《YOLOv5原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录

本文涉及的产品
图像搜索,7款服务类型 1个月
简介: YOLOv5原创自研,助力创新


YOLOv5原创自研

https://blog.csdn.net/m0_63774211/category_12511931.html

💡💡💡全网独家首发创新(原创),适合paper !!!

💡💡💡 2024年计算机视觉顶会创新点适用于Yolov5、Yolov7、Yolov8等各个Yolo系列,专栏文章提供每一步步骤和源码,轻松带你上手魔改网络 !!!

💡💡💡重点:通过本专栏的阅读,后续你也可以设计魔改网络,在网络不同位置(Backbone、head、detect、loss等)进行魔改,实现创新!!!

image.gif 编辑


 

目录

原创自研

CBAM魔改,升级

卷积魔改,升级版本

注意力机制

自研检测头

2024年前沿最新成果

计算机视觉顶会创新


原创自研

CBAM魔改,升级

1.自研独家创新MSAM注意力,通道注意力升级,魔改CBAM

YOLOv5独家原创改进:自研独家创新MSAM注意力,通道注意力升级,魔改CBAM-CSDN博客

2. 新颖自研设计的BSAM注意力,基于CBAM升级

YOLOv5/YOLOv7独家原创改进:新颖自研设计的BSAM注意力,基于CBAM升级-CSDN博客

3.创新自研CPMS注意力,多尺度通道注意力具+多尺度深度可分离卷积空间注意力,全面升级CBAM

YOLOv5独家原创改进:创新自研CPMS注意力,多尺度通道注意力具+多尺度深度可分离卷积空间注意力,全面升级CBAM-CSDN博客

4.一种新颖的跨通道交互的高效率通道注意力EMCA,ECA注意力改进版 YOLOv5原创改进:一种新颖的跨通道交互的高效率通道注意力EMCA,ECA注意力改进版-CSDN博客

卷积魔改,升级版本

1.自研独家创新FT_Conv,卷积高效结合分数阶变换

YOLOv5独家原创改进:自研独家创新FT_Conv,卷积高效结合傅里叶分数阶变换-CSDN博客

2.AKConv(可改变核卷积),即插即用的卷积,效果秒杀DSConv

YOLOv5独家原创改进: AKConv(可改变核卷积),即插即用的卷积,效果秒杀DSConv | 2023年11月最新发表-CSDN博客

3.轻量化自研设计双卷积,重新设计backbone和neck卷积结构 YOLOv5独家原创改进:轻量化自研设计双卷积,重新设计backbone和neck卷积结构,完成涨点且计算量和参数量显著下降-CSDN博客

4.DCNv4更快收敛、更高速度、更高性能,效果秒杀DCNv3、DCNv2等 ,助力检测实现暴力涨点 YOLOv5全网独家首发:DCNv4更快收敛、更高速度、更高性能,效果秒杀DCNv3、DCNv2等 ,助力检测实现暴力涨点-CSDN博客

