相關(guān)文章

• YOLOv8改進(jìn) | 檢測頭篇 | 利用DySnakeConv改進(jìn)檢測頭專用于分割的檢測頭（全網(wǎng)獨家首發(fā)，Seg）

  本文給大家?guī)淼母倪M(jìn)機制是一種我進(jìn)行優(yōu)化的專用于分割的檢測頭，在分割的過程中，最困難的無非就是邊緣的檢測， 動態(tài)蛇形卷積 （Dynamic Snake Convolution）通過自適應(yīng)地聚焦于細(xì)長和迂回的局部結(jié)構(gòu)，準(zhǔn)確地捕捉管狀結(jié)構(gòu)的特征。這種卷積方法的核心思想是， 通過動態(tài)形

  2024年02月02日

  瀏覽(24)

• Yolov8小目標(biāo)檢測（11）：多維協(xié)作注意模塊MCA | 獨家創(chuàng)新首發(fā)

  ???????? 本文改進(jìn)： 多維協(xié)作注意模塊MCA ，效果秒殺ECA、SRM、CBAM ， 創(chuàng)新性十足，可直接作為創(chuàng)新點使用 。 ? ??MCA?| ??親測在紅外弱小目標(biāo)檢測漲點，map@0.5 從0.755提升至0.769 ?????? Yolo小目標(biāo)檢測 ，獨家首發(fā)創(chuàng)新（原創(chuàng)），適用于Yolov5、Yolov7、Yolov8等各個Yolo系列

  2024年02月11日

  瀏覽(128)
• 

  YOLOv8改進(jìn) | 圖像去霧 | 利用圖像去霧網(wǎng)絡(luò)UnfogNet輔助YOLOv8進(jìn)行圖像去霧檢測（全網(wǎng)獨家首發(fā)）

  本文給大家?guī)淼母倪M(jìn)機制是利用 UnfogNet超輕量化圖像去霧網(wǎng)絡(luò) ，我將該網(wǎng)絡(luò)結(jié)合YOLOv8針對圖像進(jìn)行去霧檢測（也適用于一些模糊場景），我將該網(wǎng)絡(luò)結(jié)構(gòu)和YOLOv8的網(wǎng)絡(luò)進(jìn)行結(jié)合同時該網(wǎng)絡(luò)的結(jié)構(gòu)的參數(shù)量非常的小，我們將其添加到模型里增加的計算量和參數(shù)量基本可以忽略

  2024年04月09日

  瀏覽(25)
• 

  CSDN芒果獨家YOLOv5改進(jìn)、YOLOv7改進(jìn)（適用YOLOv8改進(jìn)）專欄 | 《芒果YOLO改進(jìn)系列進(jìn)階指南》來自人工智能專家老師聯(lián)袂推薦

  《芒果改進(jìn)YOLO系列進(jìn)階指南》目錄 ??該教程為芒果改進(jìn)YOLO進(jìn)階指南專欄，屬于 《芒果書》 ??系列，包含大量的原創(chuàng)首發(fā)改進(jìn)方式, 所有文章都是全網(wǎng)首發(fā)原創(chuàng)改進(jìn)內(nèi)容?? CSDN博客獨家更新 出品： 專欄詳情??：芒果改進(jìn)YOLO進(jìn)階指南 重點 ：有不少 同學(xué) 反應(yīng)和我說已經(jīng)在

  2023年04月09日

  瀏覽(128)
• 

  YOLOv8改進(jìn)損失函數(shù)WDLoss：獨家更新｜即插即用｜YOLOv8小目標(biāo)檢測高效漲點2%，改進(jìn)用于小目標(biāo)檢測的歸一化高斯 Wasserstein Distance Loss，提升小目標(biāo)檢測

  ??該教程為 《芒果書》 ??系列，包含大量的原創(chuàng)首發(fā)改進(jìn)方式, 所有文章都是全網(wǎng)首發(fā)原創(chuàng)改進(jìn)內(nèi)容?? 內(nèi)容出品： CSDN博客獨家更新 @CSDN芒果汁沒有芒果 ??本篇文章 基于 YOLOv8 芒果 改進(jìn)YOLO系列： 芒果YOLOv8改進(jìn)WDLoss損失函數(shù)：獨家首發(fā)更新｜即插即用｜YOLOv8小目標(biāo)檢測高

