YOLO创新改进大师_社区达人页
产品
解决方案
文档与社区
权益中心
定价
云市场
合作伙伴
支持与服务
了解阿里云
AI 助理
备案
控制台
开发者社区
首页
探索云世界
探索云世界
云上快速入门,热门云上应用快速查找
了解更多
问产品
动手实践
官方博客
考认证
TIANCHI大赛
活动广场
活动广场
丰富的线上&线下活动,深入探索云世界
任务中心
做任务,得社区积分和周边
高校计划
让每位学生受益于普惠算力
训练营
资深技术专家手把手带教
话题
畅聊无限,分享你的技术见解
开发者评测
最真实的开发者用云体验
乘风者计划
让创作激发创新
阿里云MVP
遇见技术追梦人
直播
技术交流,直击现场
下载
下载
海量开发者使用工具、手册,免费下载
镜像站
极速、全面、稳定、安全的开源镜像
技术资料
开发手册、白皮书、案例集等实战精华
插件
为开发者定制的Chrome浏览器插件
探索云世界
新手上云
云上应用构建
云上数据管理
云上探索人工智能
云计算
弹性计算
无影
存储
网络
倚天
云原生
容器
serverless
中间件
微服务
可观测
消息队列
数据库
关系型数据库
NoSQL数据库
数据仓库
数据管理工具
PolarDB开源
向量数据库
热门
百炼大模型
Modelscope模型即服务
弹性计算
云原生
数据库
云效DevOps
龙蜥操作系统
平头哥
钉钉开放平台
物联网
大数据
大数据计算
实时数仓Hologres
实时计算Flink
E-MapReduce
DataWorks
Elasticsearch
机器学习平台PAI
智能搜索推荐
数据可视化DataV
人工智能
机器学习平台PAI
视觉智能开放平台
智能语音交互
自然语言处理
多模态模型
pythonsdk
通用模型
开发与运维
云效DevOps
钉钉宜搭
支持服务
镜像站
码上公益
YOLO创新改进大师
已加入开发者社区
979
天
勋章
更多
专家博主
专家博主
星级博主
星级博主
技术博主
技术博主
江湖侠士
江湖侠士
成就
已发布254篇文章
21条评论
已回答0个问题
0条评论
已发布0个视频
github地址
我关注的人
更多
粉丝
更多
konodome
konodome
游客ntqpnfkuns4ke
游客ntqpnfkuns4ke
游客oo2bbw4xrh6j
游客oo2bbw4xrh6j
游客2wwzbc6k3rw56
游客2wwzbc6k3rw56
天下无贼001
天下无贼001
游客nmbcre4jd7shs
游客nmbcre4jd7shs
游客kwe6k52lwpmug
游客kwe6k52lwpmug
zhanbao
zhanbao
游客ugfgkistq6n2m
游客ugfgkistq6n2m
aliyun2579612175
aliyun2579612175
柠檬小清新-13886
柠檬小清新-13886
小小菠萝蜜-45833
小小菠萝蜜-45833
技术能力
兴趣领域
擅长领域
技术认证
暂时未有相关云产品技术能力~
YOLO骨灰级玩家
精选
高分内容
最新动态
文章
问答
视频
暂无精选文章
暂无更多信息
2024年05月
05.31
11:07:11
发表了文章
2024-05-31 11:07:11
【YOLOv8改进】 AFPN :渐进特征金字塔网络 (论文笔记+引入代码).md
YOLO目标检测专栏介绍了YOLO的有效改进和实战案例,包括AFPN——一种解决特征金字塔网络信息丢失问题的新方法。AFPN通过非相邻层直接融合和自适应空间融合处理多尺度特征,提高检测性能。此外,还展示了YOLOv8中引入的MPDIoU和ASFF模块的代码实现。详情可参考提供的专栏链接。
05.31
11:03:28
发表了文章
2024-05-31 11:03:28
【YOLOv8改进】BiFPN:加权双向特征金字塔网络 (论文笔记+引入代码)
该专栏深入研究了YOLO目标检测的神经网络架构优化,提出了加权双向特征金字塔网络(BiFPN)和复合缩放方法,以提升模型效率。BiFPN通过双向跨尺度连接和加权融合增强信息传递,同时具有自适应的网络拓扑结构。结合EfficientNet,构建了EfficientDet系列检测器,在效率和准确性上超越先前技术。此外,介绍了YOLOv8如何引入MPDIoU并应用BiFPN进行可学习权重的特征融合。更多详情可参考提供的专栏链接。
05.31
11:00:31
发表了文章
2024-05-31 11:00:31
【YOLOv8改进】MPDIoU:有效和准确的边界框损失回归函数 (论文笔记+引入代码)
