YOLOv8-seg创新
分享
扫一扫
文章平均质量分 89
学姐带你学AI
余额抵扣
助学金抵扣
还需支付
¥199.90
¥299.90
购买须知?
本专栏为图文内容，最终完结不会低于15篇文章。
订阅专栏，享有专栏所有文章阅读权限。
本专栏为虚拟商品，基于网络商品和虚拟商品的性质和特征，专栏一经购买无正当理由不予退款，不支持升级，敬请谅解。
会AI的学姐
学姐带你学AI，玩转YOLO！！！
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
《YOLOv8-seg改进》专栏指导书册 &手把手创新教程
学姐带你学习YOLOv8，从入门到创新，轻轻松松搞定科研；1）手把手教你如何训练YOLOv8-seg；2）模型创新，提升分割性能；3）独家自研模块助力分割；原创 2023-11-20 14:18:20 · 3568 阅读 · 1 评论
-
YOLOv8-Seg优化策略：注意力魔改 | 可变形双级路由注意力（DBRA） | 2024年10月最新
作为注意力可变形双级路由注意力（DBRA）模块使用；原创 2024-12-18 10:39:26 · 691 阅读 · 0 评论 -
YOLOv8-Seg优化策略：一种新的自适应算法轻量级通道分割和变换(ALSS)模块，解决存在严重遮挡和重叠目标时的局限性
提出了一种新的自适应算法轻量级通道分割和变换(ALSS)模块。该模块采用自适应信道分裂策略优化特征提取，并集成信道变换机制增强信道间的信息交换。这改善了模糊特征的提取，对于处理抖动引起的模糊和重叠目标至关重要。原创 2024-12-17 13:11:12 · 348 阅读 · 0 评论 -
YOLOv8-Seg优化策略：注意力魔改 | 具有切片操作的SimAM注意力，魔改SimAM
SimAM是一个无神经网络的特征增强模块，具有轻量级的优点，且在提升识别性能方面有潜力，基于此我们设计了新模块sws,之所以加入切片操作原创 2024-12-17 12:56:00 · 333 阅读 · 0 评论 -
YOLOv8-Seg优化策略：注意力魔改 | 一种新颖的高效融合注意力机制，2024年最新发表
提出了一种新颖的高效融合注意力机制，增强了模型的特征提取能力，同时减少通道和空间位置的冗余。原创 2024-12-17 12:39:21 · 245 阅读 · 0 评论 -
YOLOv8-Seg优化策略：注意力魔改 | 一种新的空间和通道协同注意模块(SCSA) | 2024年8月最新成果
提出了一种新的空间和通道协同注意模块(SCSA)，解决了缺乏充分利用多语义信息的协同潜力来进行特征引导和缓解语义差异的问题。原创 2024-09-04 14:04:33 · 832 阅读 · 0 评论 -
YOLOv8-Seg优化策略：注意力魔改 | 蒙特卡罗注意力(MCAttn)模块，基于尺度变化的注意力网络
提出了一种新的基于尺度变化的注意力网络，用于小尺度目标检测分割。原创 2024-08-27 13:26:07 · 670 阅读 · 0 评论 -
YOLOv8-Seg优化策略：KAN爆火系列 | 全新神经网络架构KAN，一夜干掉MLP
KAN 能以非常少的参数量胜过以更大参数量运行的 MLP。原创 2024-07-12 10:26:46 · 2247 阅读 · 1 评论 -
YOLOv8-Seg改进：组合创新 | 空间上下文感知模块（SCAM）结合超轻量高效动态上采样DySample | 小目标涨点系列
1）一种超轻量高效动态上采样DySample， 具有更少的参数、FLOPs，效果秒杀CAFFE；2）加入空间上下文感知模块（SCAM）进一步提升检测精度；原创 2024-07-11 10:18:15 · 1725 阅读 · 0 评论 -
YOLOv8-Seg改进：backbone主干改进 | 微软新作StarNet：超强轻量级Backbone | CVPR 2024
star operation（元素乘法）在无需加宽网络下，将输入映射到高维非线性特征空间的能力，这就是StarNet的核心创新，在紧凑的网络结构和较低的能耗下展示了令人印象深刻的性能和低延迟原创 2024-07-10 13:55:56 · 1338 阅读 · 0 评论 -
YOLOv8-Seg原创改进：卷积魔改 | 变形条状卷积，魔改DCNv3二次创新
变形条状卷积，DCNv3改进版本，小幅涨点的前提下相比较DCNv3大幅度运算速度原创 2024-07-09 13:23:59 · 452 阅读 · 0 评论 -
YOLOv8-Seg改进：轻量化改进 | LeYOLO，新的可扩展和高效CNN目标检测体系结构
