关注
分享
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