相關(guān)文章

• 

  改進(jìn)YOLO系列 | CVPR2023最新注意力 | BiFormer：視覺變換器與雙層路由注意力

  作為視覺變換器的核心構(gòu)建模塊，注意力是一種強(qiáng)大的工具，可以捕捉長(zhǎng)程依賴關(guān)系。然而，這種強(qiáng)大的功能付出了代價(jià)：計(jì)算負(fù)擔(dān)和內(nèi)存占用巨大，因?yàn)樾枰谒锌臻g位置上計(jì)算成對(duì)的令牌交互。一系列的研究嘗試通過引入手工制作和與內(nèi)容無關(guān)的稀疏性來緩解這個(gè)問題

  2024年02月11日

  瀏覽(23)

• YOLOv8最新改進(jìn)系列:融合最新頂會(huì)提出的HCANet網(wǎng)絡(luò)中卷積和注意力融合模塊(CAFM)，有效提升小目標(biāo)檢測(cè)性能，大幅度拉升目標(biāo)檢測(cè)效果！遙遙領(lǐng)先！

  B站全文戳這里！ 詳細(xì)的改進(jìn)教程以及源碼，戳這！戳這！！戳這！??！B站：AI學(xué)術(shù)叫叫獸 源碼在相簿的鏈接中，動(dòng)態(tài)中也有鏈接，感謝支持！祝科研遙遙領(lǐng)先！ 截止到發(fā)稿時(shí)，B站YOLOv8最新改進(jìn)系列的源碼包，已更新40種+損失函數(shù)的改進(jìn)！自己排列組合2-4種后，不考慮位置

  2024年04月16日

  瀏覽(102)
• 

  YOLOv7改進(jìn)主干結(jié)構(gòu)系列：結(jié)合豐富的梯度流信息模塊，來自YOLOv8的核心模塊

  -??統(tǒng)一使用 YOLO 代碼框架， 結(jié)合不同模塊來構(gòu)建不同的YOLO目標(biāo)檢測(cè)模型。 ?? 《芒果書》系列改進(jìn)專欄內(nèi)的改進(jìn)文章，均包含多種模型改進(jìn)方式，均適用于 YOLOv3 、 YOLOv4 、 YOLOR 、 YOLOX 、 YOLOv5 、 YOLOv7 、 YOLOv8 改進(jìn)（重點(diǎn)）?。?！ ?? 專欄創(chuàng)新點(diǎn)教程 均有不少同學(xué)反應(yīng)和

  2024年02月04日

  瀏覽(31)
• 

  YOLOv5、YOLOv7改進(jìn)首發(fā)最新PWConv核心結(jié)構(gòu)｜來自最新CVPR2023頂會(huì)，進(jìn)一步輕量化！測(cè)試數(shù)據(jù)集mAP有效漲點(diǎn)，進(jìn)一步降低參數(shù)量，追求更高的 FLOPS

  ?? 本篇內(nèi)容 ：YOLOv5,YOLOv7改進(jìn)首發(fā)最新PWConv核心結(jié)構(gòu)｜來自最新頂會(huì)CVPR2023， ????各種數(shù)據(jù)集mAP有效漲點(diǎn)，進(jìn)一步降低參數(shù)量，追求更高的 FLOPS ?? ??????內(nèi)含·改進(jìn)源代碼·，按步驟操作運(yùn)行改進(jìn)后的代碼即可 重點(diǎn) ：??????有同學(xué)已經(jīng)使用這個(gè) PWConv 創(chuàng)新點(diǎn) 在 數(shù)據(jù)集

  2024年02月06日

  瀏覽(25)

• YOLOv8改進(jìn)輕量級(jí)PP-LCNet主干系列：最新使用超強(qiáng)悍CPU級(jí)骨干網(wǎng)絡(luò)PP-LCNet，在CPU上讓模型起飛，速度比MobileNetV3+快3倍，又輕又快

  ??本篇文章 基于 YOLOv8 芒果改進(jìn)YOLO系列： YOLOv8改進(jìn)輕量級(jí)主干系列：最新使用超強(qiáng)悍CPU級(jí)骨干網(wǎng)絡(luò)PP-LCNet，在CPU上讓模型起飛，速度比MobileNetV3+快3倍、打造全新YOLOv8檢測(cè)器 。 ??????內(nèi)含改進(jìn)源代碼，按步驟操作運(yùn)行改進(jìn)后的代碼即可 參數(shù)量和計(jì)算量均下降 重點(diǎn) ：????

