yolov7和yolov8的创新点详解（附：汇报用的PPT）

       以下主要介绍yolov7和yolov8的网络结构与创新点，文章的末尾有yolov7和yolov8创新点和网络架构进行汇报的PPT，可以通过网盘进行下载，同时在介绍中，我也会进行PPT内容的展示有需求再进行下载即可。

        yolov7的网络由三部分组成：input,backbone和head,与yolov5不同的是，将neck层和head合称head层，实际上的功能是一样的，backbone用于提取特征，head用于预测。 yolov7输入端：自适应锚框计算、自适应图片缩放和数据增强方式.

  下面介绍yolov7中的第一部分，也就是yolov7的主干网络backbone,backbone中有很多模块，下面介绍它的各个模块。

  CBS模块：

• 从架构图中我们可以看出，CBS模块这里有三种颜色，三种颜色代表它们的卷积核（k）和步长(s)不同。
  首先最浅的颜色，也就是第一个CBS模块的颜色，它是一个1x1的卷积，stride(步长为1)。
  其次稍浅的颜色，也就是第二个CBS模块的颜色，它是一个3x3的卷积，stride(步长为1)。
  最后最深的颜色，也就是第三个CBS模块的颜色，它是一个3x3的卷积，stride(步长为2)。
• 1x1的卷积主要用来改变通道数。
• 3x3的卷积，步长为1，主要用来特征提取。
• 3x3