V
主页
YoloV8改进策略:注意力改进|Mamba-UNet改进YoloV8,打造全新的Yolo-Mamba网络
发布人
本专栏采用最新的论文修改YoloV8模型,并提供了论文的完整翻译。改进方法包括:更换卷积层、block、backbone、注意力机制以及head等操作。每篇文章一种或者几种改进方式。在自己标注的数据集测试并与官方的测试,对比测试结果。 代码和PDF版本的文章上传到百度网盘中。 这个专栏求质不求量! https://blog.csdn.net/m0_47867638/category_12295903.html?spm=1001.2014.3001.5482
打开封面
下载高清视频
观看高清视频
视频下载器
YoloV8改进策略:BackBone改进|Mamba-UNet改进YoloV8,打造全新的Yolo-Mamba网络
【用YOLOv8进行目标检测和跟踪】不懂代码无脑照搬也能成功,太简单了!
疯了我居然要怀疑最新的技术,不相信yolov10,不相信yolov8,去相信yolov5。yolov5,yolov8,yolo10
顶会CVPR2024,YOLO-World杀疯了!计算机博士手把手带深度解析YOLO-World实时开集目标检测,极其通俗易懂
添加ECA等注意力机制进入UNet、Vit神经网络,即插即用模块,涨点必备,结合项目详细讲解,可用于深度学习大部分任务
YoloV8改进策略:改进Head|自研频域和空间注意力,超越GAM,CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
【YOLOv8小白入门】06YOLOv8模型改进——添加项目内注意力机制模块
提升多少才能发paper?轻量化需要看什么指标?需要轻量化到什么程度才能发paper?这期给大家一一解答!
耗时半年,我做了一个可以流畅运行YOLOV5的小相机
YoloV8改进策略:Neck改进和Head改进:HAM混合注意力机制改进YoloV8|多种改进,多种姿势涨点|代码注释详解
yolov8 | 2、快速开始
yolov8 | 1、环境配置
YoloV8改进策略:卷积改进|MogaNet——高效的多阶门控聚合网络
YOLOv8.9.10.word.detr代码详解之加载预处理数据并前向传播,代码模块逐行调试,小白赶紧看,彻底搞明白!!
最新模块及注意力机制缝合教程,十分钟掌握缝合多种模块!深度学习/创新点
YoloV8改进策略:OrthoNets最新的SOTA注意力机制,让YoloV8涨点自如
YoloV8改进策略:基于RevCol,可逆的柱状神经网络的完美迁移,YoloV8的上分利器
YoloV8改进策略:改进Neck|自研频域和空间注意力,超越GAM,CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
YoloV8改进策略:BackBone改进|ECA-Net:用于深度卷积神经网络的高效通道注意力
YoloV8改进策略:主干网络篇|MobileNetV4主干替换YoloV8的BackBone(独家原创)
深度学习模块缝合,看了就懂,添加注意力机制、缝合KAN神经网络等,即插即用的创新点
YoloV8最新改进手册——高阶篇
YoloV9来了,有哪些改进呢?我们聊聊!
YoloV8改进策略:注意力改进|基于Tied的SE注意力,代码注释:多种改进方法|轻量又涨点|即插即用
深度学习实验部分常见疑问解答三!(怎么判断模型是否收敛?模型过拟合怎么办?)
YoloV8改进策略:Block改进|MogaNet——高效的多阶门控聚合网络
YoloV8改进策略:改进BackBone|自研频域和空间注意力,超越GAM,CBAM等注意力|注意力创新改进|高效涨点|代码注释与改进|包括改进后的结构图
WSL安装Ubuntu22.04,以及深度学习环境的搭建
YoloV8改进专栏
YoloV8改进策略:Conv改进|TBC卷积,代码注释|多种改进方法|轻量又涨点|即插即用
YoloV8改进策略:Neck篇|自研Neck层融合模型|深度特征与浅层特征融合,涨点明显|附结构图(独家原创)
强推!这可能是B站最全的(Python+机器学习+深度学习)系列课程,从入门到精通,通俗易懂,还学不会我退出IT界!AI人工智能|神经网络|项目实战
YOLO系列v10.v9.world.redetr模型配置文件加载解析代码逐行详解,读懂代码才是关键!!!
YoloV8改进策略:Block改进|ECA-Net:用于深度卷积神经网络的高效通道注意力|ECA+压缩膨胀Block实现涨点(独家原创)
YoloV8改进策略:全局注意力机制|注意力改进|高效涨点|代码注释与改进|包括改进后的结构图
mAP上涨20%,如何做到?
YoloV8改进策略:自研Block涨点超猛
YoloV8改进策略:Block篇|FFA-Net:用于单图像去雾的特征融合注意力网络(独家原创)
EasyAI多路多算法智能监控,历时半年终于出品,支持30多种算法,单路可多种算法,yolov5/v8/v10都支持
YoloV8改进策略:Block改进|2024年,遥感图像最新主干PKINet(独家改进,全网首发)