V
主页
YOLOV8、RTDETR改进项目介绍~(里面有较多二次创新、原创模块喔)
发布人
这次给大家带来我的YOLOV8、RTDETR改进项目的详细介绍~ 第一波入手YOLOV8的部分人都已经做完实验在写文章了,还在观望的赶紧上车啦~ YOLOV8 仅售69.9 v5+v8的改进已经过百种~还有部分是二次创新和原创模块喔! RTDETR 仅售89.9 YOLO开题给怼?不怕!RTDETR水论文新方向,二次创新超强助力~ github:https://github.com/z1069614715/objectdetection_script
打开封面
下载高清视频
观看高清视频
视频下载器
YOLO-PYQT可视化终于支持YOLOV8、RTDETR!内部还支持目标跟踪功能!毕设必备!
RTDETR改进-最新的FPN变种High-level Screening-feature Pyramid Networks,并对其进行二次创新
YOLOV8无损涨点方案-知识蒸馏
YOLOV8模型轻量化篇-剪枝项目介绍~
YOLOV8改进-使用最新的EMA注意力机制与C2f-Faster融合 C2f-Faster-EMA
YOLOV8改进-添加基于注意力机制的目标检测头DyHead
给YOLOV8换了个RT-DETR的TransformerDecoderHead后在VisDrone2019提升了4个点!
YOLOV8-硬塞注意力机制?这样做没创新!想知道注意力怎么用才有创新那赶快来看看!
YOLOV8教程-resume继续上一次的训练
YOLOV8改进-使用DCNV3优化DyHead,参考YOLOV7-AUX设计YOLOV8辅助训练头
YOLOV8损失函数改进大合集,支持几十种各类型损失函数的替换~
RT-DETR与YOLOV8的训练效果对比!数据集采用VisDrone2019和CrowdHuman
群里大佬给我分享了一篇他自己的SCI2区的文章?我们一起来看看别人是怎么写的!分析一下,那些创新可以借鉴,那些地方可以进行二次创新
YOLOV8-GradCam热力图脚本大升级!效果比之前好几倍!让你论文的图更好看!
YOLOV8改进-特征聚焦扩散金字塔网络Focusing Diffusion Pyramid Network
YOLOV8源码常见疑问六-导出改进/剪枝的onnx模型和讲解onnx-opset和onnxsim的作用
YOLOV8改进-CVPR2024-StarNet超越CVPR2023-FasterNet(新SOTA)
目标跟踪算法对比展示-DeepOCSORT、BoTSORT、HybridSORT、ByteTracker、OCSORT
RTDETR改进最新更新-DySample与ASSF的二次创新组合、支持Focaler-IoU全系列变种!
YOLOV10改进来啦~一个项目尽享YOLOV8、YOLOV10改进方案!
YOLOV8改进-Deformable Large Kernel Attention
YOLOV5改进-添加注意力机制
YOLOV5改进-对小目标有效的BiFormer注意力机制
YOLOV8模型压缩进阶篇-基于改进的YOLOV8(ConvNextV2+GoldYOLO+ASF)进行无精度损失压缩
重磅!YOLOV8改进项目介绍-内含V5,V8多达70多种改进!
YOLOV8改进模型轻量化示例:RepViT(CVPR2024)+RepNCSPELAN(YOLOV9)+LAMP
还在迷茫深度学习中的改进实验应该从哪里开始改起的同学,一定要进来看看了!用自身经验给你推荐实验顺序!
YOLO7改进-ICCV2023动态蛇形卷积
RTDETR(CVPR2024)改进-新增CGBlock、二次创新的BIFPN、SlideVarifocalLoss,EMASlideVarifocalLoss
YOLOV8改进-手把手带你学会注意力机制进阶用法
YOLOV8下游任务系列-利用boxMOT库实现目标跟踪,支持多个跟踪算法,支持使用ReID模型!
YOLOV8推理教程-要修改yolov8代码的小伙伴必看!不看会踩坑!
YOLOV8训练教程-要修改yolov8代码的小伙伴必看!不看会踩坑!
2023最新Inner-IOU在yolov8n上实测VisDrone涨点0.6,还有二次创新机会
YOLOV8重大更新-目标跟踪
YOLOV8改进-CPCA注意力机制,EMASlideLoss,KernelWarehouse,Dynamic Snake Convolution,NWD
最新~YOLOV8训练验证推理教程!一看就会!
全网最快!YOLOV5,V8改进-利用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进特征融合模块
YOLOV5改进-添加EIOU,SIOU,AlphaIOU.
YOLOV8改进-支持TransNeXt主干和其里面的感知聚焦注意力、支持使用SDI模块对BIFPN和PAFPN的特征融合进行重设计