YOLOv5/YOLOv7魔术师
文章平均质量分 91
YOLOv5/YOLOv7魔术师,1)内涵2023最难计算机视觉三大顶会创新点;2)多个创新点全网独家首发,适合直接发paper,创新十足,持续更新中;
优惠券已抵扣
余额抵扣
还需支付
¥259.90
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。
AI小怪兽
YOLO骨灰级玩家,1)YOLOv5、v7、v8优化创新,轻松涨点和模型轻量化;2)目标检测、语义分割、OCR、分类等技术孵化,赋能智能制造,工业项目落地经验丰富;订阅者私信添加本人微信!!!
展开
-
YOLOv5/YOLOv7独家原创改进:原创自研 | 新颖自研设计的BSAM注意力,基于CBAM升级
提出新颖的注意力BSAM(BiLevel SpatialAttention Module),创新度极佳,适合科研创新,效果秒杀CBAM,Channel Attention+Spartial Attention升级为新颖的BiLevel Attention+Spartial Attention原创 2023-11-04 13:53:20 · 1613 阅读 · 16 评论 -
YOLOv5/YOLOv7改进:全网原创首发 | 多尺度空洞注意力(MSDA) | 中科院一区顶刊 DilateFormer 2023.9
本文全网首发独家改进:多尺度空洞注意力(MSDA)采用多头的设计,在不同的头部使用不同的空洞率执行滑动窗口膨胀注意力(SWDA),全网独家首发,创新力度十足,适合科研原创 2023-10-19 19:41:25 · 1927 阅读 · 14 评论 -
全网首发YOLOv5/YOLOv7暴力涨点:Gold-YOLO,遥遥领先,超越所有YOLO | 华为诺亚NeurIPS23
Gold-YOLO,遥遥领先,超越所有YOLO,替换yolov5 head部分实现暴力涨点原创 2023-09-25 13:57:37 · 2940 阅读 · 25 评论 -
首发Yolov5/Yolov7涨点神器:动态蛇形卷积(Dynamic Snake Convolution),实现暴力涨点 | ICCV2023
本文独家改进:动态蛇形卷积(Dynamic Snake Convolution),增强细长微弱的局部结构特征与复杂多变的全局形态特征原创 2023-09-05 21:10:27 · 2124 阅读 · 9 评论 -
《YOLOv5/YOLOv7魔术师》专栏介绍 & CSDN独家改进创新实战&专栏目录
YOLOv5/YOLOv7魔术师,独家首发创新(原创),持续更新,适用于Yolov5、Yolov7、Yolov8等各个Yolo系列,专栏文章提供每一步步骤和源码,轻松带你上手魔改网络原创 2023-07-04 21:56:18 · 1961 阅读 · 3 评论 -
YOLOv5独家原创改进: 通用倒瓶颈(UIB)搜索块结合C3二次创新 | 轻量化之王MobileNetV4
通用倒瓶颈(UIB)搜索块结合C3二次创新原创 2024-05-09 10:43:55 · 109 阅读 · 0 评论 -
YOLOv5创新改进: 小目标 |新颖的多尺度前馈网络(MSFN) | 2024年4月最新成果
多尺度前馈网络创新十足,抢先使用原创 2024-04-03 08:41:47 · 618 阅读 · 2 评论 -
YOLOv5独家改进:小目标 | 注意力 |卷积和注意力融合模块(CAFMAttention) | 2024年4月最新成果
创新点:卷积和注意力巧妙设计原创 2024-04-03 08:41:26 · 663 阅读 · 1 评论 -
YOLOv5独家改进:backbone改进 | 视觉新主干!RMT:RetNet遇见视觉Transformer | CVPR2024
视觉新主干!RMT:RetNet遇见视觉Transformer | CVPR2024原创 2024-03-23 09:37:27 · 447 阅读 · 0 评论 -
YOLOv5独家改进: block优化 | PKIBlock多尺度卷积核,优势无需膨胀,即插即用小目标涨点 | CVPR2024 PKINet 遥感图像目标检测
PKIBlock多尺度卷积核,优势无需膨胀,即插即用小目标涨点原创 2024-03-21 16:16:12 · 435 阅读 · 0 评论 -
YOLOv5全网首发改进: 注意力机制改进 | 上下文锚点注意力(CAA) | CVPR2024 PKINet 遥感图像目标检测
引入了CAA模块来捕捉长距离的上下文信息,利用全局平均池化和1D条形卷积来增强中心区域的特征原创 2024-03-21 16:15:32 · 717 阅读 · 0 评论 -
YOLOv5独家改进:block改进 | RepViTBlock和C3进行结合实现二次创新 | CVPR2024清华RepViT
RepViTBlock和C3进行结合实现二次创新原创 2024-03-18 16:45:13 · 526 阅读 · 0 评论 -
YOLOv5独家改进:注意力机制改进 | 聚合注意力增强版AggregatedAttention,效果秒杀CBAM等经典注意力| CVPR2024 TransXNet