  2024年02月01日

  瀏覽(42)
• 

  CSDN獨家《芒果YOLO改進(jìn)高階指南》適用YOLOv5、YOLOv7、YOLOv8等改進(jìn)專欄，來自人工智能專家老師聯(lián)袂推薦

  《芒果改進(jìn)YOLO系列高階指南》目錄 ??該教程為芒果改進(jìn)YOLO進(jìn)階指南專欄，屬于 《芒果書》 ??系列，包含大量的原創(chuàng)首發(fā)改進(jìn)方式, 所有文章都是全網(wǎng)首發(fā)原創(chuàng)改進(jìn)內(nèi)容?? ??????：[CSDN原創(chuàng)《芒果改進(jìn)YOLO高階指南》推薦！] CSDN博客獨家更新 出品： 專欄詳情??：芒果改

  2023年04月17日

  瀏覽(129)

• CSDN獨家｜YOLOv5改進(jìn)、YOLOv7改進(jìn)、YOLOv8改進(jìn)、YOLOX改進(jìn)目錄一覽｜YOLO改進(jìn)模型全系列目錄（芒果書系列） | 人工智能專家老師聯(lián)袂推薦

  ?? 《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）?。?！ ?? 專欄創(chuàng)新點教程 均有不少同學(xué)反應(yīng)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 ， 所有文

  2024年02月03日

  瀏覽(104)
• 

  CSDN獨家《芒果YOLO改進(jìn)高階指南》適用YOLOv5、YOLOv7、YOLOv8等改進(jìn)專欄，來自人工智能專家唐宇迪老師聯(lián)袂推薦

  《芒果改進(jìn)YOLO系列高階指南》目錄 ??該教程為芒果改進(jìn)YOLO進(jìn)階指南專欄，屬于 《芒果書》 ??系列，包含大量的原創(chuàng)首發(fā)改進(jìn)方式, 所有文章都是全網(wǎng)首發(fā)原創(chuàng)改進(jìn)內(nèi)容?? ??????：[CSDN原創(chuàng)《芒果改進(jìn)YOLO高階指南》推薦！] CSDN博客獨家更新 出品： 專欄詳情??：芒果改

  2023年04月08日

  瀏覽(119)
• 

  YOLOv7改進(jìn)之WDLoss 獨家首發(fā)更新｜高效漲點2%改進(jìn)用于小目標(biāo)檢測的歸一化高斯 Wasserstein Distance Loss，提升小目標(biāo)檢測的一種新的包圍框相似度度量

  ??該教程為改進(jìn)進(jìn)階指南，屬于 《芒果書》 ??系列，包含大量的原創(chuàng)首發(fā)改進(jìn)方式, 所有文章都是全網(wǎng)首發(fā)原創(chuàng)改進(jìn)內(nèi)容?? 內(nèi)容出品： CSDN博客獨家更新 @CSDN芒果汁沒有芒果 ?? ??????內(nèi)含·改進(jìn)源代碼· ，按步驟操作運行改進(jìn)后的代碼即可 重點 ：??????有多個同學(xué)

  2024年02月05日

  瀏覽(28)
• 

  YOLOv8/v7/v5全網(wǎng)首發(fā)獨家創(chuàng)新，內(nèi)涵CBAM注意力改進(jìn)、ECA改進(jìn)，SPPF改進(jìn)等

  ?????? 全網(wǎng)獨家首發(fā)創(chuàng)新（原創(chuàng)），純自研模塊，適合paper ?。?！ ?????? 內(nèi)涵CBAM注意力改進(jìn)、ECA改進(jìn)，SPPF改進(jìn)等！??！ 重新設(shè)計全局平均池化層和全局最大池化層，增強全局視角信息和不同尺度大小的特征 分析SPPF的問題點，只關(guān)注邊緣信息而忽略背景信息 如何改進(jìn)

  2024年01月23日

  瀏覽(40)