一文看懂yolov7;yolov7详解

*免责声明:
1\此方法仅提供参考
2\搬了其他博主的操作方法,以贴上路径.
3*

场景一:yolo v7

场景二:yolo系列未完待续

Yolo系列强推–>Yolo v1–v5 、 Yolox

场景一:yolo v7

强推先看–>yolov7基础知识先导篇

Yolov7论文地址

Yolov7的github项目地址

操作强推–>利用yolov7训练自己的数据集

参考一:目标检测算法——YOLOV7——详解

参考二:YOLOv7正负样本分配详解

参考三:【YOLOv7】主要改进点详解

在这里插入图片描述

1.1 yolo v7 网络结构

在这里插入图片描述

在这里插入图片描述

1.2 yolo v7 输入端

强推—>场景五:yolov5 输入端创新

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

1.3 yolo v7 Backbone主干网络

强推–>yolov7基础知识先导篇《场景二:高效聚合网络》

在这里插入图片描述

MPC-B

在这里插入图片描述
在这里插入图片描述

ELAN
在这里插入图片描述
在这里插入图片描述

1.4 yolo v7 Neck

强推–>yolov7基础知识先导篇《场景三:SPPCSPC》

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

结构重参数化

强推–>yolov7基础知识先导篇《场景四:结构重参数化》

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

1.5 yolo v7 Prediction创新

强推–>yolo v4基础知识先导篇《场景四: CIoU Loss损失函数》

强推–>yolo v4基础知识先导篇《场景八: DIOU NMS》

在这里插入图片描述

1.6 yolo v5、v7正负样本划分策略

目标检测: 一文读懂 YOLOV5 Loss 正样本采样

强推–> yolov7基础知识先导篇:《场景五:标签分配–>细分方法:simOTA》

在这里插入图片描述
在这里插入图片描述

1.7 辅助头辅助训练

论文解读:深度监督网络(Deeply-Supervised Nets)

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.8 多种模型结构讲解

网络结构图分享,密码:week

在这里插入图片描述

在这里插入图片描述

模型复合缩放方法

强推–> yolov7基础知识先导篇:《场景六:模型复合缩放》

在这里插入图片描述

yolov7-tiny

在这里插入图片描述

yolov7-w6

在这里插入图片描述

  # 这不欺负老实人嘛!!!  ReOrg+Conv  就是yolov5里面的focus结构
  # [from, number, module, args]
  [[-1, 1, ReOrg, []],  # 0
   [-1, 1, Conv, [64, 3, 1]],  # 1-P1/2

在这里插入图片描述

yolov7-x
在这里插入图片描述

yolov7-e6

   [-1, 1, DownC, [320]],  # 13-P3/8 
# 这不欺负老实人吗,DownC就是 上文MPC-B结构,搞不懂为什么换的时候不把yolov7.yaml文件里面的一起换掉

class DownC(nn.Module):
    # Spatial pyramid pooling layer used in YOLOv3-SPP
    def __init__(self, c1, c2, n=1, k=2):
        super(DownC, self).__init__()
        c_ = int(c1)  # hidden channels
        self.cv1 = Conv(c1, c_, 1, 1)
        self.cv2 = Conv(c_, c2//2, 3, k)
        self.cv3 = Conv(c1, c2//2, 1, 1)
        self.mp = nn.MaxPool2d(kernel_size=k, stride=k)

    def forward(self, x):
        return torch.cat((self.cv2(self.cv1(x)), self.cv3(self.mp(x))), dim=1)

在这里插入图片描述

yolov7 d6

在这里插入图片描述

yolov7 e6e

在这里插入图片描述

1.9 E-ELAN

论文中提出了对ELAN结构的修改,但是并没有详细的说明,在yolov7-e6e的结构中,仿佛有该结构的引子,根据yaml文件结构,E-ELAN的操作如下:

在这里插入图片描述

在这里插入图片描述

1.10 性能

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

you did it

有错的话欢迎指正,微信: weeksoooo

评论 26
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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