CVPR2024TransXNet 聚合注意力增强版AggregatedAttention加入到YOLOv5以及巧妙的和C3结合。原创 2024-03-13 09:38:38 · 528 阅读 · 0 评论 -
YOLOv5涨点优化:backbone改进 | TransXNet:聚合全局和局部信息的全新CNN-Transformer视觉主干| CVPR2024
CVPR2024 TransXNet助力检测,代替YOLOv8 Backbone原创 2024-03-13 08:33:02 · 586 阅读 · 1 评论 -
YOLOv5独家改进:C3改进 | 最新大卷积核CNN架构UniRepLKNet,UniRepLKNetBlock结合C3,显著提升识别精度 | CVPR2024
最新大卷积核CNN架构UniRepLKNet,UniRepLKNetBlock结合C3,代替YOLOv5 c3原创 2024-03-12 08:33:23 · 383 阅读 · 0 评论 -
YOLOv5独家改进:backbone改进 | 最新大卷积核CNN架构UniRepLKNet,ImageNet 88% | CVPR2024
最新大卷积核CNN架构UniRepLKNet,ImageNet 88%原创 2024-03-11 14:12:49 · 416 阅读 · 0 评论 -
YOLOv5创新改进:小目标涨点篇 | 一种新颖的轻量化网络,用于提升遥感图像中的小物体检测 | 2024年二区最新成果
对标yolov5m,涨点的同时轻量化,GFLOPS从原始的47.9降低至37.6,MB从42.2降低至10.7原创 2024-03-06 09:03:55 · 1141 阅读 · 3 评论 -
YOLOv5创新改进:SPPF创新涨点篇 | SPPELAN:SPP创新结合ELAN ,效果优于SPP、SPPF| YOLOv9
新颖SPPF创新涨点改进,SPP创新结合ELAN,来自于YOLOv9,助力YOLOv5,将SPPELAN代替原始的SPPF原创 2024-03-05 09:19:55 · 870 阅读 · 1 评论 -
YOLOv5优化改进:下采样创新篇 | 新颖的下采样ADown | YOLOv9
新颖的下采样ADown来自于YOLOv9,助力YOLOv5,将ADown添加在backbone和head处,提供多个yaml改进方法原创 2024-03-05 08:52:39 · 500 阅读 · 0 评论 -
YOLOv5独家原创改进:特征融合涨点篇 | 广义高效层聚合网络(GELAN) | YOLOv9
将GELAN添加在backbone和head处,提供多个yaml改进方法原创 2024-03-04 15:54:20 · 427 阅读 · 0 评论 -
YOLOv5独家涨点技巧:FPN涨点篇 | 高层筛选特征金字塔网络(HS-FPN),助力医学、小目标检测 | 2024年最新论文
在BCCD医学数据集和私有多个数据集实现暴力涨点。原创 2024-02-05 15:24:19 · 1992 阅读 · 0 评论 -
YOLOv5改进:下采样系列 |一种新颖的基于 Haar 小波的下采样HWD,有效涨点系列
HWD的核心思想是应用Haar小波变换来降低特征图的空间分辨率,同时保留尽可能多的信息,与传统的下采样方法相比,有效降低信息不确定性。原创 2024-02-02 08:51:54 · 1907 阅读 · 0 评论 -
YOLOv5独家改进:上采样算子 | 超轻量高效动态上采样DySample,效果秒杀CAFFE,助力小目标检测
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YOLOv5网络中的nn.Upsample原创 2024-02-01 14:08:08 · 1389 阅读 · 0 评论 -
YOLOv5全网独家首发:Powerful-IoU更好、更快的收敛IoU,效果秒杀CIoU、GIoU等 | 2024年最新IoU
Powerful-IoU更好、更快的收敛IoU,是一种结合了目标尺寸自适应惩罚因子和基于锚框质量的梯度调节函数的损失函数原创 2024-01-25 19:07:23 · 1036 阅读 · 0 评论 -
YOLOv5全网独家首发:更加聚焦的IoU损失Focaler-IoU,二次创新如何结合Shape IoU、MPDIoU、GIoU、DIoU、CIoU等 | 2024年最新IoU
二次创如何结合Shape IoU、MPDIoU、GIoU、DIoU、CIoU等原创 2024-01-24 13:43:41 · 598 阅读 · 0 评论 -
YOLOv5涨点改进:多层次特征融合(SDI),小目标涨点明显,| UNet v2,比UNet显存占用更少、参数更少
多层次特征融合(SDI),能够显著提升不同尺度和小目标的识别率;在YOLOv5中如何使用:1)iAFF加入Neck替代Concat;原创 2024-01-13 17:35:12 · 1144 阅读 · 5 评论 -
YOLOv5涨点技巧:一种新颖的多尺度特征融合方法iAFF
1)引入了一种新颖的多尺度特征融合iAFF;2)为了轻量级部署,和GhostConv有效结合在边缘端具有竞争力的准确性原创 2023-12-22 12:42:21 · 2048 阅读 · 3 评论 -
YOLOv5涨点改进:轻量级的 Mixed Local Channel Attention (MLCA),加强通道信息和空间信息提取能力
