芒果YOLOv10改进80：检测头篇之ShareSepHead：即插即用｜原创新颖共享Sep检测头，更省参数量，更高效，打造新型YOLOv8检测器，精度高效涨点

于 2024-06-26 23:58:06 发布
阅读量116 收藏
点赞数 5
分类专栏： 芒果YOLOv10原创改进 文章标签： YOLO 深度学习 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38668236/article/details/140001245
版权
芒果YOLOv10原创改进 专栏收录该内容
129 篇文章 23 订阅 ¥99.90 ¥99.00
订阅专栏

💡本篇内容：YOLOv10独家原创改进：即插即用｜原创新颖共享Sep检测头ShareSepHead，更省参数量，更高效，打造新型YOLOv10检测器，精度高效涨点

💡🚀🚀🚀本博客 YOLO系列 + 新颖ShareSepHead检测头改进创新点改进源代码改进 适用于 YOLOv10… 等等YOLO系列 按步骤操作运行改进后的代码即可

💡附改进源代码及教程，适合用来改进作为 🚀新颖的检测头改进点

本文提出多种配置的ShareSepHead检测头检测头改进方式，原创｜新颖
只需订阅这一个专栏即可阅读：芒果YOLOv10所有改进内容

文章目录

创新ShareSepHead检测头｜论文理论部分 + YOLOv10代码改进

参考了 NAS-FPN 中的做法，使用了 SepBNHead，在不同层之间共享卷积权重，但是独立计算 BN（BatchNorm） 的统计量。

论文架构

请添加图片描述

了解本专栏 订阅专栏 解锁全文
芒果汁没有芒果
关注
  • 5
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
芒果YOLOv8改进65：检测头篇ShareSepHead：即插即用｜原创改进ShareSepHead新颖检测头升级版，更省参数量，更高效，打造新型YOLOv8检测器，精度高效涨点
包括YOLOv5、YOLOv7、YOLOv8等模型改进
07-04 1295
YOLOv8代码+独家改进ShareSepHead新颖检测头🍊
芒果YOLOv10改进127：全网首发改进Adaptive Head检测头：即插即用 | 数据集高效涨点mAP提升3%+118FPS，动态视觉特征定位
最新发布
包括YOLOv5、YOLOv7、YOLOv8等模型改进
06-30 258
YOLOv10改进：全网首发改进Adaptive Head检测头：即插即用 | 数据集高效涨点mAP提升3%+118FPS，动态视觉特征定位
YOLOv8-Seg改进：检测头全新创新篇 | S_improve_Segment结构创新
会AI的学姐
11-15 446
S_improve_Segment全新的分割结构头创新，适配各个YOLO
YOLOv8-seg 分割代码详解（一）Predict
秋山丶雪绪的博客
11-08 5211
本文从 U-Net 入手熟悉分割的简单方法，再看 YOLOv8 的方法。主要梳理 YOLOv8 的网络结构，以及 Predict 过程的后处理方法。
YoloV8改进：原创独家首发 | 多维协作注意模块MCA，暴力涨点，效果秒杀ECA、SRM、CBAM等 | 即插即用系列
07-27 3222
本文属于原创独家改进：多维协作注意模块MCA，暴力涨点，效果秒杀ECA、SRM、CBAM，创新性十足，可直接作为创新点使用。
yolov5 代码版 芒果检测 带训练权重，可以直接用
11-16
yolov5 代码版 芒果检测 关于代码版，不是配置文件版，修改网络非常方便，参见我的博客： https://blog.csdn.net/jacke121/article/details/118392154 芒果检测 带训练权重，可以直接用
基于yolov8的芒果计数分割系统，包含训练好的权重和推理代码，GUI界面，支持图片、视频、摄像头输入，支持检测结果导出
02-24
基于yolov8的芒果检测系统，包含使用yolov8训练好的模型权重，使用pyqt开发的显示界面，支持图片、视频、摄像头输入 相关说明： 1、本资源包含yolov8在芒果数据集上的训练权重，包含best.pt和last.pt两个权重； 2、...
芒果果实病害检测图像数据集
10-01
MangoFruitDDS是一个芒果病害数据集，包含1700张224+224的JPG格式图像。该数据集包含四种疾病的图像，即链格跑，炭病，黑毒腐病和茎腐病。数据集中的另一个类别是健康水果。水果图像是在塞内加尔的一个果园里用手机...
芒果实例分割数据集yolov8格式，可用于yolov8的训练，包含453条训练数据，91条验证数据
02-24
芒果实例分割数据集在多个场景中都有重要的应用，以下是几个主要的使用场景： 精准农业与果园管理：在精准农业中，对果园中的芒果进行实例分割可以帮助农民更准确地了解每个芒果的生长情况，包括大小、形状、颜色等...