YOLO目标检测专栏介绍了YOLO的有效改进和实战案例,包括卷积、主干网络、注意力机制和检测头的创新。提出了一种新的边界框回归损失函数MPDIoU,它基于最小点距离,能更好地处理不同宽高比的预测框,包含重叠、中心点距离和尺寸偏差的全面考虑。MPDIoU损失函数在YOLACT和YOLOv7等模型上的实验显示了优于现有损失函数的性能。此外,还介绍了WIoU_Scale类用于计算加权IoU,以及bbox_iou函数实现不同IoU变体的计算。详细实现和配置可在相应链接中查阅。
05.28
22:55:03
发表了文章
2024-05-28 22:55:03
【YOLOv8改进】Shape-IoU:考虑边框形状与尺度的指标(论文笔记+引入代码)
YOLO目标检测专栏探讨了边框回归损失的创新方法,强调了目标形状和尺度对结果的影响。提出的新方法Shape-IoU关注边框自身属性,通过聚焦形状和尺度提高回归精度。实验显示,该方法提升了检测效果,超越现有技术,在多个任务中达到SOTA。论文和代码已公开。
05.28
22:48:34
发表了文章
2024-05-28 22:48:34
【YOLOv8改进】Inner-IoU: 基于辅助边框的IoU损失(论文笔记+引入代码)
YOLO目标检测专栏探讨了IoU损失的局限性,并提出创新改进。分析发现,不同尺度的辅助边框对高IoU和低IoU样本的回归有不同影响。因此,提出了Inner-IoU Loss,利用尺度因子ratio控制辅助边框大小以优化损失计算。实验验证了该方法能提升检测效果,增强泛化能力。创新点包括根据样本特性选择辅助边框尺度和Inner-IoU Loss的设计。更多详情见YOLO目标检测创新改进与实战案例专栏。
05.28
22:37:05
发表了文章
2024-05-28 22:37:05
【YOLOv8改进】骨干网络: SwinTransformer (基于位移窗口的层次化视觉变换器)
YOLO目标检测创新改进与实战案例专栏介绍了YOLO的有效改进,包括使用新型视觉Transformer——Swin Transformer。Swin Transformer解决了Transformer在视觉领域的尺度变化和高分辨率问题,采用分层结构和移位窗口自注意力计算,适用于多种视觉任务,如图像分类、目标检测和语义分割,性能超越先前最佳模型。此外,文章还展示了如何在YOLOv8中引入Swin Transformer,并提供了相关代码实现。
05.27
23:20:04
发表了文章
2024-05-27 23:20:04
【YOLOv8改进-论文笔记】RFAConv:感受野注意力卷积,创新空间注意力
【YOLO目标检测专栏】探索空间注意力局限,提出感受野注意力(RFA)机制,解决卷积核参数共享问题。RFAConv增强大尺寸卷积核处理能力,不增加计算成本,提升网络性能。已在YOLOv8中实现,详情见YOLO目标检测创新改进与实战案例专栏。
05.27
23:15:40
发表了文章
2024-05-27 23:15:40
【YOLOv8改进-论文笔记】SCConv :即插即用的空间和通道重建卷积
该文介绍了一种针对卷积神经网络(CNN)的改进方法,名为SCConv,旨在减少计算冗余并提升特征学习效率。SCConv包含空间重构单元(SRU)和通道重构单元(CRU),分别处理空间和通道冗余。SRU利用分离-重构策略抑制空间冗余,而CRU通过分割-变换-融合策略减少通道冗余。SCConv可直接插入现有CNN架构中,实验结果显示,整合SCConv的模型能在降低复杂性和计算成本的同时保持或提高性能。此外,文章还展示了如何在YOLOv8中应用SCConv。
05.27
09:15:21
发表了文章
2024-05-27 09:15:21
【YOLOv8改进】动态蛇形卷积(Dynamic Snake Convolution)用于管状结构分割任务
YOLO目标检测专栏介绍了DSCNet,它针对血管和道路等管状结构的分割任务进行优化。DSCNet采用动态蛇形卷积(DSConv)聚焦细长结构,多视角融合策略增强全局形态理解,且通过持久同调的连续性约束损失改善拓扑连续性。DSConv在2D和3D数据集上表现优于传统方法,实现更高精度和连续性。该技术已应用于yolov8,提升对管状结构的检测效果。
05.27
09:10:21
发表了文章
2024-05-27 09:10:21
YOLOv8改进-论文笔记】 AKConv(可改变核卷积):任意数量的参数和任意采样形状的即插即用的卷积
AKConv是一种可改变核卷积,旨在解决传统卷积的局限,包括固定大小的卷积窗口和卷积核尺寸。AKConv提供灵活的卷积核参数和采样形状,适应不同尺度特征。其创新点包括:1)支持任意大小和形状的卷积核;2)使用新算法确定初始采样位置;3)应用动态偏移调整采样位置;4)优化模型参数和计算效率。AKConv已应用于YOLOv8,提高网络性能。相关代码可在<https://github.com/CV-ZhangXin/AKConv>找到。
