← 返回专栏列表

01-开篇介绍——重要性能指标、训练结果评价及分析、影响mAP指标的因素、优化mAP的方法_让训练过程中的f1可视化成折线图

共 31 篇文章

#1

01-开篇介绍——重要性能指标、训练结果评价及分析、影响mAP指标的因素、优化mAP的方法_让训练过程中的f1可视化成折

#2

02-添加SE注意力机制

#3

03-添加CBAM注意力机制

#4

04-添加CA注意力机制_yolov5添加ca注意力机制

#5

05-添加ECA注意力机制_yolov5 添加eca注意力

#6

06-替换主干网络之 MobileNetV3_使用mobilenetv3改进yolov5

#7

07-替换主干网络之 ShuffleNetV2_yolov5结构改进shufflenet

#8

08-添加SimAM注意力机制_改进yolov5 _ 在 c3 模块中添加【simam】

#9

09-添加SOCA注意力机制_yolov5添加soca注意力机制

#10

10-替换主干网络之EfficientNetv2_yolov5s主干网络替换efficientnet

#11

11-替换主干网络之GhostNet_yolov5替换主干网络

#12

12-添加损失函数之EIoU、AlphaIoU、SIoU、WIoU_如何将yolov5s损失函数eiou

#13

13-更换Neck之BiFPN_yolov5更换bifpn

#14

14-更换激活函数之SiLU，ReLU，ELU，Hardswish，Mish，Softplus，AconC系列等_olo

#15

15-更换NMS（非极大抑制）之 DIoU-NMS、CIoU-NMS、EIoU-NMS、GIoU-NMS 、SIoU-N

#16

16-增加小目标检测层_yolov5 6.9 增加小目标检测层

#17

17-添加EMA注意力机制（ICASSP2023_实测涨点）_fasternet用ema注意力机制

#18

18-更换IoU之MPDIoU（ELSEVIER 2023_超越WIoU、EIoU等_实测涨点）

#19

19-更换Neck之AFPN（全新渐进特征金字塔_超越PAFPN_实测涨点）_yolov5改进afpn

#20

20-替换主干网络之Swin TransformerV1（参数量更小的ViT模型）_yolov5改进系列(19)——替换

#21

21-添加BiFormer注意力机制（CVPR2023_小目标涨点神器）_yolov5 biformer

#22

22-替换主干网络之RepViT（清华 ICCV 2023_最新开源移动端ViT）_改进yolov5系列_21t添加

#23

23-替换主干网络之MobileViTv1（一种轻量级的、通用的移动设备 ViT）_yolov5 backbone 更改

#24

24-替换主干网络之MobileViTv2（移动视觉 Transformer 的高效可分离自注意力机制）_mobilev

#25

25-替换主干网络之MobileViTv3（移动端轻量化网络的进一步升级）_yolov5 vit

#26

26-添加LSKNet注意力机制（大选择性卷积核的领域首次探索）

#27

27-添加RFAConv注意力卷积（感受野注意力卷积运算）

#28

28-添加SCConv注意力卷积（CVPR 2023_即插即用的高效卷积模块）_yolov5加入sconv

#29

29-添加DSConv注意力卷积（ICCV 2023_用于管状结构分割的动态蛇形卷积）_dsconv是哪篇论文提出的

#30

30-添加DilateFormer（MSDA）注意力机制（中科院一区顶刊_即插即用的多尺度全局注意力机制）

#31

31-添加iRMB注意力机制（ICCV 2023_即插即用的反向残差注意力机制）