各位读者们好,本专栏最近刚推出,限于个人能力有限,不免会有诸多错误,敬请私信反馈给我,接受善意的提示,后期我会改正,谢谢,感谢。
购买指南:
第一步:[购买点击跳转]
第二步:
代码函数调用关系图(全网最详尽-重要)
因文档特殊,不能在博客正确显示,请移步以下链接!
图解YOLOv5_v7.0代码结构与调用关系(点击进入可以放大缩小等操作)
初次尝试,结构图有诸多问题,还请理性看待!
预览:
专栏介绍:
[点击进入专栏]
本专栏 集成 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程,力争详尽系统的阐述知识点,后续文章会陆续更新,期待与你共研人工智能。
专栏详情介绍:
全流程的专栏内容带你一起走进人工智能,本专栏只讲会用到的知识点与工具,实用性会贯穿整个专栏。本专栏以YOLOv5与YOLOv8及其两者改进为主线,我们会详细的介绍以下内容:
- 前期所要具备的基础知识与工具使用,如下:
- 具体包括 环境搭建(包括GPU) | 代码调试技巧 | 连接使用服务器 | Python与Python有关 | 机器学习(线性回归 | 决策树 | 逻辑回归 | 梯度下降 | 支持向量机 | 集成学习 | 朴素贝叶斯等) | PyCharm-VSCode-Anaconda-AutoDL与恒源云云服务器-Roboflow-labelimg等 | 走进神经网络 | 深度神经网络DNN | 卷积神经网络CNN | 区域卷积神经网络RNN | 目标检测 | 经典网络模型二十余种(LeNet-5 | AlexNet | ZFNet | VGGNet | GoogLeNet | ResNet | DenseNet | SeNet | MobileNet | ShuffleNet | RepVGG | MobileOne | FasterNet | R-CNN | SPPNet | Fast RNN | Faster RNN | R-FCN | SSD )| 等等 |
- YOLOv5及其改进学习详细规划,我们分为五个阶段,如下:
- 第一个阶段:模型的原理与网络结构的详细解读,包括每个文件夹及其所包含的文件(初步了解),以及每个函数的具体注释(初步了解),最后会给出整个模型的函数调用关系图。
- 第二阶段:局部解析,我们会逐步剖析每个文件,并逐行注释解读。详解网络结构的构建过程。
- 第三阶段:代码的整体理解(结合上述的函数调用图),整体调试与验证模型。
- 第四阶段:对评估指标与保存结果进行详细的解读。
- 第五阶段:对模型进行改进,包括添加或修改模块的详细解读以及具体实施步骤。具体包括 :
添加注意力机制SE CBAM ECA CA SimAM S2-MLPv2 NAMAttention Criss-CrossAttention等| 更换激活函数SiLU,ReLU,ELU,Hardswish,Mish,Softplus,AconC等 | 更换backbone主干MobileNetV3,ShuffleNetV2,EfficientNetv2,GhostNet,SwinTransformer | 更换Neck之BiFPN,AFPN,BiFusion | 更换空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC | 更换损失函数GIoU,DIoU,CIoU,EIoU,AlphaIoU,SIoU,WIoU | 更换NMS非极大抑制DIoU-NMS、CIoU-NMS、EIoU-NMS、GIoU-NMS 、SIoU-NMS、Soft-NMS | 更换Yolov8 C2f模块 | 引入RepVGG重参数化模块 | 增加小目标检测层 | 密集连接卷积网络DenseNet思想 | 更换减轻模型的复杂度同时提升精度GSConv+Slim-neck | 更换YOLOX解耦头 | 引入反向残差注意力模块iRMB | 在 C3 模块中添加 12 种注意力机制C3_SimAM, C3_CoT, C3_Double, C3_SK, C3_EffSE, C3_GatherE等 | 8种热力图可视化方式GradCAM XGradCAM ScoreCAM LayerCAM HiResCAM EigenCAM… | 更换Google的优化器Lion | 更换动态卷积之CondConv | 更换全维动态卷积OMNI | 绿色 | 等等 |
- 进一步学习YOLOv8及其改进
- 大致改进点和YOLOv5近似,可参阅YOLOv5介绍
查阅购买地址:[查阅购买点击跳转]
