关于 YOLOv8 modules.py 拆分成了 _init_.py block.py conv.py head.py trasnformer.py utils.py

已于 2023-06-03 15:28:58 修改
阅读量4.4k 收藏 19
点赞数 7
分类专栏： YOLOv8改进实战 文章标签： YOLO YOLOv8 bugs
于 2023-06-03 15:22:43 首次发布
原创文章为博主个人所有，未经授权不得转载、摘编、传播、倒卖、洗稿或利用其它方式使用上述作品。违反上述声明者，本站将追求其相关法律责任。
本文链接：https://blog.csdn.net/weixin_43694096/article/details/131020927
版权
YOLOv8 的官方更新将 modules.py 拆分为 _init_.py, block.py, conv.py, head.py, transformer.py 和 utils.py。更新后，添加模块的流程发生了变化。现在需要在相应的文件中添加模块代码，更新 _init_.py 的导入，并在 config.py 中调整默认参数。尽管结构变化，但其余步骤保持不变。确保在使用时正确导入新增模块。" 47066063,1347733,Android进阶：二级ListView实现,"['Android开发', 'UI设计', 'ListView']
摘要由CSDN通过智能技术生成

最近 YOLOv8 的官方项目又迎来了一个大更新，这次更新对基础不好的同学影响可能比较大，

这次更新主要就是将原本的 ultralytics/nn/modules.py 拆分成了以下6个文件：

  1. _init_.py
  2. block.py
  3. conv.py
  4. head.py
  5. trasnformer.py
  6. utils.py