5.大核卷积涨点系列| Shift-ConvNets,稀疏/移位操作让小卷积核也能达到大卷积核效果 | 2024年最新论文

YOLOv5独家原创改进:大核卷积涨点系列| Shift-ConvNets,稀疏/移位操作让小卷积核也能达到大卷积核效果 | 2024年最新论文-CSDN博客

注意力机制

1. SENet v2,Squeeze-Excitation模块融合Dense Layer,效果秒杀SENet

YOLOv5全网独家首发改进:SENetv2,Squeeze-Excitation模块融合Dense Layer,效果秒杀SENet-CSDN博客

2.一种新颖的多尺度滑窗注意力,助力小目标和遥感影像场景

YOLOv5涨点技巧:一种新颖的多尺度滑窗注意力,助力小目标和遥感影像场景-CSDN博客

3.一种新颖的自适应空间相关性金字塔注意力 ,实现小目标暴力涨点

YOLOv5独家原创改进:一种新颖的自适应空间相关性金字塔注意力 ,实现小目标暴力涨点-CSDN博客

自研检测头

1.独家创新(Partial_C_Detect)检测头结构创新,实现涨点

YOLOv5优化:独家创新(Partial_C_Detect)检测头结构创新,实现涨点 | 检测头新颖创新系列-CSDN博客

2. 独家创新(SC_C_Detect)检测头结构创新,实现涨点

YOLOv5优化:独家创新(SC_C_Detect)检测头结构创新,实现涨点 | 检测头新颖创新系列-CSDN博客

SPPF创新

1.SPPF与感知大内核卷积UniRepLK结合,大kernel+非膨胀卷积提升感受野

YOLOv5独家原创改进:SPPF自研创新 | SPPF与感知大内核卷积UniRepLK结合,大kernel+非膨胀卷积提升感受野-CSDN博客

2.可变形大核注意力(D-LKA Attention),大卷积核提升不同特征感受野的注意力机制

YOLOv5独家原创改进:SPPF自研创新 | 可变形大核注意力(D-LKA Attention),大卷积核提升不同特征感受野的注意力机制-CSDN博客

3.SPPF创新结构,重新设计全局平均池化层和全局最大池化层

YOLOv5独家原创改进:SPPF自研创新 | SPPF创新结构,重新设计全局平均池化层和全局最大池化层,增强全局视角信息和不同尺度大小的特征-CSDN博客

4. 新一代高效可形变卷积DCNv4如何做二次创新?高效结合SPPF

YOLOv5全网首发:新一代高效可形变卷积DCNv4如何做二次创新?高效结合SPPF-CSDN博客

5.SPPF创新涨点篇 | SPPELAN:SPP创新结合ELAN ,效果优于SPP、SPPF| YOLOv9 YOLOv5创新改进:SPPF创新涨点篇 | SPPELAN:SPP创新结合ELAN ,效果优于SPP、SPPF| YOLOv9-CSDN博客

6.原创自研 | CVPR2024 DCNv4结合YOLOv9 SPPELAN二次创新

YOLOv5原创改进:原创自研 | CVPR2024 DCNv4结合YOLOv9 SPPELAN二次创新-CSDN博客

上采样下采样优化

1.超轻量高效动态上采样DySample,效果秒杀CAFFE,助力小目标检测

YOLOv5独家改进:上采样算子 | 超轻量高效动态上采样DySample,效果秒杀CAFFE,助力小目标检测-CSDN博客

2.一种新颖的基于 Haar 小波的下采样HWD,有效涨点系列 YOLOv5改进:下采样系列 |一种新颖的基于 Haar 小波的下采样HWD,有效涨点系列_hwd下采样-CSDN博客

3.下采样创新篇 | 新颖的下采样ADown | YOLOv9

YOLOv5优化改进:下采样创新篇 | 新颖的下采样ADown | YOLOv9-CSDN博客

IOU & loss优化

1.提出一种新的Shape IoU,更加关注边界框本身的形状和尺度,对小目标检测也很友好

YOLOv5独家原创改进:提出一种新的Shape IoU,更加关注边界框本身的形状和尺度,对小目标检测也很友好 | 2023.12.29收录_yolov5引入shape-iou-CSDN博客

2.新颖的Shape IoU结合 Inner-IoU,基于辅助边框的IoU损失的同时关注边界框本身的形状和尺度,小目标实现高效涨点

YOLOv5独家原创改进:新颖的Shape IoU结合 Inner-IoU,基于辅助边框的IoU损失的同时关注边界框本身的形状和尺度,小目标实现高效涨点-CSDN博客

3. 更加聚焦的IoU损失Focaler-IoU,二次创新如何结合Shape IoU、MPDIoU、GIoU、DIoU、CIoU等 | 2024年最新IoU YOLOv5全网独家首发:更加聚焦的IoU损失Focaler-IoU,二次创新如何结合Shape IoU、MPDIoU、GIoU、DIoU、CIoU等 | 2024年最新IoU-CSDN博客

4. Powerful-IoU更好、更快的收敛IoU,效果秒杀CIoU、GIoU等 | 2024年最新IoU

YOLOv5全网独家首发:Powerful-IoU更好、更快的收敛IoU,效果秒杀CIoU、GIoU等 | 2024年最新IoU_最新iou改进yolov5-CSDN博客

block优化  &多特征融合优化

1.多层次特征融合(SDI)结合PConv、DualConv、GSConv,实现二次创新

YOLOv5独家原创改进:多层次特征融合(SDI)结合PConv、DualConv、GSConv,实现二次创新 | UNet v2最新论文_sdi和concat-CSDN博客

2.FPN涨点篇 | 高层筛选特征金字塔网络(HS-FPN),助力医学、小目标检测 | 2024年最新论文

YOLOv5独家涨点技巧:FPN涨点篇 | 高层筛选特征金字塔网络(HS-FPN),助力医学、小目标检测 | 2024年最新论文-CSDN博客

3.特征融合涨点篇 | 广义高效层聚合网络(GELAN) | YOLOv9 YOLOv5独家原创改进:特征融合涨点篇 | 广义高效层聚合网络(GELAN) | YOLOv9-CSDN博客

4.原创自研&head创新 | 空间上下文感知模块(SCAM)结合超轻量高效动态上采样DySample | 小目标涨点系列

YOLOv5原创改进:原创自研&head创新 | 空间上下文感知模块(SCAM)结合超轻量高效动态上采样DySample | 小目标涨点系列-CSDN博客

2024年前沿最新成果

1. 多种新颖的改进方式 | 保持原始信息-深度可分离卷积(MDSConv) | 全局感受野的空间金字塔 (Improve-SPPF)算法 | CA注意力改进版

YOLOv5独家原创改进: 多种新颖的改进方式 | 保持原始信息-深度可分离卷积(MDSConv) | 全局感受野的空间金字塔 (Improve-SPPF)算法 | CA注意力改进版-CSDN博客

