YOLOv7魔术师
文章平均质量分 89
YOLOv7高阶科研小助手,带你轻轻松松实现创新
优惠券已抵扣
余额抵扣
还需支付
¥199.90
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
-
YOLOv7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 19:25:57 · 1710 阅读 · 8 评论 -
YOLOv7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 19:25:09 · 1711 阅读 · 2 评论 -
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(BiLevelRouting SpatialAttention Module),CBAM结合BiLevelRoutingAttention创新,效果秒杀CBAM原创 2023-11-04 13:52:48 · 1233 阅读 · 6 评论 -
YOLOv7暴力涨点:Gold-YOLO,遥遥领先,超越所有YOLO | 华为诺亚NeurIPS23
提出了全新的信息聚集-分发(Gather-and-Distribute Mechanism)GD机制,Gold-YOLO,替换yolov7 head部分 实现暴力涨点原创 2023-10-09 20:57:13 · 1307 阅读 · 8 评论 -
YOLOv7改进:原创独家首发 | 可变形自注意力Attention | 即插即用系列
当你停留在可形变卷积上(DCNV1,DCNV2,DCNV3等),可形变Attention助力检测,创新性十足,不仅增强了 sparse attention 的表征能⼒,同时具有线性空间复杂度。原创 2023-10-10 20:42:58 · 458 阅读 · 0 评论 -
YOLOv7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(MSFN),通过提取不同尺度的特征来增强特征提取能力,2024年最新的改进思路原创 2024-04-03 15:07:00 · 810 阅读 · 5 评论 -
YOLOv7原创独家改进: 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
卷积和注意力融合模块(CAFMAttention),增强对全局和局部特征的提取能力,2024年最新的改进思路原创 2024-04-03 15:06:44 · 528 阅读 · 0 评论 -
YOLOv7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
小目标数据集,涨点近两个点,强烈推荐原创 2024-03-21 16:28:55 · 460 阅读 · 1 评论 -
YOLOv7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 16:14:51 · 371 阅读 · 2 评论 -
YOLOv7独家原创改进:特征融合涨点篇 | 广义高效层聚合网络(GELAN) | YOLOv9
即结合用梯度路径规划(CSPNet)和(ELAN)设计了一种广义的高效层聚合网络(GELAN),高效结合YOLOv7,实现涨点。原创 2024-03-05 13:52:42 · 528 阅读 · 2 评论 -
YOLOv7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YOLOv7,将ADown添加在backbone和head处,提供多个yaml改进方法原创 2024-03-05 13:39:24 · 445 阅读 · 0 评论 -
YOLOv7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原创 2024-03-05 13:39:11 · 699 阅读 · 0 评论 -
YOLOv7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
一种新颖的基于 Haar 小波的下采样HWD,有效涨点系列原创 2024-02-02 08:49:29 · 1802 阅读 · 2 评论 -
YOLOv7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 08:48:04 · 814 阅读 · 0 评论 -
YOLOv7独家改进:轻量级原创自研 | 一种多尺度的GSConv卷积变体,轻量化的同时能够实现涨点
基于GSConv提出了一种Multi-Scale Ghost Conv的卷积变体,保证轻量级的同时实现涨点,原创 2024-02-01 08:47:15 · 481 阅读 · 0 评论 -
YOLOv7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 19:06:52 · 739 阅读 · 1 评论 -
YOLOv7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
更加聚焦的IoU损失Focaler-IoU,能够在不同的检测任务中聚焦不同的回归样本,使用线性区间映射的方法来重构IoU损失原创 2024-01-24 13:43:06 · 498 阅读 · 2 评论 -
YOLOv7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原创 2024-01-14 15:23:01 · 1101 阅读 · 4 评论 -
YOLOv7全网独家首发改进:SENet v2,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 14:28:43 · 869 阅读 · 3 评论 -
YOLOv7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 13:24:29 · 1161 阅读 · 4 评论 -
