??????YOLOAir開源算法庫?。?！

• ??統(tǒng)一使用 YOLOv5、YOLOv7 代碼框架，結(jié)合不同模塊來構(gòu)建不同的YOLO目標檢測模型。
• ??本項目包含大量的改進方式,降低改進難度,改進點包含【Backbone特征主干】、【Neck特征融合】、【Head檢測頭】、【注意力機制】、【IoU損失函數(shù)】、【NMS】、【Loss計算方式】、【自注意力機制】、【數(shù)據(jù)增強部分】、【標簽分配策略】、【激活函數(shù)】等各個部分。

YOLOAir開源作者：CSDN芒果汁沒有芒果

??????重磅｜獨家｜YOLO系列改進大全（芒果書??系列）

僅在CSDN博客:芒果汁沒有芒果 更新

?? 《芒果書》系列改進專欄內(nèi)的改進文章，均包含多種模型改進方式，均適用于YOLOv3 、YOLOv4 、 YOLOR 、 YOLOX 、YOLOv5 、 YOLOv7 、 YOLOv8 改進（重點）?。?！

?? 專欄創(chuàng)新點教程 均有不少同學反應和我說已經(jīng)在自己的數(shù)據(jù)集上有效漲點啦??！ 包括COCO數(shù)據(jù)集也能漲點

?? 對應專欄訂閱的越早，就可以越早使用原創(chuàng)創(chuàng)新點去改進模型，搶先一步

以下《芒果書》改進YOLO專欄內(nèi)容 適用于以下主流模型的改進

專欄匯總

專欄地址：獨家全網(wǎng)首發(fā)專欄《芒果改進YOLO高階指南》??

專欄地址：獨家全網(wǎng)首發(fā)專欄《芒果改進YOLO進階指南》??

專欄地址：獨家全網(wǎng)首發(fā)專欄《目標檢測YOLO改進指南》??

專欄地址：獨家全網(wǎng)首發(fā)專欄《芒果YOLO輕量化網(wǎng)絡改進》??

專欄地址：獨家全網(wǎng)首發(fā)專欄《劍指YOLOv8原創(chuàng)改進》??

專欄地址：獨家全網(wǎng)首發(fā)專欄《劍指YOLOv7原創(chuàng)改進》??

專欄地址：獨家全網(wǎng)首發(fā)專欄《劍指YOLOv5原創(chuàng)改進》??

點Star?? 和 Fork，第一時間獲取同步更新??！同步更新解決Bug

鏈接：https://github.com/iscyy/yoloair

GitHub 1500+ Star????的開源項目 值得一試

重點??：YOLOAir算法庫中，里面的內(nèi)容均調(diào)試好了，包括本博主開源的大部分的全網(wǎng)首發(fā)的Attention注意力機制以及一些Backbone??！直接一鍵運行使用即可！??！

如果幫到您可以給個 star ??????，您的 star?? 是我最大的鼓勵！

如果您覺得我的項目不錯，可以將我的 Github 鏈接：https://github.com/iscyy/yoloair隨便轉(zhuǎn)發(fā)；

但如果您想基于 YOLOAir 的內(nèi)容發(fā)博客，請先私信我，溝通后再將我的 Github 鏈接放到文章開頭的位置并引用！開源不易，請尊重每個人的汗水！

• ??統(tǒng)一使用 YOLOv5 代碼框架，結(jié)合不同模塊來構(gòu)建不同的YOLO目標檢測模型。
• ??本項目包含大量的改進方式,降低改進難度,改進點包含【Backbone特征主干】、【Neck特征融合】、【Head檢測頭】、【注意力機制】、【IoU損失函數(shù)】、【NMS】、【Loss計算方式】、【自注意力機制】、【數(shù)據(jù)增強部分】、【標簽分配策略】、【激活函數(shù)】等各個部分，詳情可以關(guān)注?? YOLOAir 的說明文檔。
• ??可以排列組合上千種模塊 不同的搭配 (推薦)??????
• ??同時附帶各種改進點原理及對應的代碼改進方式教程，用戶可根據(jù)自身情況快速排列組合，在不同的數(shù)據(jù)集上實驗, 應用組合寫論文！??

