YOLOv5/v7 进阶实战 | 目录 | 安卓 | PyQt5 | 剪枝✂️ | 蒸馏⚗️ | Flask Web💻
本专栏包含超多YOLO算法进阶使用教程;我会用最简练的语言让你用最低的时间成本掌握下面的内容,使用过程中有任何问题都可以与本人联系 ~
2024年1-2月会对整个专栏全面重构,增加更多的改进,更多实战内容,修改好的代码包,敬请期待~
专栏地址:点击跳转
专栏重构中,现在订阅,重构后文章也可以看,加量不加价,不另外开新专栏!
整体目录如下:
除以下内容外还支持大量的改进教学!
进阶教程链接🚀
- YOLOv5剪枝 | 模型剪枝理论篇
- YOLOv5剪枝💖 | 模型剪枝实战篇
- 知识蒸馏 | 知识蒸馏理论篇
- 知识蒸馏🌟 | YOLOv5知识蒸馏实战篇
- 知识蒸馏🌟 | YOLOv7知识蒸馏实战篇
- YOLOv5安卓部署📱 | 理论+环境配置+实战
- PyQt5 | PyQt5环境配置及组件介绍
- PyQt5 | PyQt5快速入门
- PyQt5🚀 | 手把手教你YOLOv5添加PyQt页面
- PyQt5🚀 | 手把手教你YOLOv7添加PyQt页面
- YOLOv5/v7 Flask Web 监测平台🍀 | YOLOv5/v7 Flask Web 部署
- YOLOv5/v7 Flask Web 车牌识别🍀 | YOLOv7 + EasyOCR 实现车牌识别
- YOLOv5 实现 10 种热力图可视化方式教程🍀 | GradCAM XGradCAM ScoreCAM LayerCAM HiResCAM EigenCAM…
改进教程链接🚀
YOLOv5/YOLOv7通用部分
-
YOLOv5/v7/v8算法模型yaml文件史上最详细解析与教程🚀
-
YOLOv5/v7 更换 20+ 种注意力机制及代码🚀🚀🚀
-
ODConv: OMNI-DIMENSIONAL DYNAMIC CONVOLUTION: 全维动态卷积
-
GhostNetV2: 用长距离注意力增强低成本运算
-
CondConv: 用于高效推理的条件参数化卷积
-
YOLOv5/7 更换 DIoU-NMS / CIoU-NMS / EIoU-NMS/ GIoU-NMS / SIoU-NMS/ Soft-NMS
-
改进YOLO系列 | YOLOv5/v7 更换主干网络之 ResNet50/ResNet101
-
【🏅 2023】 YOLOv5/v7 引入选择性注意力 LSK 模块 | 《ICCV 2023 Large Selective Kernel Network》
-
【🏅 2023】YOLOv5/v7 | FasterNet 远超 ShuffleNet、MobileNet、MobileViT 等模型
-
【🏅 2023】YOLOv5/v7 | FasterNet PConv
-
【🏅 2023】YOLOv5/v7 | 渐进特征金字塔网络 AFPN 结构
-
【🏅 2023】YOLOv5/v7 引入谷歌 Lion 优化器
-
【🏅 2023】YOLOv5/v7 | BiFormer:视觉变换器与双层路由注意力
-
【🏅 2023】YOLOv5/v7 | ScConv:空间通道重组卷积 |《CVPR 2023 Spatial and Channel Reconstruction Convolution》
-
【🏅 2023】YOLOv5/v7 引入反向残差注意力模块 iRMB | 《ICCV 2023 最新论文》
-
【🏅 2023】YOLOv5/v7 引入Super Token Sampling ViT | 《CVPR 2023 最新论文》
-
【🏅 2023】改进YOLO系列 | YOLOv5/v7 引入高效的混合特征编码器 AIFI
-
【🏅 2023】改进YOLO系列 | YOLOv5/v7 引入 RFAConv: Innovating Spatial Attention and Standard Convolutional Operation
YOLOv5 专题
-
🌟 添加轻量化Decouple_Head 和 ASFF_Head
-
🌠 YOLOv5 更换训练策略之 SIoU / EIoU / WIoU / Focal_xIoU 最全汇总版 | 新增MPDIoU 🍀
-
🌟 瓶颈结构改进 MobileBoNe / DenseBoNe / GhostBoNe / InceptionBone / ShuffleBoNe / ResBoNe
-
💖在 C3 模块中添加【SE】【CBAM】【 ECA 】【CA】注意力机制
-
💖在 C3 模块中添加【SimAM】【CoTAttention】【SKAttention】【DoubleAttention】注意力机制
-
💖在 C3 模块中添加【EffectiveSE】【GlobalContext】【GatherExcite】【MHSA】注意力机制
-
💖在 C3 模块中添加【Triplet】【SpatialGroupEnhance】【NAM】【S2】注意力机制
-
【🏅 2023】YOLOv5 结合切片辅助超推理算法 | 这才叫让小目标无处遁形!🍀🍀🍀
YOLOv7 专题
-
🌠 YOLOv7 更换训练策略之 SIoU / EIoU / WIoU / Focal_xIoU 最全汇总版 | 新增MPDIoU 🍀
-
💖 YOLOv7 yaml 文件简化
-
💖在 ELAN 模块和 ELAN-H 模块中添加 【CA】【ECA】【CBAM】【SE】注意力机制
-
💖在 ELAN 模块和 ELAN-H 模块中添加 【SimAM】 【CoTAttention】【SKAttention】【DoubleAtt】注意力机制
-
💖在 ELAN 模块和 ELAN-H 模块中添加 【EffectiveSE】【GlobalContext】【GatherExcite】【MHSA】注意力机制
-
💖在 ELAN 模块和 ELAN-H 模块中添加 【Triplet】【SpatialGroupEnhance】【NAM】【S2】注意力机制
部分代码免费:文章来源:https://www.toymoban.com/news/detail-550514.html
https://github.com/midasklr/yolov5prune/tree/v6.0
https://github.com/Sharpiless/Yolov5-distillation-train-inference文章来源地址https://www.toymoban.com/news/detail-550514.html
到了这里,关于《YOLOv5/v7进阶实战专栏》专栏介绍 & 专栏目录的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!