整个yolov6的网络架构（基于tag0.1版本的yolov6s），后续再基于各个模块根据自己的理解分享给大家。.........
YOLO11网络结构以及改进1
qq_37269626的博客
02-14 1394
回到yolo11.yaml文件，我们只是绘制了对应的网络模块，而没有管后面的参数信息，这明显是不够的，后期我们进行模型改进，也是要注意这个的，不是随心所欲。位置：ultralytics/nn/modules/conv.py。特点：YOLO11代码更加模块化以及简洁化。所以只需要在yaml中加入即可。由于本身就有CBAM的代码。改进一定要修改此处代码。
YOLOv8s网络结构
11-19
YOLOv8s（You Only Look Once Version 8 Scaled）是YOLO（You Only Look Once）系列的一个变体，它是一个实时物体检测算法，特别注重速度与精度的平衡。其核心思想是将图像分割成网格，每个网格单元负责预测一定区域内的物体。YOLOv8s继承了YOLOv5的优点，如单一模型、端到端的检测能力以及对小目标的支持，并进行了优化升级： 1. **网络结构**：采用了特征金字塔网络（Feature Pyramid Network, FPN），利用不同层的特征图捕捉不同尺度的信息，提高了对目标大小变化的适应性。 2. **Multi-Scale Training**：通过训练多个不同分辨率的模型，然后在测试时融合它们的预测结果，增加了对多尺度目标检测的能力。 3. **Efficient Inference**：YOLOv8s引入了更多的轻量级设计，如SPP模块（Spatial Pyramid Pooling）、Depthwise Separable Convolutions等，减少了计算负担，提升了推理速度。 4. **Model Scaling**：v8s版本进一步优化了模型规模，提供了多个预训练权重，适用于不同场景下的性能需求。 5. **硬件加速**：为了更好地在边缘设备上运行，YOLOv8s支持CUDA和其他硬件加速技术，提高在GPU上的执行效率。
评论 44
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值