2022年01月
01.14
11:19:57
发表了文章
2022-01-14 11:19:57
2022 年你应该尝试的 8个 JavaScript 新功能🔥
**本文主要介绍几个已经进入stage4的提案,这几个提案有望在2022年逐步纳入标准。**(请注意:纳入标准并不等同于浏览器支持)
2021年12月
12.16
17:24:23
发表了文章
2021-12-16 17:24:23
Vue3入门到精通--reactive以及reactive相关函数
Vue3入门到精通--reactive以及reactive相关函数
12.16
17:22:33
发表了文章
2021-12-16 17:22:33
Vue3入门到精通--ref以及ref相关函数
Vue3入门到精通--ref以及ref相关函数
12.16
17:19:45
发表了文章
2021-12-16 17:19:45
Vue3入门到精通-setup
Vue3入门到精通-setup
12.16
17:18:15
发表了文章
2021-12-16 17:18:15
for of 和 for in 的区别
for of 和 for in 的区别
12.16
17:16:14
发表了文章
2021-12-16 17:16:14
【第06题】八枚银币
【第06题】八枚银币
12.16
17:15:30
发表了文章
2021-12-16 17:15:30
【第05题】骑士走棋盘
【第05题】骑士走棋盘
12.16
17:14:02
发表了文章
2021-12-16 17:14:02
【第04题】老鼠走迷官(一)
【第04题】老鼠走迷官(一)
12.16
17:13:12
发表了文章
2021-12-16 17:13:12
【第03题】 巴斯卡三角形
【第03题】 巴斯卡三角形
12.16
17:12:24
发表了文章
2021-12-16 17:12:24
【第02题】费式数列(Fibonacci数列)
【第02题】费式数列(Fibonacci数列)
12.16
17:11:36
发表了文章
2021-12-16 17:11:36
【第01题】汉若塔
【第01题】汉若塔
12.16
16:46:41
发表了文章
2021-12-16 16:46:41
lintcode-1851 · 购买通行证
lintcode-1851 · 购买通行证
12.16
16:45:36
发表了文章
2021-12-16 16:45:36
lintcode-2000 · 查询名称为 System Design 的课程信息
lintcode-2000 · 查询名称为 System Design 的课程信息
12.16
16:44:48
发表了文章
2021-12-16 16:44:48
lintcode-4.丑数
lintcode-4.丑数
12.16
16:43:36
发表了文章
2021-12-16 16:43:36
lintcode-1483 · 最高平均分
lintcode-1483 · 最高平均分
12.16
16:41:49
发表了文章
2021-12-16 16:41:49
makingcss 一个提高CSS编写效率的网站
makingcss 一个提高CSS编写效率的网站
12.16
16:36:26
发表了文章
2021-12-16 16:36:26
图片在点击之后
图片在点击之后
12.16
16:29:12
发表了文章
2021-12-16 16:29:12
面试必问的Cookies,你知道多少 【1】
面试必问的Cookies,你知道多少 【1】
12.16
16:25:46
发表了文章
2021-12-16 16:25:46
手撕源码,实现一个Koa。
手撕源码,实现一个Koa。
12.16
16:10:57
发表了文章
2021-12-16 16:10:57
值得把玩的各色CSS气泡!【精通CSS100例】
值得把玩的各色CSS气泡!【精通CSS100例】
12.16
15:51:55
发表了文章
2021-12-16 15:51:55
这13个webpack插件,让你的项目起飞
这13个webpack插件,让你的项目起飞
12.16
15:45:37
发表了文章
2021-12-16 15:45:37
学透CSS- 再了解CSS中的overflow以及应用场景
学透CSS- 再了解CSS中的overflow以及应用场景
1
2
3
4
...