模型多樣化：基于不同網(wǎng)絡模塊構(gòu)建不同檢測網(wǎng)絡模型。

模塊組件化：幫助用戶自定義快速組合Backbone、Neck、Head，使得網(wǎng)絡模型多樣化，助力科研改進檢測算法、模型改進，網(wǎng)絡排列組合??。構(gòu)建強大的網(wǎng)絡模型。

統(tǒng)一模型代碼框架、統(tǒng)一應用方式、統(tǒng)一調(diào)參、統(tǒng)一改進、易于模塊組合、構(gòu)建更強大的網(wǎng)絡模型。

內(nèi)置YOLOv5、YOLOv7、YOLOv6、YOLOX、YOLOR、Transformer、PP-YOLO、PP-YOLOv2、PP-YOLOE、PP-YOLOEPlus、Scaled_YOLOv4、YOLOv3、YOLOv4、YOLO-Facev2、TPH-YOLO、YOLOv5Lite、SPD-YOLO、SlimNeck-YOLO、PicoDet等模型網(wǎng)絡結(jié)構(gòu)(持續(xù)更新中??)…

██╗   ██╗ ██████╗ ██╗      ██████╗      █████╗     ██╗    ██████╗ 
╚██╗ ██╔╝██╔═══██╗██║     ██╔═══██╗    ██╔══██╗    ██║    ██╔══██╗
 ╚████╔╝ ██║   ██║██║     ██║   ██║    ███████║    ██║    ██████╔╝
  ╚██╔╝  ██║   ██║██║     ██║   ██║    ██╔══██║    ██║    ██╔══██╗
   ██║   ╚██████╔╝███████╗╚██████╔╝    ██║  ██║    ██║    ██║  ██║
   ╚═╝    ╚═════╝ ╚══════╝ ╚═════╝     ╚═╝  ╚═╝    ╚═╝    ╚═╝  ╚═╝

基于 YOLOv5 代碼框架，并同步適配 穩(wěn)定的YOLOv5_v6.1更新, 同步v6.1部署生態(tài)。使用這個項目之前, 您可以先了解YOLOv5庫。

點 Star??、Fork 不迷路，同步更新。

項目地址??: https://github.com/iscyy/yoloair

?? Beta Supported Updates

下列功能 YOLOAir-Beta版本內(nèi)測 已支持??

• 完成更新支持 20+ 種 Transformer系列及其變種主干網(wǎng)絡??、多種MLP網(wǎng)絡?? 以及 大部分重參數(shù)化結(jié)構(gòu)模型網(wǎng)絡 ??????
• 完成更新支持 圖神經(jīng)網(wǎng)絡?? 在YOLO中的應用
• 完成更新支持 多模態(tài)?? 在YOLO中的應用
• 完成更新支持 30+ 種 Attention注意力機制??、
• 完成更新支持 多種Head檢測頭
• 完成更新支持 YOLOv6模型-v2.0 paper 版本
• 完成更新支持 YOLO系列網(wǎng)絡模型熱力圖可視化
  (GardCAM、GardCAM++等)支持YOLOv3、YOLOv3-SPP、YOLOv4、YOLOv5、YOLOR、YOLOv7、Scaled_YOLOv4、TPH-YOLO、SPD-YOLO、PP-YOLO以及自定義網(wǎng)絡模型等模型
• 支持Adaptive Training Sample Selection 標簽分配策略和 Task Alignment Learning 標簽分配策略
• 完成更新集成 PPYOLOE 算法模型
• 完成更新集成 TOOD 算法
• 其他 各種

主要特性??

??支持更多的YOLO系列算法模型改進(持續(xù)更新…)

YOLOAir 算法庫匯總了多種主流YOLO系列檢測模型，一套代碼集成多種模型:

• 內(nèi)置集成 YOLOv5 模型網(wǎng)絡結(jié)構(gòu)、YOLOv7 模型網(wǎng)絡結(jié)構(gòu)、 YOLOv6 模型網(wǎng)絡結(jié)構(gòu)、PP-YOLO 模型網(wǎng)絡結(jié)構(gòu)、PP-YOLOv2 模型網(wǎng)絡結(jié)構(gòu)、PP-YOLOE 模型網(wǎng)絡結(jié)構(gòu)、PP-YOLOEPlus 模型網(wǎng)絡結(jié)構(gòu)、YOLOR 模型網(wǎng)絡結(jié)構(gòu)、YOLOX 模型網(wǎng)絡結(jié)構(gòu)、ScaledYOLOv4 模型網(wǎng)絡結(jié)構(gòu)、YOLOv4 模型網(wǎng)絡結(jié)構(gòu)、YOLOv3 模型網(wǎng)絡結(jié)構(gòu)、YOLO-FaceV2模型網(wǎng)絡結(jié)構(gòu)、TPH-YOLOv5模型網(wǎng)絡結(jié)構(gòu)、SPD-YOLO模型網(wǎng)絡結(jié)構(gòu)、SlimNeck-YOLO模型網(wǎng)絡結(jié)構(gòu)、YOLOv5-Lite模型網(wǎng)絡結(jié)構(gòu)、PicoDet模型網(wǎng)絡結(jié)構(gòu)等持續(xù)更新中…

• 以上多種檢測算法使用統(tǒng)一模型代碼框架，集成在 YOLOAir 庫中，統(tǒng)一任務形式、統(tǒng)一應用方式。??便于科研者用于論文算法模型改進，模型對比，實現(xiàn)網(wǎng)絡組合多樣化。??工程算法部署落地更便捷，包含輕量化模型和精度更高的模型，根據(jù)場景合理選擇，在精度和速度倆個方面取得平衡。同時該庫支持解耦不同的結(jié)構(gòu)和模塊組件，讓模塊組件化，通過組合不同的模塊組件，用戶可以根據(jù)不同數(shù)據(jù)集或不同業(yè)務場景自行定制化構(gòu)建不同檢測模型。

??支持加載YOLOv3、YOLOv4、YOLOv5、YOLOv7、YOLOR、Scaled_YOLO等網(wǎng)絡的官方預訓練權(quán)重進行遷移學習

??支持更多Backbone

• CSPDarkNet系列
• HorNet系列
• ResNet系列
• RegNet 系列
• ShuffleNet系列
• Ghost系列
• MobileNet系列
• EfficientNet系列
• ConvNext系列
• RepLKNet系列
• 重參數(shù)化系列
• RepVGG系列
• RepMLP系列
• ACNet系列
• RepConv系列
• Mobileone系列
• 自注意力Transformer系列
• MobileViT系列
• BoTNet-Transfomrer
• CoTNet-Transfomrer
• Swin-Transfomrer
• 以及其他trans系列
  持續(xù)更新中????????
  注: (YOLOAir(Beta版本內(nèi)測)?? 已經(jīng)完成更新 20+ 種Transformer系列主干網(wǎng)絡、多種MLP網(wǎng)絡 以及 絕大部分重參數(shù)化結(jié)構(gòu)模型網(wǎng)絡)

??支持更多Neck

• FPN
• PANet
• RepPAN
• BiFPN等主流結(jié)構(gòu)。
  持續(xù)更新中??

??支持更多檢測頭Head

• YOLOv4、YOLOv5 Head檢測頭;

• YOLOR 隱式學習Head檢測頭;

• YOLOX的解耦合檢測頭Decoupled Head、DetectX Head;

• 自適應空間特征融合 檢測頭ASFF Head;

• YOLOv6-v2.0 Efficient decoupled head;

• YOLOv7檢測頭IAuxDetect Head, IDetect Head等;

• PPYOLOE Efficient Task-aligned head with DFL and VFL

• 其他不同檢測頭

??支持更多即插即用的注意力機制Attention

• 在網(wǎng)絡任何部分即插即用式使用注意力機制
• Self Attention
• Contextual Transformer
• Bottleneck Transformer
• S2-MLP Attention
• SK Attention
• CBAM Attention
• SE Attention
• Coordinate attention
• NAM Attention
• GAM Attention
• ECA Attention
• Shuffle Attention
• CrissCrossAttention
• Coordinate attention
• SOCAttention
• SimAM Attention
  持續(xù)更新中??
  注: (YOLOAir(Beta版本內(nèi)測)?? 已經(jīng)完成更新 30+ 種Attention注意力機制)

??更多空間金字塔池化結(jié)構(gòu)

• SPP
• SPPF
• ASPP
• RFB
• SPPCSPC
• SPPFCSPC
• SimSPPF
  持續(xù)更新中??