更新计划:| 更新到(截止1.6)140篇 | 1.26号150篇 |
收费标准:1月2号以内特惠(49.9元) | 1月6号以内(89元) | 1月18号以内(99元) | 1月26号以内(129元) | 2024年2月(149元) | 半年后优化内容价格将调整到159元 | 一次订阅专栏即可享受后续更新 |
整体目录规划:
各部分详情:(持续更新中 | 截止(1.2共140篇)…)
1. 机器学习
- 机器学习(一) 本文(3万字) | 机器学习概述 |-CSDN博客
- 机器学习(二) 本文(2.5万字) | KNN算法原理及Python复现 |-CSDN博客
- 机器学习(三) 本文(3万字) | 线性回归LR原理 | Python复现 |-CSDN博客
- 机器学习(四) 本文(2万字) | 梯度下降GD原理 | Python复现 |-CSDN博客
- 机器学习(五) 本文(4万字) | 逻辑回归 (Logistic Regression,LR) | Python复现 |-CSDN博客
- 机器学习(六) 本文(3.5万字) | 特征工程(Feature Engineering) | Python复现 |-CSDN博客
- 机器学习(七) 本文(4万字) | 决策树(Decision Tree) | Python复现 |-CSDN博客
- 机器学习(八) 本文(3万字) | 集成学习(ensemble learning) |-CSDN博客
- 机器学习(九) 本文(4万字) | 支持向量机 | 第一篇 |(Support Vector Machine,SVM) | Python复现 |-CSDN博客
- 机器学习(十) 本文(2万字) | 朴素贝叶斯(Naive Bayes) | Python复现 |-CSDN博客
2. 深度学习与目标检测
- 深度学习与目标检测系列(一) 本文约(17万字),覆盖 走进神经网络 | 深度神经网络DNN | 卷积神经网络CNN | 区域卷积神经网络RNN | 目标检测 | 经典网络模型二十余种-CSDN博客
- 深度学习与目标检测系列(二) 本文约(7万字) | 全面解读复现YOLOv1 | PyTorch |-CSDN博客
- 深度学习与目标检测系列(三) 本文约(4万字) | 全面解读复现AlexNet | Pytorch |-CSDN博客
- 深度学习与目标检测系列(四) 本文约(4.5万字) | 全面解读复现VGGNet | Pytorch |-CSDN博客
- 深度学习与目标检测系列(五) 本文约(9万字) | 全面解读复现GoogleNet_InceptionV1-V4 | Pytorch |-CSDN博客
- 深度学习与目标检测系列(六) 本文约(4.5万字) | 全面解读复现ResNet | Pytorch |-CSDN博客
- 深度学习与目标检测系列(七) 本文约(8万字) | 全面解读复现MobileNetV1-V3 | Pytorch |-CSDN博客
- 深度学习与目标检测系列(八) 本文约(6万字) | 全面解读复现ShuffleNetV1-V2 | Pytorch |-CSDN博客
3. YOLOv5
-
YOLOv5系列(一) 本文(1.2万字) | 项目结构 | 罗列全部函数与方法 | 全网最全代码调用关系图 |-CSDN博客
-
YOLOv5系列(二) 本文(1.1万字) | 解析配置文件yolov5s.yaml |_yolov5配置文件中-1可以用其它来代替吗-CSDN博客
-
YOLOv5系列(十二) 本文(1.5万字) | 解析数据增强部分augmentations | 逐行代码注释解析-CSDN博客
-
YOLOv5系列(十三) 本文(2万字) | 解析torch工具部分torch_utils | 逐行代码注释解析-CSDN博客
-
YOLOv5系列(十四) 本文(1.3万字) | 解析数据集处理部分dataloaders | 逐行代码注释解析-CSDN博客
-
YOLOv5系列(二十) 本文(4万字) | 训练自己的数据集 |利用labelimg标注数据集 | 划分自建数据集 | 从环境配置到数据及划分再到训练-CSDN博客
-
YOLOv5系列(二十三) 本文(2.5万字) | 自动混合精度AMP | 指数移动平均EMA | Test Time Augmentation(TTA) |-CSDN博客
-
YOLOv5系列(二十五) 本文(2万字) | 从二值损失基本原理到YOLOv5损失 | Binary Cross-Entropy | YOLOv5 LOSS |-CSDN博客
