加勒比海带66——【YOLO魔法搭配&论文投稿咨询】

🚀🚀🚀NEW！！！PyQt5-YOLOv5目标检测平台来啦 ~💡💡近期,小海带成功搭建了属于自己的PyQt5-YOLOv5目标检测平台，平台界面美观，检测效果也俱佳。有需要的小伙伴可以在CSDN/QQ后台留言+手把手教学喔！！！👍👍👍🔥🔥🔥

CoTNet：新型主干网络&获得图像识别竞赛冠军的Contextual Transformer 来啦！！！论文题目：《Contextual Transformer Networks for Visual Recognition》小伙伴们，CNN再次强势回归啦！京东AI开源最强ResNet变体CoTNet：一种即插即用的视觉识别模块。近期工作太忙了！！！小海带抽空将YOLOv5算法与CotNet进行了创新性结合，发现效果还不错！并且涨点明显！！！该论文主要是设计了一种新颖的Tran

目标检测算法——YOLOv7训练自己的数据集（保姆级教程）！！！

目标检测算法——YOLOv7改进|增加小目标检测层。官方版的YOLOv7相同体量下比YOLOv5精度更高，速度快120%（FPS），比 YOLOX 快180%（FPS），比 Dual-Swin-T 快1200%（FPS），比 ConvNext 快550%（FPS），比 SWIN-L快500%（FPS）。

🎄🎄计算机视觉 —— 致力于目标检测领域科研Tricks改进与推荐。各位小伙伴可根据自身研究方向及专业领域自主搭配各类创新新颖且行之有效的网络结构，以此实现论文实验高效涨点。~ ✨✨✨

🚀🚀🚀NEW！！！魔改YOLOv5/YOLOv7目标检测算法来啦 ~💡魔法搭配计算机视觉领域各类创新新颖且行之有效的网络结构，平均精度均值mAP涨点明显，实验效果也俱佳。有需要的小伙伴可以在CSDN后台留言+点赞收藏喔！！！👍👍👍🔥🔥🔥

计算机视觉——致力于目标检测领域科研Tricks改进与推荐 | 主要包括Backbone、Neck、Head、普通注意力机制、自注意力机制Transformer，各种IoU Loss损失函数、NMS及各类激活函数替换、轻量化网络改进、数据增强策略以及其他视觉顶会创新点改进等等。