??支持更多Loss

• ComputeLoss
• ComputeLoss(v5)
• ComputeLoss(v6)
• ComputeLoss(X)
• ComputeLossAuxOTA(v7)
• ComputeLossOTA(v7)
• ComputeNWDLoss
• 其他Loss

??支持 Anchor-base 和 Anchor-Free

• ?? YOLOv5、YOLOv7、YOLOv3、YOLOv4、YOLOR、ScaledYOLOv4、PPYOLO、PPYOLOv2、Improved-YOLOv5、Improved-YOLOv7

• ?? YOLOX、YOLOv6 (最新Paper版本代碼)、PPYOLOE、PPYOLOE+

??支持多種標簽分配策略

• Multi Anchor策略
• YOLOv5 標簽分配策略
• SimOTA 標簽分配策略
• YOLOv7 標簽分配策略
• Adaptive Training Sample Selection 標簽分配策略
• Task Alignment Learning 標簽分配策略
• 其他改進的標簽分配策略
  持續(xù)更新中??

??支持加權(quán)框融合(WBF)

?? 內(nèi)置多種網(wǎng)絡模型模塊化組件
Conv, GhostConv, Bottleneck, GhostBottleneck, SPP, SPPF, DWConv, MixConv2d, Focus, CrossConv,BottleneckCSP, C3, C3TR, C3SPP, C3Ghost, C3HB, C3RFEM, MultiSEAM, SEAM, C3STR, SPPCSPC, RepConv, BoT3, Air, CA, CBAM, Involution, Stem, ResCSPC, ResCSPB, ResXCSPB, ResXCSPC, BottleneckCSPB, BottleneckCSPC, ASPP, BasicRFB, SPPCSPC_group, HorBlock, CNeB,C3GC ,C3C2, nn.ConvTranspose2d, DWConvblock, RepVGGBlock, CoT3, ConvNextBlock, SPPCSP, BottleneckCSP2, DownC, BottleneckCSPF, RepVGGBlock, ReOrg, DWT, MobileOne,HorNet…等詳細代碼 ./models/common.py文件 內(nèi)

??支持更多IoU損失函數(shù)

• CIoU
• DIoU
• GIoU
• EIoU
• SIoU
• alpha IOU
  持續(xù)更新中??

??支持更多NMS

• NMS
• Merge-NMS
• Soft-NMS
• CIoU_NMS
• DIoU_NMS
• GIoU_NMS
• EIoU_NMS
• SIoU_NMS
• Soft-SIoUNMS、Soft-CIoUNMS、Soft-DIoUNMS、Soft-EIoUNMS、Soft-GIoUNMS等;
  持續(xù)更新中??

??支持更多數(shù)據(jù)增強

• Mosaic、Copy paste、Random affine(Rotation, Scale, Translation and Shear)、MixUp、Augment HSV(Hue, Saturation, Value、Random horizontal flip

?? YOLO系列網(wǎng)絡模型熱力圖可視化(GardCAM、GardCAM++等)
支持YOLOv3、、YOLOv3-SPP、YOLOv4、YOLOv5、YOLOR、YOLOv7Scaled_YOLOv4、TPH-YOLO、SPD-YOLO以及自定義網(wǎng)絡模型等模型 (YOLOAir(Beta版本內(nèi)測)??已支持)

??主流網(wǎng)絡模型結(jié)構(gòu)圖匯總: 模型??

以上組件模塊使用統(tǒng)一模型代碼框架、統(tǒng)一任務形式、統(tǒng)一應用方式，模塊組件化?? 可以幫助用戶自定義快速組合Backbone、Neck、Head，使得網(wǎng)絡模型多樣化，助力科研改進檢測算法，構(gòu)建更強大的網(wǎng)絡模型。

說明: 以上主要特性支持 包括 Main版本 和 Beta版本，部分特性暫時只完成更新在 Beta 中，不是所有更新都直接在 Main 中，后續(xù) Beta 版本內(nèi)測之后逐漸加入到 Main版本中。

內(nèi)置網(wǎng)絡模型配置支持?