-
YOLOv5系列(二十七) 本文(2万字) | YOLOv5插值 | | Upsample | UpsamplingBilinear2D | UpsamplingNearest2D |-CSDN博客
-
YOLOv5系列(二十八) 本文(2万字) | 可视化工具 | Comet | ClearML | Wandb | Visdom |-CSDN博客
-
YOLOv5系列(二十九) 本文(1万字) | 多模型推理预测(Model Ensemble) | 参数重结构化(融合Conv+BatchNorm2d) |-CSDN博客
-
YOLOv5系列(三十一) 本文(1.5万字) | 标签平滑(Label Smoothing) | Focal Loss损失函数 | 学习率预热Warmup |-CSDN博客
-
YOLOv5系列(三十二) 本文(2.5万字) | 再次解读yaml文件 | 从yaml到模型结构的具体实施细节 | 魔改模型结构两头 | 四头 | 等 |-CSDN博客
4. YOLOv5改进
-
YOLOv5改进系列(四) 本文(2.5万字) | 更换Neck | BiFPN | AFPN | BiFusion |-CSDN博客
-
YOLOv5改进系列(六) 本文(5万字) | 更换损失函数 | GIoU | DIoU | CIoU | EIoU | AlphaIoU | SIoU | WIoU |-CSDN博客
-
YOLOv5改进系列(十四) 本文(1.2万字) | 更换减轻模型的复杂度同时提升精度GSConv+Slim-neck |-CSDN博客
-
YOLOv5改进系列(十六) 本文(1.2万字) |引入FasterNet | PConv |backbone |-CSDN博客
5. YOLOv8及其改进
- YOLOv8及其改进(一) 本文(5万字)共四部分 | 初探(简要介绍) | 再探(介绍-快速上手) | 原理解析(究其细节) | 实践操作-CSDN博客
- YOLOv8及其改进(二) 本文(4.5万字) | 训练自建目标检测与图像分割数据集 |-CSDN博客
- 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 |-CSDN博客
- YOLOv8及其改进(四) 本文(3万字) | 使用 Timm 库替换主干网络 |-CSDN博客
6. Python与PyTorch
- Python与Pytorch系列(一) 本文(2万字) | 解析python中的pandas.read_csv() | pandas.read_json() | pandas.read_excel()-CSDN博客
- Python与Pytorch系列(二) 本文(1.8万字) | 解析Opencv, Matplotlib, PIL | 三者之间的转换 | 三者对JPG和PNG读取和写入 |-CSDN博客
- Python与PyTorch系列(三) 本文(4.2万字) | 解读Python中的装饰器 | 复现各种装饰器 | 给出众多实用装饰器 |-CSDN博客
- Python与PyTorch系列(四) 本文(1万字) | 解析python中的魔术方法 |-CSDN博客
- Python与PyTorch系列(五) 本文(5万字) | 解析PyTorch中Hook函数 |-CSDN博客
- Python与PyTorch系列(六) 本文(3万字) | 解读文件格式 | XML | JSON |-CSDN博客
- Python与PyTorch系列(七) 本文(8000字) | python常用库 | os | pathlib | time | logging | tree | 正则表达式-re | find |-CSDN博客
- Python与PyTorch系列(八) 本文(3000字) | 解读python中yield的用法 |-CSDN博客
- Python与PyTorch系列(九) 本文(2万字) | 解读Python中的解包 * 与 ** |-CSDN博客
- Python与PyTorch系列(十) 本文(2500字) | 解读plt.show与plt.imshow区别 | plt.imshow与cv2.imshow区别 |-CSDN博客
- Python与PyTorch系列(十一) 本文(3万字) | 解析python中的 |iterable | iterator | generator|迭代器 | 可迭代对象 | 生成器 |-CSDN博客
