![](https://img-blog.csdnimg.cn/20190927151026427.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
YOLO
文章平均质量分 76
至少20种改进方法
AI棒棒牛
我是让学习变的更简单的棒棒牛!研究生国奖获得者,已发表多篇SCI,擅长目标检测领域,拥有多项竞赛经历,拥有软件著作权,核心期刊等。从学术成果的角度看算法改进,或许更有趣儿!
展开
-
YOLOv8最新改进系列:优化CIoU为Wise-IoU,助力检测性能再提升,有效提升小目标检测精度!!!遥遥领先!!!!!
YOLOv8最新改进系列:优化CIoU为Wise-IoU,助力检测性能再提升,有效提升小目标检测精度!!!遥遥领先!!!!!原创 2023-09-10 19:20:12 · 4017 阅读 · 1 评论 -
YOLOv8最新改进系列:YOLOv8融合MobileOne模块,继续涨点、继续遥遥领先!
YOLOv8最新改进系列:YOLOv8融合MobileOne模块,继续涨点、继续遥遥领先!原创 2023-09-08 16:28:26 · 1993 阅读 · 4 评论 -
YOLOv8最新改进系列:YOLOv8+GSConv+Slim Neck,有效提升小目标检测效果!
YOLOv8最新改进系列:YOLOv8+GSConv+Slim Neck,有效提升小目标检测效果!原创 2023-09-07 09:00:00 · 16386 阅读 · 23 评论 -
YOLOv8最新改进系列:YOLOv8融合SwinTransformer模块,有效提升小目标检测效果!
YOLOv8融合SwinTransformer模块,有效提升小目标检测效果!原创 2023-09-06 22:56:28 · 13884 阅读 · 22 评论 -
YOLOv8最新改进系列:YOLOv8融合BoTNet模块,融合CNN+自然语言处理技术的优势,有效提升检测效果!
YOLOv8主干特征提取网络为卷积神经网络,卷积神经网络具有平移不变性和局部性,缺乏全局建模长距离建模的能力,引入自然语言处理任务中的Transformer可以形成CNN+TransFormer架构,充分融合两者的优点,提高目标检测效果。原创 2023-09-05 00:05:09 · 4954 阅读 · 12 评论 -
最新改进YOLOv8系列:YOLOv8改进ShuffleNetV2,有效涨点!
主干网络为ShuffleNetV2, 其主要结构Inverted_residual_unit的组成单元如下图 c、d所示:ShuffleNetV1结构的问题:如上图(a)(b)在ShuffleNetv1的模块中,大量使用了1x1组卷积,这违背了G2原则,另外v1采用了类似ResNet中的瓶颈层(bottleneck layer),输入和输出通道数不同,这违背了G1原则。同时使用过多的组,也违背了G3原则。短路连接中存在大量的元素级Add运算,这违背了G4原则。原创 2023-09-04 21:05:11 · 5049 阅读 · 10 评论 -
YOLOv8训练自己的数据集,十秒学会!小白一文学会YOLOv8训练全过程!适应于小白
对于小白,文字教程总是显得苍白无力,对此我在B站上传了相关的视频详解。请关注B站博主:AI学术叫叫兽更多SCI写作技巧和创新点以及YOLO模型改进源代码等资源,均在B站上传。点开博主主页,工房中见!原创 2023-09-02 21:47:51 · 13949 阅读 · 3 评论 -
YOLOv8最新改进系列:YOLOv8改进之添加注意力-ContextAggregation,有效涨点!!!
YOLOv8最新改进系列:YOLOv8改进之添加注意力-ContextAggregation,有效涨点!!!原创 2023-09-01 12:17:52 · 5734 阅读 · 21 评论 -
YOLOv8最新改进系列:YOLOv8融合BiFPN网络,亲测显著涨点!
提示:文章写完后,目YOLOv8最新改进系列:YOLOv8融合BiFPN网络,亲测显著涨点!原创 2023-08-31 06:50:07 · 17765 阅读 · 26 评论