有的同学可能不知道该加哪里了，我这里给大家说一下

我们原本的添加模块的修改思路如下，以 space_to_depth 举例子：

  1. 在ultralytics/models/v8文件夹下新建一个 yolov8-SPD-Conv.yaml ；
  2. 将本文上面提供的 SPD-Conv 代码添加到 ultralytics/nn/modules.py 文件末尾；
  3. 将 SPD-Conv 这个类的名字加入到 ultralytics/nn/tasks.py 中;
  4. 修改 yolov8-SPD-Conv.y
了解本专栏 订阅专栏 解锁全文
迪菲赫尔曼
关注
专栏目录
订阅专栏
YOLOv8血细胞检测（11）：SPD-Conv，低分辨率图像和小物体涨点明显
10-09 538
SPD-Conv| 亲测在血细胞检测项目中涨点，map@0.5 从原始0.895提升至0.916
【YOLOv8改进】 SPD-Conv空间深度转换卷积，处理低分辨率图像和小目标问题
专注于图像领域，主要研究内容包括计算机视觉和深度学习，特别是在图像分类、目标检测和图像生成等方面有深入的研究和实践经验。
02-06 5971
卷积神经网络（CNNs）在许多计算机视觉任务中取得了巨大成功，例如图像分类和目标检测。然而，当面对图像分辨率低或对象较小的更加困难的任务时，它们的性能迅速下降。在本文中，我们指出这一问题根源于现有CNN架构中一个有缺陷但常见的设计，即使用了步长卷积和/或池化层，这导致了细粒度信息的丢失和较不有效的特征表示的学习。为此，我们提出了一种新的CNN构建块，名为SPD-Conv，用以替代每个步长卷积层和每个池化层（从而完全消除它们）。
一文弄懂|YOLOv8网络结构配置文件，yolov8.yaml详细解读与说明
最新发布
阿旭的博客
08-17 3725
一文弄懂|YOLOv8网络结构配置文件，yolov8.yaml详细解读与说明
卷积篇 | YOLOv8改进之引入用于低分辨率图像和小物体检测的CNN模块SPD-Conv
突然好想你
04-03 908
SPD-Conv（Symmetric Positive Definite Convolution）是一种新颖的卷积操作，它主要应用于处理对称正定矩阵（SPD）数据。在传统的卷积神经网络（CNN）中，卷积操作通常用于处理图像数据，而SPD-Conv的引入则将卷积扩展到了处理更加复杂的数据结构，例如在计算机视觉、医学影像分析和材料科学等领域中广泛存在的对称正定矩阵数据。🌈
yolov8改进 spd
weixin_45303602的博客
07-31 133
space_to_depth 如下图。__init__.py里加入。parse_model中注册。conv模块加入如下代码。
YOLOv8改进 | Conv篇 | SPD-Conv空间深度转换卷积（高效空间编码技术）
Snu77的博客
12-04 6742
本文给大家带来的改进内容是SPD-Conv（空间深度转换卷积）技术。SPD-Conv是一种创新的空间编码技术，它通过更有效地处理图像数据来改善深度学习模型的表现。SPD-Conv的基本概念：它是一种将图像空间信息转换为深度信息的技术，从而使得卷积神经网络（CNN）能更加有效地学习图像特征。这种方法通过减少信息损失和提高特征提取的准确性，优化了模型对小物体和低分辨率图像的处理能力。我在YOLOv8中利用SPD-Conv被用于替换传统的步长卷积和池化层，在不牺牲精确度的情况下减少计算复杂度（精度甚至略有提升）。
YOLOv8及其改进(三) 本文(5000字) | 解读modules.py划分成子文件 | 标签透明化与文字大小调节 | 框粗细调节 |
weixin_44302770的博客
01-03 1253
最近YOLOv8的官方项目又迎来了一个大更新，这次更新对基础不好的同学影响可能比较大，这次更新主要就是将原本的拆分成了以下6_init_.pyblock.pyconv.pyhead.pyutils.py有的同学可能不知道该加哪里了，我这里给大家说一下。
算法联调篇 | YOLOv8 结合切片辅助超推理算法 | 这才叫让小目标无处遁形！| 使用 YOLOv8 和 SAHI 进行切片推理
YOLOv8项目贡献者
09-04 4813
算法联调篇 | YOLOv8 结合切片辅助超推理算法 | 这tm才叫让小目标无处遁形！
《YOLOv8改进实战专栏》专栏介绍 & 专栏目录 《提供 YOLOv8-Magic 私域代码框架/本人7次贡献过YOLOv8官方项目》
热门推荐
YOLOv8项目贡献者
06-30 6万+
《YOLOv8改进实战专栏》🏅🏅🏅专栏介绍 & 专栏目录
【YOLOv8改进[CONV]】SPDConv助力YOLOv8目标检测效果 + 含全部代码和详细修改方式 + 手撕结构图
静谧、淡雅
06-06 500
SPDConv助力YOLOv8目标检测效果 + 含全部代码和详细修改方式 + 手撕结构图
芒果YOLOv8改进128：卷积SPConv篇，即插即用，去除特征图中的冗余，FLOPs 和参数急剧下降，提升小目标检测
包括YOLOv5、YOLOv7、YOLOv8等模型改进
03-26 601
YOLOv8改进：卷积SPConv篇，即插即用，去除特征图中的冗余，FLOPs 和参数急剧下降，提升小目标检测
YOLOv8 改进 006：SPD-Conv 空间深度转换卷积替换 CNN 传统卷积神经网络
m0_46496775的博客
08-09 1713
SPD-Conv（Space-to-Depth Convolution）是一种新的 CNN 模块，旨在提高低分辨率图像和小物体目标检测的性能。它通过将特征图的空间维度转换为深度维度来增强特征表示，从而弥补低分辨率图像信息不足的问题。在本文中，给大家带来的教程是 YOLOv8 之 使用 SPD-Conv 空间深度转换卷积替换 CNN 传统卷积神经网络。
YOLOv8改进策略：引入SPD-Conv技术以实现小目标精准检测
qq_62660798的博客
01-21 2682
SPD-Conv是一种空间深度卷积技术，旨在增强小目标检测的性能。相较于传统的Depthwise Convolution，SPD-Conv引入了空间注意力机制，更有利于捕捉小目标的细节信息。通过引入空间关注力，SPD-Conv更加注重目标的空间分布，有助于捕捉小目标的微小特征。相比传统卷积，SPD-Conv在保持高性能的同时拥有更少的参数数量，有助于减少模型的复杂性。SPD-Conv在相同计算资源下能够实现更高的感知力，提高整体模型的效率。
YOLOv8-Seg改进： 分割小目标系列篇 | SPD-Conv，提升分割小目标和弱小分割图精度
会AI的学姐
11-10 1053
SPD-Conv由一个空间到深度(SPD)层和一个无卷积步长(Conv)层组成，可以应用于大多数CNN体系结构，特别是在处理低分辨率图像和分割小目标等更困难的任务时。
Yolov8小目标检测（4）：SPD-Conv，低分辨率图像和小物体涨点明显
08-22 2700
SPD-Conv| 亲测在红外弱小目标检测涨点明显，map@0.5 从0.755提升至0.878
yolov5改进---添加YOLOV8中的C2F模块
qq_46542320的博客
04-19 3195
在yolov5中 modules 文件下，新建一个yolov5s_c2f.yaml 文件。根据上述步骤，即可在yolov5中添加YOLOV8中的C2F模块。在该文件中，将yolov5.yaml中的代码粘贴进来，并将所有的。修改过的 common.py 全部代码如下，可直接复制。8、运行yolov5中的 train.py 文件。7、修改yolov5中的 train.py文件。3、打开yolov5中common.py文件。6、修改yolov5中的yolo.py文件。1、克隆一个全新的yolov5代码。
crontab定时执行.py文件
12-23
你可以使用crontab来定时执行.py文件。下面是一个示例： 1. 首先，创建一个.py文件，比如ontime_es.py。 2. 创建一个.sh文件，比如ontime_es.sh，用于执行.py文件。在.sh文件中，写入以下内容： ```shell #!/bin/bash python /path/to/ontime_es.py ``` 请将"/path/to/ontime_es.py"替换为你的实际.py文件的路径。 3. 给ontime_es.sh文件赋予执行权限。在终端中运行以下命令： ```shell chmod +x ontime_es.sh ``` 4. 编辑crontab文件，添加定时任务。在终端中运行以下命令： ```shell crontab -e ``` 5. 在打开的crontab文件中，添加以下内容来设置定时任务： ``` * * * * * /path/to/ontime_es.sh ``` 请将"/path/to/ontime_es.sh"替换为你的实际.sh文件的路径。 这样，crontab就会每分钟执行一次ontime_es.sh文件，从而定时执行.py文件。
评论 12
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

迪菲赫尔曼

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