LeYOLO-Small在COCO val上实现了38.2%的竞争性mAP分数，仅使用4.5 FLOP(G)，与最新的最先进的YOLOv9-Tiny模型相比，计算负载减少了42%，同时实现了相似的精度。原创 2024-07-09 13:00:19 · 575 阅读 · 0 评论 -
YOLOv8-Seg改进：注意力魔改 | 高效的部分自注意力（PSA）模块，来自YOLOv10
引入YOLOv10中的一种高效的部分自注意力（PSA）模块设计，在1×1卷积后将特征均匀地分为两部分。原创 2024-06-04 15:52:42 · 580 阅读 · 0 评论 -
YOLOv8-Seg改进： 特征融合创新 | 一种基于内容引导注意力(CGA)的混合融合， IEEE TIP 2024 浙大
一种基于内容引导注意力(CGA)的混合融合， IEEE TIP 2024 浙大原创 2024-05-15 08:37:39 · 945 阅读 · 1 评论 -
YOLOv8-Seg改进：通用倒瓶颈搜索块（UIB）结合C2f二次创新 | 轻量化之王MobileNetV4
通用倒瓶颈搜索块（UIB）结合C2f二次创新原创 2024-05-14 16:26:20 · 391 阅读 · 0 评论 -
YOLOv8-Seg改进：backbone主干改进| 轻量化之王MobileNetV4，秒杀Mobile系列
轻量化之王MobileNetV4原创 2024-05-14 16:14:27 · 820 阅读 · 3 评论 -
YOLOv8-Seg改进：卷积变体系列篇 |动态卷积 DynamicConv, CVPR2024 ParameterNet 低计算量小模型也能从视觉大规模预训练中获益
动态卷积引入到YOLOv8，直接替换原始的Conv操作原创 2024-04-28 09:18:14 · 686 阅读 · 0 评论 -
YOLOv8-Seg改进：小目标涨点篇 | 维度感知选择性集成注意力模块DASI，红外小目标暴力涨点
小目标分割实现暴力涨点，只有几个像素的小目标分割提升明显原创 2024-04-03 10:12:55 · 709 阅读 · 1 评论 -
YOLOv8-Seg改进：小目标涨点系列 | 并行化注意力设计（PPA）模块，红外小目标暴力涨点
解决微小分割目标具有复杂背景难识别的问题原创 2024-04-02 18:15:09 · 569 阅读 · 0 评论 -
YOLOv8-Seg改进：block优化 | PKIBlock多尺度卷积核，助力小目标涨点 | CVPR2024 PKINet 遥感图像目标检测
PKINet利用不同大小的多个深度卷积核，优势：无需膨胀即可提取不同感受野中的多尺度纹理特征，改进思路来自CVPR2024PKINet，2024年前沿最新改进原创 2024-03-27 14:33:25 · 1028 阅读 · 0 评论 -
YOLOv8-Seg改进：多创新点魔改设计 | 双层路由注意（BRA）+广义特征金字塔网络（GFPN）+多头检测器，全面提升检测精度
CVPR2023双层路由注意（BRA）；2）广义特征金字塔网络（GFPN）3）多头检测头整合到YOLOV8中；原创 2024-03-25 12:50:23 · 1077 阅读 · 0 评论 -
YOLOv8-Seg改进：block涨点系列 | RepViTBlock合适的卷积核大小和优化挤压-激励大幅提升检测精度 | CVPR2024清华RepViT
RepViTBlock合适的卷积核大小和优化挤压-激励大幅提升检测精度原创 2024-03-22 09:50:22 · 938 阅读 · 0 评论 -
YOLOv8-Seg改进：SPPF涨点篇 |引入YOLOv9的SPPELAN
SPP创新结合ELAN，来自于YOLOv9，助力YOLOv8，将SPPELAN代替原始的SPPF原创 2024-03-09 13:23:30 · 914 阅读 · 2 评论 -
YOLOv8-Seg改进：下采样涨点篇 |引入YOLOv9的下采样ADown
YOLOv9的下采样ADown助力YOLOv8-seg原创 2024-03-09 13:11:51 · 481 阅读 · 0 评论 -
YOLOv8-Seg改进：特征融合篇 | GELAN（广义高效层聚合网络）结构来自YOLOv9
使用GELAN改进架构引入到YOLOv8原创 2024-03-09 13:02:44 · 690 阅读 · 0 评论 -
YOLOv8-Seg改进：卷积变体系列篇 | Shift-ConvNets，具有大核效应的小卷积核