YOLOv8超参数调优教程！ 使用Ray Tune进行高效的超参数调优！
YOLOv8项目贡献者
09-01 6926
YOLOv8超参数调优教程！😎 使用Ray Tune进行高效的超参数调优！
超详解| Yolov8模型手把手调参 | 配置 | 模型训练 | 验证 | 推理
穿着帆布鞋也能走猫步
09-06 5万+
Yolov8参数详细解析
超详细YOLOv8训练参数、说明详解
CDBmax的博客
12-26 7176
这允许您无缝地从离开的地方继续训练过程。其他可能影响训练过程的因素包括优化器的选择、损失函数的选择以及训练数据集的大小和组成。通过Ultralytics YOLO模型集成对Apple M1和M2芯片的支持，现在可以在使用强大的Metal性能着色器（MPS）框架的设备上训练模型。所有训练指标将自动记录在您选择的平台中，您可以访问这些日志以监控模型随时间的表现，比较不同模型，并识别改进的领域。这三行代码都是可以执行训练的，就是参数不同，具体区别注释有写，小伙伴们如果不明白的可以告诉我，我这边在写的更详细一些。
YOLOv8超参数调优大师课！使用Ray Tune提高你的模型性能！
一直在水些技术小文
11-08 1611
Ray Tune是一个用于分布式超参数优化的开源工具。它提供了多种优化算法，包括贝叶斯优化、超参数搜索空间的随机探索等。Ray Tune可以轻松地与深度学习框架（如PyTorch和TensorFlow）集成，从而实现对模型超参数的自动化调优。它还支持分布式计算，充分利用多个GPU或CPU，以加快超参数搜索的速度。
yolov8训练进阶：自定义训练脚本，从配置文件载入训练超参数
Awesome Computer Vision, 做计算机视觉的程序员
08-14 8102
该脚本通过argparse来接受命令行参数，并设置到超参数字典，和yolov5的启动脚本类似。data: 数据集配置文件hyp: 参数配置文件（上一节我们建立的）model: 模型权重或者模型结构配置文件其他参数根据名字就显而易见了。本文介绍了如何使用自定义训练脚本的方式启动yolov8的训练，有效的结合命令行和配置文件的优点，即可以灵活的修改训练参数，又可以用配置文件来管理我们的训练超参数。并通过修改文件，支持了DDP训练。
YOLOv8模型参数详解
weixin_41171614的博客
03-24 2648
YOLOv8模型参数详解
【计算机视觉】YOLOv8参数详解（全面详细、重点突出、大白话阐述小白也能看懂）
wzk4869的博客
10-14 8236
【计算机视觉】YOLOv8参数详解（全面详细、重点突出、大白话阐述小白也能看懂）
YOLOv8训练参数详解（全面详细、重点突出、大白话阐述小白也能看懂）
热门推荐
qq_37553692的博客
05-27 6万+
model: 模型文件的路径。这个参数指定了所使用的模型文件的位置，例如 yolov8n.pt 或 yolov8n.yaml。模型文件包含了已经训练好的模型的权重和结构。 data: 数据文件的路径。该参数指定了数据集文件的位置，例如 coco128.yaml。数据集文件包含了训练和验证所需的图像、标签和其他数据的信息。 epochs: 训练的轮数。这个参数确定了模型将会被训练多少次，每一轮都遍历整个训练数据集。训练的轮数越多，模型对数据的学习就越充分，但也增加了训练时间。
yolov8训练进阶：新增配置参数
Awesome Computer Vision, 做计算机视觉的程序员
08-15 1734
通过新增参数，我们可以对yolov8的训练和数据读取根据需要进行修改。
YOLOv8初学者手册（Detect、Segment、Classify、OBB、Pose）
Le0v1n 的博客
04-29 3590
关键词：Detect、Segment、Classify、OBB、Pose
芒果 yolov8改进
09-06
根据引用的内容，芒果YOLOv8改进主要涉及使用最新的Wise-IoU损失函数，超越了CIoU和SIoU性能，并提出了基于注意力的损失函数BBR的WIoU函数。这个改进可以有效地提升YOLOv8检测器的性能。此外，还有其他的一些改进内容，如SIoU、GIoU、EIoU、α-IoU等。在这些改进中，Wise-IoU是重点讨论的部分，包括了理论部分和改进的完整源代码。你可以参考引用中的博客文章和源代码，了解更多关于芒果YOLOv8改进的详细内容和实践效果。<span class="em">1</span><span class="em">2</span><span class="em">3</span>

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

芒果汁没有芒果

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值