YOLOv7独家首发改进:聚合全局、局部信息D-Mixer和全新重叠空间降维注意力 | TransXNet ,CNN 与 ViT 的完美结合,2023.11发表
改进1)重叠空间降维注意力(OSRA),2)混合网络模块(D-Mixer),聚合全局信息和局部细节,分别引入到YOLOv7,做到二次创新;原创 2023-11-27 10:15:13 · 1301 阅读 · 1 评论 -
YOLOv7独家改进: 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 12:39:28 · 834 阅读 · 6 评论 -
YOLOv7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 16:20:37 · 969 阅读 · 3 评论 -
YOLOv7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 18:12:40 · 565 阅读 · 8 评论 -
YOLOv7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YOLOv7,做到二次创新;1)MSBlock使用原创 2023-11-08 20:11:40 · 1141 阅读 · 2 评论 -
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 18:31:39 · 985 阅读 · 0 评论 -
YOLOv7优化策略:IOU系列篇 | 引入MPDIoU,WIoU,SIoU,EIoU,α-IoU等创新
MPDIoU,WIoU,SIoU,EIoU,α-IoU等二次创新,总有一种适合你的数据集原创 2023-11-03 21:19:49 · 902 阅读 · 0 评论 -
YOLOv7改进:多头检测器助力小目标检测,实现暴力涨点
多头检测器加入SOD检测头,提升小目标检测能力多头检测器 | 亲测在多个数据集能够实现涨点,多尺度特性在小目标检测表现也十分出色。原创 2023-11-02 20:53:37 · 1779 阅读 · 3 评论 -
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 19:16:10 · 1173 阅读 · 3 评论 -
YOLOv7改进:加入解耦头Decoupled_Detect,涨点明显
本文全网首发独家改进:Decoupled_Detect,Hybrid Channels 策略重新设计了一个更高效的解耦头结构原创 2023-11-02 20:53:08 · 1151 阅读 · 0 评论 -
YOLOv7优化:渐近特征金字塔网络(AFPN)| 助力小目标检测
渐近特征金字塔网络(AFPN),解决多尺度削弱了非相邻 Level 的融合效果。AFPN | 亲测在多个数据集能够实现涨点,尤其在小目标数据集。原创 2023-10-27 22:58:52 · 1233 阅读 · 8 评论 -
YOLOv7优化:感受野注意力卷积运算(RFAConv),效果秒杀CBAM和CA等 | 即插即用系列
感受野注意力卷积运算(RFAConv),解决卷积块注意力模块(CBAM)和协调注意力模(CA)只关注空间特征,不能完全解决卷积核参数共享的问题提供多种卷积变体供使用:CBAMConv,CAMConv,CAConv,RFAConv,RFCAConv原创 2023-10-27 22:44:53 · 1476 阅读 · 0 评论 -
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 20:50:27 · 1045 阅读 · 0 评论 -
YOLOv7改进:新颖的上下文解耦头TSCODE,即插即用,各个数据集下实现暴力涨点
上下文解耦头TSCODE,进行深、浅层的特征融合,最后再分别输入到头部进行相应的解码输出,实现暴力暴力涨点原创 2023-10-24 21:09:30 · 949 阅读 · 2 评论 -
YOLOv7损失函数改进:SlideLoss创新升级,结合IOU动态调整困难样本的困难程度,提升小目标、遮挡物性能
本文改进:SlideLoss_IOU,困难样本的困难程度(如小目标遮挡物)动态调整,创新度十足;SlideLoss_IOU | 亲测在多个数据集能够实现涨点,对小目标、遮挡物性能提升也能够助力涨点。原创 2023-10-24 12:44:37 · 795 阅读 · 0 评论 -
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 19:21:12 · 1808 阅读 · 11 评论 -
YOLOv7改进:引入GSConv+Slim Neck,提升小目标检测精度
引入了一种新方法GSConv来代替SC操作。该方法使卷积计算的输出尽可能接近SC,同时降低计算成本;提供了一种新的设计范式,即带有标准Backbone的Slim-Neck设计;原创 2023-10-18 20:50:27 · 1294 阅读 · 0 评论 -
YOLOv7改进:新机制,扩展DCNv3,基于DCNv2优化 | CVPR2023 InternImage
DCNv3优势:1)共享投射权重;2)引入多组机制;3)采样点调制标量归一化;原创 2023-10-18 20:50:07 · 843 阅读 · 0 评论 -
YOLOv7改进:动态蛇形卷积(Dynamic Snake Convolution),增强细微特征对小目标友好,实现涨点 | ICCV2023
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,对小目标检测很适用原创 2023-10-18 20:52:14 · 1664 阅读 · 4 评论 -
《YOLOv7高阶自研》专栏介绍 & CSDN独家改进创新实战& 专栏目录
YOLOv7高阶自研专栏介绍:1)前沿最新计算机顶会复现;2)YOLOv7自研创新结合,轻松搞定科研;3)持续更新中,定期更新不同数据集涨点情况原创 2023-10-12 20:32:20 · 1705 阅读 · 30 评论