kay_545

YOLOv5改进，创新，

yolov5改进

YOLOv5改进，优化，efficientnet

shuffleNetv2,yolov5改进，yolov5创新

YOLOv5改进，涨点，优化

yolov5有效改进涨点，yolov5改进，yolov8

YOLOv5入门，改进加涨点，yolov8，目标检测，目标跟踪

YOLOv5改进，bifpn，双向特征金字塔，yolov8改进，yolo

Swin-Transformer，yolov5改进，yolov8改进，yolo，目标检测

Yolov5运行时出现RuntimeError: result type Float can't be cast to the desired output type long int 问题

yolov5改进，yolov5创新，添加注意力机制

yolov5改进，yolov5创新，注意力机制

CBAM（Convolutional Block Attention Module）是一种用于增强卷积神经网络（CNN）性能的注意力机制。它由两个子模块组成：通道注意力模块和空间注意力模块。通道注意力模块通过全局平均池化和全连接层学习通道间的关系，并利用学到的权重对每个通道的特征图进行加权，以增强有用的特征并抑制无用的特征。空间注意力模块则通过对特征图在空间维度上进行最大池化和平均池化操作，结合两种池化结果通过全连接层学习得到每个空间位置的权重，使得网络能够更好地关注图像中的重要区域。

YOLOv5添加注意力机制，YOLOv5改进，YOLOv5创新

YOLOv5添加注意力机制，yolov5创新

YOLOv5入门，YOLOv8入门，实验结果，改进，创新

yolov5创新，yolov5环境配置，yolov8