一种轻量级的 Mixed Local Channel Attention (MLCA) 模块,该模块考虑通道信息和空间信息,并结合局部信息和全局信息以提高网络的表达效果原创 2023-12-20 13:59:39 · 2154 阅读 · 2 评论 -
YOLOv5改进: RT-DETR引入YOLOv5,neck和检测头助力检测
RT-DETR neck代替YOLOv5 neck部分原创 2023-12-06 13:29:31 · 1113 阅读 · 1 评论 -
YOLOv5全网独家首发改进:SENetv2,Squeeze-Excitation模块融合Dense Layer,效果秒杀SENet
SENet v2,针对SENet主要优化点,提出新颖的多分支Dense Layer,并与Squeeze-Excitation网络模块高效融合,融合增强了网络捕获通道模式和全局知识的能力原创 2023-12-01 14:29:18 · 1095 阅读 · 2 评论 -
YOLOv5独家原创改进: AKConv(可改变核卷积),即插即用的卷积,效果秒杀DSConv | 2023年11月最新发表
可改变核卷积(AKConv),赋予卷积核任意数量的参数和任意采样形状,为网络开销和性能之间的权衡提供更丰富的选择,解决具有固定样本形状和正方形的卷积核不能很好地适应不断变化的目标的问题点,效果秒殺DSConv;1)AKConv替代标准卷积进行使用;原创 2023-11-27 13:24:43 · 1351 阅读 · 12 评论 -
YOLOv5改进: Inner-IoU基于辅助边框的IoU损失,高效结合 GIoU, DIoU, CIoU,SIoU 等 | 2023.11
Inner-IoU引入尺度因子ratio控制辅助边框的尺度大小用于计算损失,并与现有的基于IoU (GIoU, DIoU, CIoU,SIoU)损失进行有效结合原创 2023-11-23 12:39:13 · 1108 阅读 · 0 评论 -
YOLOv5独家改进:Inner-MPDIoU | Inner-IoU基于辅助边框的IoU损失,高效结合新型边界框相似度度量(MPDIoU) | 2023.11
Inner-IoU引入尺度因子ratio控制辅助边框的尺度大小用于计算损失,新型边界框相似度度量(MPDIoU)MPDIoU损失进行有效结合原创 2023-11-15 16:11:01 · 1245 阅读 · 0 评论 -
YOLOv5独家首发改进:全新的聚焦线性注意力模块(Focused Linear Attention)| ICCV2023 FLatten Transformer,助力 ViT 性能再加速!
本文独家改进:全新的聚焦线性注意力模块(Focused Linear Attention),既高效又具有很强的模型表达能力,解决视觉Transformer计算量过大的问题,最终引入到YOLOv8,做到二次创新;原创 2023-11-09 18:12:59 · 1335 阅读 · 9 评论 -
YOLOv5独家改进:分层特征融合策略MSBlock | 南开大学提出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,不同Kernel-Size卷积在不同尺度提升特征提取能力,最终引入到YOLOv5,做到二次创新;1)MSBlock使用;2)和C3结合使用原创 2023-11-08 20:12:18 · 1121 阅读 · 0 评论 -
YOLOv5/YOLOv7改进策略:一种新颖的可扩张残差(DWR)注意力模块,增强多尺度感受野特征,助力小目标检测
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,创新十足,独家首发适合科研原创 2023-11-06 18:31:59 · 908 阅读 · 1 评论 -
YOLOv5优化:独家创新(Partial_C_Detect)检测头结构创新,实现涨点 | 检测头新颖创新系列
独家创新(Partial_C_Detect)检测头结构创新,适合科研创新度十足,强烈推荐原创 2023-11-01 19:26:22 · 1683 阅读 · 4 评论 -
YOLOv5优化:独家创新(SC_C_Detect)检测头结构创新,实现涨点 | 检测头新颖创新系列
独家创新(SC_C_Detect)检测头结构创新,适合科研创新度十足,强烈推荐原创 2023-11-01 19:27:02 · 1560 阅读 · 2 评论 -
YOLOv5/YOLOv7改进: AIFI (尺度内特征交互)助力YOLO | YOLO终结者?RT-DETR一探究竟
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,同时降低多个尺度的特征之间进行注意力运算,计算消耗较大等问题原创 2023-10-31 19:15:50 · 1881 阅读 · 20 评论 -
YOLOv5/YOLOv7改进:全网原创首发 | 新颖的多尺度卷积注意力(MSCA),即插即用,助力小目标检测 | NeurIPS2022
多尺度卷积注意力(MSCA),有效地提取上下文信息;1)作为注意力MSCA使用;原创 2023-10-25 20:50:09 · 913 阅读 · 0 评论