??包括基于 YOLOv5、YOLOv7、YOLOX、YOLOR、YOLOv3、YOLOv4、Scaled_YOLOv4、Transformer、YOLO-FaceV2、PicoDet、YOLOv5-Lite、TPH-YOLOv5、SPD-YOLO等其他多種改進網(wǎng)絡結(jié)構(gòu)等算法模型的模型配置文件

11.更多其他Trick改進點持續(xù)更新，助力科研??

以上組件模塊使用統(tǒng)一模型代碼框架、統(tǒng)一任務形式、統(tǒng)一應用方式，模塊組件化 可以幫助用戶自定義快速組合Backbone、Neck、Head，使得網(wǎng)絡模型多樣化，助力科研改進檢測算法，構(gòu)建更強大的網(wǎng)絡模型。

具體改進方式教程及原理(推薦??????????)

1.改進YOLOv5系列：YOLOv5_最新MobileOne結(jié)構(gòu)換Backbone修改??

2.改進YOLOv5系列：Swin Transformer結(jié)構(gòu)的修改??

3.改進YOLOv5系列：PicoDet結(jié)構(gòu)的修改??

4.改進YOLOv5系列：1.YOLOv5_CBAM注意力機制修改(其他注意力機制同理)??

5.改進YOLOv5系列：5.CotNet Transformer結(jié)構(gòu)的修改??

6.改進YOLOv5系列：6.修改Soft-NMS,Soft-CIoUNMS,Soft-SIoUNMS,Soft-DIoUNMS,Soft-EIoUNMS,Soft-GIoUNMS…??

7.改進YOLOv5系列：7.改進DIoU-NMS,SIoU-NMS,EIoU-NMS,CIoU-NMS,GIoU-NMS??

8.改進YOLOv5系列：8.增加ACmix結(jié)構(gòu)的修改,自注意力和卷積集成??

9.改進YOLOv5系列：9.BoTNet Transformer結(jié)構(gòu)的修改)??

10.改進YOLOv5系列：10.最新HorNet結(jié)合YOLO應用首發(fā)！ | ECCV2022出品，多種搭配，即插即用 | Backbone主干、遞歸門控卷積的高效高階空間交互

11.改進YOLOv5系列：11.ConvNeXt結(jié)合YOLO | CVPR2022 多種搭配，即插即用 | Backbone主干CNN模型

YOLOv5、YOLOv7、YOLOR + 注意力機制一覽

YOLOv5 + ShuffleAttention注意力機制

博客鏈接????：改進YOLOv5系列：12.添加ShuffleAttention注意力機制

YOLOv5 + CrissCrossAttention注意力機制

博客鏈接????：改進YOLOv5系列：13.添加CrissCrossAttention注意力機制

YOLOv5 + S2-MLPv2注意力機制

博客鏈接????：改進YOLOv5系列：14.添加S2-MLPv2注意力機制

YOLOv5 + SimAM注意力機制

博客鏈接????：改進YOLOv5系列：15.添加SimAM注意力機制

YOLOv5 + SKAttention注意力機制

博客鏈接????：改進YOLOv5系列：16.添加SKAttention注意力機制

YOLOv5 + NAMAttention注意力機制

博客鏈接????：改進YOLOv5系列：17.添加NAMAttention注意力機制

YOLOv5 + SOCA注意力機制

博客鏈接????：改進YOLOv5系列：18.添加SOCA注意力機制

YOLOv5 + CBAM注意力機制

博客鏈接????：改進YOLOv5系列：18.添加CBAM注意力機制

YOLOv5 + SEAttention注意力機制

博客鏈接????：改進YOLOv5系列：19.添加SEAttention注意力機制

YOLOv5 + GAMAttention注意力機制

博客鏈接????：改進YOLOv5系列：20.添加GAMAttention注意力機制

YOLOv5 + CA注意力機制

博客鏈接????：github

YOLOv5 + ECA注意力機制 博客鏈接????：github

更多模塊詳細解釋持續(xù)更新中。。。

歡迎大家點贊??評論??收藏??

未經(jīng)允許，不得轉(zhuǎn)載文章來源地址http://www.zghlxwxcb.cn/news/detail-429191.html

到了這里，關(guān)于YOLO Air：YOLO科研改進論文推薦 | 改進組合上千種搭配，包括Backbone,Neck,Head,注意力機制,適用于YOLOv5、YOLOv7、YOLOX等算法的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！