涨点神器：Yolov5/Yolov7加入ConvNeXt提升小目标检测能力，适用yolo各个系列

目录

1.ConvNeXt 简介

 2.yolov5加入ConvNeXt，大幅度提升小目标检测性能

 2.1 ConvNeXt加入common.py中：

 2.2 ConvNeXt加入common.py中：

2.3修改对应yolov5+ConvNeXt.yaml

2.4性能评价

---

🏆🏆🏆🏆🏆🏆🏆Yolov5/Yolov7魔术师🏆🏆🏆🏆🏆🏆🏆

🌟🌟🌟魔改网络和复现cvpr等前沿论文，组合优化

🚀🚀🚀在多个数据集进行验证mAP涨点明显，尤其是小目标、遮挡物精度提升明显；

1.ConvNeXt 简介

《A ConvNet for the 2020s》
论文地址：https://arxiv.org/abs/2201.03545
pytorch代码：GitHub - facebookresearch/ConvNeXt: Code release for ConvNeXt model
 

ConvNeXts完全由标准ConvNet模块构建，在精度和可扩展性方面与transformer竞争，实现了87.8%的ImageNet top-1精度，在COCO检测和ADE20K分割方面优于Swin transformer，同时保持了标准ConvNets的简单性和效率。