2.FPN涨点篇 | 高层筛选特征金字塔网络(HS-FPN),助力医学、小目标检测 | 2024年最新论文

YOLOv5独家涨点技巧:FPN涨点篇 | 高层筛选特征金字塔网络(HS-FPN),助力医学、小目标检测 | 2024年最新论文-CSDN博客

3.DCNv4更快收敛、更高速度、更高性能,效果秒杀DCNv3、DCNv2等 ,助力检测实现暴力涨点 YOLOv5全网独家首发:DCNv4更快收敛、更高速度、更高性能,效果秒杀DCNv3、DCNv2等 ,助力检测实现暴力涨点-CSDN博客

4.大核卷积涨点系列| Shift-ConvNets,稀疏/移位操作让小卷积核也能达到大卷积核效果 | 2024年最新论文

YOLOv5独家原创改进:大核卷积涨点系列| Shift-ConvNets,稀疏/移位操作让小卷积核也能达到大卷积核效果 | 2024年最新论文-CSDN博客

5.特征融合涨点篇 | 广义高效层聚合网络(GELAN) | YOLOv9 YOLOv5独家原创改进:特征融合涨点篇 | 广义高效层聚合网络(GELAN) | YOLOv9-CSDN博客

6.下采样创新篇 | 新颖的下采样ADown | YOLOv9

YOLOv5优化改进:下采样创新篇 | 新颖的下采样ADown | YOLOv9-CSDN博客

6.SPPF创新涨点篇 | SPPELAN:SPP创新结合ELAN ,效果优于SPP、SPPF| YOLOv9 YOLOv5创新改进:SPPF创新涨点篇 | SPPELAN:SPP创新结合ELAN ,效果优于SPP、SPPF| YOLOv9-CSDN博客

7.小目标涨点篇 | 一种新颖的轻量化网络,用于提升遥感图像中的小物体检测 | 2024年二区最新成果

YOLOv5创新改进:小目标涨点篇 | 一种新颖的轻量化网络,用于提升遥感图像中的小物体检测 | 2024年二区最新成果-CSDN博客

8.原创自研&head创新 | 空间上下文感知模块(SCAM)结合超轻量高效动态上采样DySample | 小目标涨点系列

YOLOv5原创改进:原创自研&head创新 | 空间上下文感知模块(SCAM)结合超轻量高效动态上采样DySample | 小目标涨点系列-CSDN博客

9.原创自研 | CVPR2024 DCNv4结合YOLOv9 SPPELAN二次创新

YOLOv5原创改进:原创自研 | CVPR2024 DCNv4结合YOLOv9 SPPELAN二次创新-CSDN博客

持续更新中,本专栏打造高质量、高原创的专栏,为客户提供精品服务


目录
相关文章
|
2月前
|
机器学习/深度学习 人工智能 算法框架/工具
《YOLO11魔术师专栏》专栏介绍
《YOLO11魔术师专栏》专栏介绍
95 2
|
5月前
|
机器学习/深度学习 算法 算法框架/工具
《YOLOv8原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
《YOLOv8原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
289 3
|
6月前
|
Linux API Apache
技术好文:saltstackpillar
技术好文:saltstackpillar
30 1
|
6月前
|
存储 编解码 索引
技术好文:StudingDay3
技术好文:StudingDay3
|
6月前
|
API C#
技术好文:xluatips
技术好文:xluatips
23 0
|
6月前
|
Python
技术好文:VileGrasshoppers
技术好文:VileGrasshoppers
21 0
|
6月前
|
前端开发
技术好文:wobble
技术好文:wobble
30 0
|
算法 Java 程序员
硬核!阿里自爆虐心万字面试手册,Github上获赞89.7K
开篇小叙 现在Java面试可以说是老生常谈的一个问题了,确实也是这么回事。面试题、面试宝典、面试手册......各种Java面试题一搜一大把,根本看不完,也看不过来,而且每份面试资料也都觉得Nice,然后就开启了收藏之路。 Java开发者应该是不会很容易满足的,现在拿着20K的工作,下一步就想着拿50K的offer,甚至年薪百万都是程序员很常见的,不满足于现状,身在其位就要有担当其位的能力,不断提升技能、技术栈,都是必不可少的!
75 0
|
消息中间件 缓存 监控
胜天半子!阿里SpringBoot全栈笔记首发,源码实战齐飞
Spring团队曾经为开发者提供了无数的便利,其提供的IOC和AOP两大特性一直为广大开发者所“深爱”。但是它在配置的时候很复杂,需要重复地进行一些配置。由此具有“约定优先配置”的SpringBoot框架出现,并迅速火爆整个社区。它的版本更迭非常快,社区活跃度很高。我在闲暇之余查阅了国内很多招聘网站,已经有很多公司将Spring Boot作为必备技能。
|
机器学习/深度学习 人工智能 Cloud Native
超全阿里系电子书年度合集来了!热门新书持续更新中...
随着双12的落幕,2019也接近尾声了。经过了一年的奋(tuō)斗(fà),你是否还有遗憾和未尽的目标呢?开发者社区甄选了本年度四大专栏,最受欢迎的30+本电子书,2019 不留遗憾!
196038 3
超全阿里系电子书年度合集来了!热门新书持续更新中...

热门文章

最新文章