- Python与PyTorch系列(十一) 本文(3万字) | 解析python中的 |iterable | iterator | generator|迭代器 | 可迭代对象 | 生成器 |-CSDN博客
- Python与PyTorch系列(十三) 本文(3万字) | 解读Python中的 | random | enumerate | zip | map |-CSDN博客
7. 工具
-
工具系列(一) 本文(1.8万字) | 解读使用AutoDL | 恒源云 | 云服务器 | 训练yolov5与yolov8模型 |-CSDN博客
-
工具系列(二) 本文(3万字) | 解读在Windows下配置GPU环境(以YOLOv5为例) | 并使用Pytorch训练一个简单的图像分类模型(GPU) |-CSDN博客
-
工具系列(四) 本文(5万字) | pytorch中使用tensorboard进行可视化 | 可视化 | tensorboard |-CSDN博客
-
工具系列(九) 本文(2万字) |在ubuntu中安装docker教程 | 在Linux下Docker将镜像导出 | 上传至服务器 | 部署并创建容器 |-CSDN博客
8. 小知识点
-
小知识点系列(一) 本文(2.2万字) | 图像变换 | 平移缩放旋转翻错切 | 仿射变换与透视变换 | 代码复现 |-CSDN博客
-
小知识点系列(四) 本文(1万字) | 解析Bounding Box Regression | 边界框回归 |-CSDN博客
-
小知识点系列(五) 本文(5万字) | 解读深度学习中的八种卷积 | pytorch中Conv1d、Conv2d,Conv3d | 空洞卷积 | 转置卷积 | 深度可分离卷积 |-CSDN博客
-
小知识点系列(六) 本文(1.5万字) | 理解深度学习中计算量(FLOPs)和参数量(Params) | 四种计算方法总结 |-CSDN博客
-
小知识点系列(十四) 本文(3万字) | 解深度解读损失函数 | CrossEntropy | BCE | BCEWithLogits | NLL |MSE | L1 |-CSDN博客
-
小知识点系列(十五) 本文(4.2万字) | 解读NMS | Soft-NMS | IoU-Net | Softer-NMS | Adaptive NMS | DIoU NMS |-CSDN博客
-
小知识点系列(十七) 本文(1.5万字) | 解读深度学习中 | Batch Size | Iterations | Epochs |-CSDN博客
-
小知识点系列(十八) 本文(3万字) | 解读Pytorch优化器机制 | Optimizer | 各类优化器 | 各类学习率调整策略 |-CSDN博客
-
小知识点系列(二十一) 本文(3万字) | 解读pycocotools的API | 标检测mAP的计算 | COCO的评价指标 |-CSDN博客
-
小知识点系列(二十三) 本文(2万字) | 解读交并比 | IoU | GIoU | DIoU | CIoU | EIoU | WIOU | SIOU| αIOU |-CSDN博客
-
小知识点系列(二十四) 本文(4000字) | RGB颜色机制 | 深度学习图像处理中,像素值越大意味着什么 | OpenCV 为什么使用 BGR 颜色格式 |-CSDN博客
9. 杂记
- 杂记(一) 本文(3万字) | Python总教程 | 包含Python基础语法 | 精简具有系统性 |-CSDN博客
- 杂记(二) 本文(4万字) | 解读Linux |-CSDN博客
- 杂记(三) 本文(2万字) | 彻底解决PyCharm运行Jupyter .ipynb文件 | 多种方案 |-CSDN博客
- 杂记(四) 本文(800字) | 成功解决vscode为什么下载了汉化插件却不生效 |-CSDN博客
- 杂记(五) 本文(1800词) | 计算机编程相关英语词汇(最新整理12.23) |-CSDN博客
- 杂记(六) 本文(3000字) | 解读时间复杂度与空间复杂度 | 复杂度 |-CSDN博客
- 杂记(七) 本文(1万字) | 训练神经网络的秘诀(翻译) |-CSDN博客
- 杂记(八) 本文(1万字) | Windows安装CentOS 7(桌面版) |-CSDN博客
- 杂记(九) 本文(4000字) | 推荐免费使用GPT-4的四种工具 |-CSDN博客