Shift-ConvNets让小卷积核也能达到大卷积核效果，实现涨点原创 2024-02-26 17:06:30 · 517 阅读 · 0 评论 -
YOLOv8-Seg改进：上采样系列篇 | 超轻量高效率动态上采样算子DySample，效果优于CARAFE、FADE和SAPA等
一种超轻量高效动态上采样DySample， 具有更少的参数、FLOPs，效果秒杀CAFFE和 nn.Upsample原创 2024-02-01 14:22:32 · 2315 阅读 · 0 评论 -
YOLOv8-Seg改进：小目标涨点系列 | 多分支卷积模块RFB，扩大感受野提升小目标分割精度
多分支卷积模块RFB，扩大感受野提升小目标分割精度原创 2024-01-28 15:20:37 · 397 阅读 · 0 评论 -
YOLOv8-Seg改进：注意力机制涨点系列篇| 多维协作注意模块MCA，效果秒杀ECA、SRM、CBAM等
多维协作注意模块MCA，暴力涨点，效果秒杀ECA、SRM、CBAM原创 2024-01-28 09:16:47 · 710 阅读 · 1 评论 -
YOLOv8-Seg改进：轻量化改进 | RepGhost，通过重参数化实现硬件高效的Ghost模块
RepGhost，通过重参数化实现硬件高效的Ghost模块，性能优于GhostNet、MobileNetV3等，在移动设备上具有更少的参数和可比的延迟。原创 2024-01-27 14:28:53 · 448 阅读 · 0 评论 -
YOLOv8-Seg改进：AIFI 助力YOLO ,提升尺度内和尺度间特征交互能力 | 来自于RT-DETR
RT-DETR的AIFI (尺度内特征交互）助力YOLO ,提升尺度内和尺度间特征交互能力原创 2024-01-27 13:48:57 · 313 阅读 · 0 评论 -
YOLOv8-Seg改进：轻量级Slim-Neck，助力分割，轻量化的同时实现涨点
轻量级Slim-Neck，助力分割，轻量化的同时实现涨点原创 2024-01-27 13:48:30 · 627 阅读 · 0 评论 -
YOLOv8-Seg改进：注意力系列篇 | non-local自注意力，助力小目标分割
non-local自注意力，助力小目标分割原创 2024-01-27 13:47:47 · 308 阅读 · 0 评论 -
YOLOv8-Seg改进：注意力涨点系列篇 | 多尺度双视觉Dualattention | Dual-ViT，顶刊TPAMI 2023
多尺度双视觉Dualattention注意yolo，提升小目标检测能力原创 2024-01-26 14:01:28 · 403 阅读 · 0 评论 -
YOLOv8-Seg改进：小目标涨点系列| 多尺度感受野特征的可扩张残差（DWR）注意力模块
一种新颖的可扩张残差（DWR）注意力模块，加强不同尺度特征提取能力原创 2024-01-26 13:37:35 · 660 阅读 · 0 评论 -
YOLOv8-Seg改进：分层特征融合策略MSBlock | YOLO-MS ,超越YOLOv8与RTMDet，即插即用打破性能瓶颈
分层特征融合策略MSBlock,即插即用打破性能瓶颈原创 2024-01-26 13:31:32 · 391 阅读 · 0 评论 -
YOLOv8-Seg改进：注意力涨点系列篇 | 一种轻量级的加强通道信息和空间信息提取能力的MLCA注意力
一种轻量级的加强通道信息和空间信息提取能力 MLCA注意力原创 2024-01-26 13:10:16 · 373 阅读 · 0 评论 -
YOLOv8-Seg改进：特征融合系列篇 | 多尺度特征融合iAFF，提升小目标检测能力 | 轻量级创新高效结合GhostConv
1）iAFF加入Neck替代Concat；2）Conv替换为GhostConv；3）加入C3Ghost；原创 2024-01-26 12:57:59 · 652 阅读 · 0 评论 -
YOLOv8-Seg改进：一种更高效，更快的可变形卷积（DCNv4），解决DCNv3的局限性，速度提升3倍以上 | OpenGVLab/商汤等联合提出DCNv4 ,全部任务皆SOTA
DCNv4效果秒杀DCNv3、DCNv2等。原创 2024-01-19 21:01:57 · 1070 阅读 · 1 评论 -
YOLOv8-Seg改进：UNetv2多层次特征融合模块结合DualConv、GSConv
多层次特征融合（SDI）结合DualConv、GSConv模块等实现二次创新原创 2024-01-12 13:05:29 · 1655 阅读 · 2 评论