6
跳转至:
发表了文章
2024-07-27
【YOLOv8改进 - 注意力机制】c2f结合CBAM:针对卷积神经网络(CNN)设计的新型注意力机制
发表了文章
2024-07-27
【YOLOv8改进 - 特征融合】DySample :超轻量级且高效的动态上采样器
发表了文章
2024-07-27
【YOLOv8改进 - 特征融合】CARAFE:轻量级新型上采样算子,助力细节提升
发表了文章
2024-07-27
【YOLOv8改进 - 特征融合NECK】 DAMO-YOLO之RepGFPN :实时目标检测的创新型特征金字塔网络
发表了文章
2024-07-27
【YOLOv8改进 - 特征融合】 YOGA iAFF :注意力机制在颈部的多尺度特征融合
发表了文章
2024-07-27
【YOLOv8改进 - Backbone主干】清华大学CloFormer AttnConv :利用共享权重和上下文感知权重增强局部感知,注意力机制与卷积的完美融合
发表了文章
2024-07-27
【YOLOv8改进 - Backbone主干】VanillaNet:极简的神经网络,利用VanillaNet替换YOLOV8主干
发表了文章
2024-07-27
【YOLOv8改进 - Backbone主干】VanillaNet:极简的神经网络,利用VanillaBlock降低YOLOV8参数
发表了文章
2024-07-27
【YOLOv8改进 - Backbone主干】ShuffleNet V2:卷积神经网络(CNN)架构
发表了文章
2024-07-27
【YOLOv8改进 - 注意力机制】Sea_Attention: Squeeze-enhanced Axial Attention,结合全局语义提取和局部细节增强
发表了文章
2024-07-27
【YOLOv8改进 - Backbone主干】FasterNet:基于PConv(部分卷积)的神经网络,提升精度与速度,降低参数量。
发表了文章
2024-07-27
【YOLOv8改进 - 注意力机制】SENetV2: 用于通道和全局表示的聚合稠密层,结合SE模块和密集层来增强特征表示
发表了文章
2024-07-27
【YOLOv8改进 - Backbone主干】EfficientRep:一种旨在提高硬件效率的RepVGG风格卷积神经网络架构
发表了文章
2024-07-24
【YOLOv8改进 - 注意力机制】ContextAggregation : 上下文聚合模块,捕捉局部和全局上下文,增强特征表示
发表了文章
2024-07-24
【YOLOv8改进- Backbone主干】BoTNet:基于Transformer,结合自注意力机制和卷积神经网络的骨干网络
发表了文章
2024-07-24
【YOLOv8改进 - 注意力机制】Gather-Excite : 提高网络捕获长距离特征交互的能力
发表了文章
2024-07-24
【YOLOv8改进- 多模块融合改进】GhostConv + ContextAggregation 幽灵卷积与上下文聚合模块融合改进,助力小目标高效涨点
发表了文章
2024-07-19
【YOLOv8改进 - 注意力机制】 CascadedGroupAttention:级联组注意力,增强视觉Transformer中多头自注意力机制的效率和有效性
发表了文章
2024-07-19
【YOLOv8改进 - 卷积Conv】SPConv:去除特征图中的冗余,大幅减少参数数量 | 小目标
发表了文章
2024-07-19
【YOLOv8改进 - 注意力机制】GAM(Global Attention Mechanism):全局注意力机制,减少信息损失并放大全局维度交互特征
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息
正在加载, 请稍后...
暂无更多信息
勋章
关注
粉丝