  2024年02月06日

  瀏覽(25)
• 

  YOLOv5改進(jìn)系列（21）——替換主干網(wǎng)絡(luò)之RepViT（清華 ICCV 2023|最新開源移動(dòng)端ViT）

  【YOLOv5改進(jìn)系列】前期回顧： YOLOv5改進(jìn)系列（0）——重要性能指標(biāo)與訓(xùn)練結(jié)果評(píng)價(jià)及分析 YOLOv5改進(jìn)系列（1）——添加SE注意力機(jī)制 YOLOv5改進(jìn)系列（2

  2024年02月12日

  瀏覽(98)
• 

  YOLOv8改進(jìn) 優(yōu)化HGBlock網(wǎng)絡(luò)主干

  HGNet是一種用于目標(biāo)檢測(cè)任務(wù)的神經(jīng)網(wǎng)絡(luò)模型?；赗esNeSt和Hourglass網(wǎng)絡(luò)的結(jié)構(gòu)，經(jīng)過訓(xùn)練可以通過輸入圖像來檢測(cè)圖中的目標(biāo)物體。 \\\"HG\\\"表示Hourglass網(wǎng)絡(luò)的縮寫，\\\"Net\\\"表示網(wǎng)絡(luò)。這個(gè)模型的設(shè)計(jì)靈感來自于人類對(duì)目標(biāo)進(jìn)行檢測(cè)和定位的能力。它具有多個(gè)由ResNeSt模塊和Hourglass模

  2024年02月21日

  瀏覽(26)

• 改進(jìn)YOLOv5系列：4.YOLOv5_最新MobileOne結(jié)構(gòu)換Backbone修改，超輕量型架構(gòu)，移動(dòng)端僅需1ms推理！蘋果最新移動(dòng)端高效主干網(wǎng)絡(luò)

  本專欄包含大量的首發(fā)原創(chuàng)改進(jìn)方式??, 所有文章都是全網(wǎng)首發(fā)內(nèi)容。?? 降低改進(jìn)難度,改進(jìn)點(diǎn)包含最新最全的 Backbone 部分、 Neck 部分、 Head 部分、 注意力機(jī)制 部分、 自注意力機(jī)制 部分等完整教程 ?? ??本篇文章基于 YOLOv5、YOLOv7、YOLOv7-Tiny 進(jìn)行 最新MobileOne結(jié)構(gòu)換Backbon

  2024年02月02日

  瀏覽(27)

• 改進(jìn)YOLOv8 | 主干網(wǎng)絡(luò)篇 | YOLOv8采用FasterNet提升計(jì)算機(jī)視覺速度

  深度學(xué)習(xí)在計(jì)算機(jī)視覺領(lǐng)域的應(yīng)用越來越廣泛，而目標(biāo)檢測(cè)是其中非常重要的一個(gè)任務(wù)。YOLOv8作為一種先進(jìn)的目標(biāo)檢測(cè)算法，以其快速和準(zhǔn)確的特性而備受關(guān)注。然而，為了進(jìn)一步提升YOLOv8的性能和速度，我們可以通過更換主干網(wǎng)絡(luò)來達(dá)到這個(gè)目標(biāo)。本文將介紹一種名為Fas

  2024年01月23日

  瀏覽(30)
• 

  YOLOv8 獨(dú)家改進(jìn)最新PWConv核心結(jié)構(gòu)｜來自CVPR2023，可以直接寫模型改進(jìn)，進(jìn)一步輕量化！測(cè)試數(shù)據(jù)集mAP有效漲點(diǎn)，進(jìn)一步降低參數(shù)量，追求更高的 FLOPS

  ?? 本篇內(nèi)容 ：YOLOv8 獨(dú)家原創(chuàng)改進(jìn)最新PWConv核心結(jié)構(gòu)｜來自最新CVPR2023頂會(huì)， ????各種數(shù)據(jù)集mAP有效漲點(diǎn)，進(jìn)一步降低參數(shù)量，追求更高的 FLOPS ?? ??????內(nèi)含·改進(jìn)源代碼·，按步驟操作運(yùn)行改進(jìn)后的代碼即可 重點(diǎn) ：??????有同學(xué)已經(jīng)使用這個(gè) PWConv 創(chuàng)新點(diǎn) 在 數(shù)據(jù)集

  2024年02月08日

  瀏覽(90)