《人工智能专栏》专栏介绍 & 专栏目录 & Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程

更好的阅读体验请点击：《人工智能专栏》专栏介绍 & 专栏目录 & Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程

专栏介绍：

本专栏集成 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程，力争详尽系统的阐述知识点，后续文章会陆续更新，期待与你共研人工智能。

专栏详情介绍：

全流程的专栏内容带你一起走进人工智能，本专栏只讲会用到的知识点与工具，实用性会贯穿整个专栏。本专栏以YOLOv5为主线，我们会详细的介绍以下内容：

前期所要具备的基础知识与工具使用，如下：

具体包括 环境搭建(包括GPU) | 代码调试技巧 | 连接使用服务器 | Python与Python有关 | 机器学习(线性回归 | 决策树 | 逻辑回归 | 梯度下降 | 支持向量机 | 集成学习 | 朴素贝叶斯等) | PyCharm-VSCode-Anaconda-AutoDL与恒源云云服务器-Roboflow-labelimg等 | 走进神经网络 | 深度神经网络DNN | 卷积神经网络CNN | 区域卷积神经网络RNN | 目标检测 | 经典网络模型二十余种(LeNet-5 | AlexNet | ZFNet | VGGNet | GoogLeNet | ResNet | DenseNet | SeNet | MobileNet | ShuffleNet | RepVGG | MobileOne | FasterNet | R-CNN | SPPNet | Fast RNN | Faster RNN | R-FCN | SSD )| 等等 |

YOLOv5及其改进学习详细规划，我们分为五个阶段，如下：

第一个阶段：模型的原理与网络结构的详细解读，包括每个文件夹及其所包含的文件(初步了解)，以及每个函数的具体注释(初步了解)，最后会给出整个模型的函数调用关系图。 第二阶段：我们会逐步剖析每个文件，并逐行注释解读。详解网络结构的构建过程。 第三阶段：代码的整理理解(会结合上述的函数调用图)，整体调试与验证模型。 第四阶段：分析结果。 第五阶段：对模型进行改进，包括添加或修改模块的详细解读以及具体实施步骤。具体包括 ： 添加注意力机制SE CBAM ECA CA SimAM S2-MLPv2 NAMAttention Criss-CrossAttention等| 更换激活函数SiLU，ReLU，ELU，Hardswish，Mish，Softplus，AconC等 | 更换backbone主干MobileNetV3，ShuffleNetV2，EfficientNetv2，GhostNet，SwinTransformer | 更换Neck之BiFPN，AFPN，BiFusion | 更换空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC | 更换损失函数GIoU，DIoU，CIoU，EIoU，AlphaIoU，SIoU，WIoU | 更换NMS非极大抑制DIoU-NMS、CIoU-NMS、EIoU-NMS、GIoU-NMS 、SIoU-NMS、Soft-NMS | 更换Yolov8 C2f模块 | 引入RepVGG重参数化模块 | 增加小目标检测层 | 密集连接卷积网络DenseNet思想 | 更换减轻模型的复杂度同时提升精度GSConv+Slim-neck | 更换YOLOX解耦头 | 引入反向残差注意力模块iRMB | 在 C3 模块中添加 12 种注意力机制C3_SimAM, C3_CoT, C3_Double, C3_SK, C3_EffSE, C3_GatherE等 | 8种热力图可视化方式GradCAM XGradCAM ScoreCAM LayerCAM HiResCAM EigenCAM...... | 更换Google的优化器Lion | 更换动态卷积之CondConv | 更换全维动态卷积OMNI | 绿色 | 等等 |

进一步学习YOLOv8及其改进

大致改进点和YOLOv5近似，可参阅YOLOv5介绍

专栏地址：点击跳转

更新计划：

截止12.28号更新到30篇(不低于) | 截止1.08号更新到60篇(不低于) | 远期规划三个月内(2024年4月)80篇

收费标准：

30篇以下(优惠19.9元) | 60篇以下(99元) | 80篇以下(199元) | 80篇(299元) | 一年后优化内容价格将调整到499元 | 一次订阅专栏即可享受后续更新

整体目录规划：

各部分详情：

1. 机器学习

• 机器学习(一) 机器学习概述-CSDN博客
• 机器学习(二) KNN算法原理及Python复现-CSDN博客
• 机器学习(三) 线性回归LR原理与Python复现-CSDN博客
• 机器学习(四) 梯度下降GD原理与Python复现-CSDN博客

2. 深度学习与目标检测

• 深度学习与目标检测系列(一) 本文约(17万字)，覆盖 走进神经网络 | 深度神经网络DNN | 卷积神经网络CNN | 区域卷积神经网络RNN | 目标检测 | 经典网络模型二十余种-CSDN博客

3. YOLOv5

• YOLOv5系列(一) 项目结构 | 罗列全部函数与方法 | 全网最全代码调用关系图-CSDN博客
• YOLOv5系列(二) 解析配置文件yolov5s.yaml-CSDN博客
• YOLOv5系列(三) 本文(4万字) | 解析推理部分detect | 逐行代码注释解析-CSDN博客
• YOLOv5系列(四) 本文(4万字) | 解析网络结构yolo | 逐行代码注释解析-CSDN博客
• YOLOv5系列(五) 本文(5万字) | 解析网络结构common | 逐行代码注释解析-CSDN博客
• YOLOv5系列(六) 本文(5万字) | 解析数据集部分datasets | 逐行代码注释解析-CSDN博客
• YOLOv5系列(七) 本文(2万字) | 解析损失部分loss | 逐行代码注释解析-CSDN博客
• YOLOv5系列(八) 本文(4万字) | 解析通用部分general | 逐行代码注释解析-CSDN博客
• YOLOv5系列(九) 本文(3万字) | 解析绘图部分plots | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十) 本文(1万字) | 解析激活函数部分activations | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十一) 本文(2万字) | 解析性能指标部分metrics | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十二) 本文(1.5万字) | 解析数据增强部分augmentations | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十三) 本文(2万字) | 解析torch工具部分torch_utils | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十四) 本文(1.3万字) | 解析数据集处理部分dataloaders | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十五) 本文(4万字)五部分内容 |autoanchor | Callback | expert | experimental | google_utils | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十六) 本文(5万字) | 解析验证部分val | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十七) 本文(8万字) | 解析训练部分train | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十八) 本文(1.1万字) | 解析训练调参train | 逐行代码注释解析-CSDN博客
• YOLOv5系列(十九) 本文(5000字) | 解析验证调参val | 逐行代码注释解析-CSDN博客
• YOLOv5系列(二十) 本文(4万字) | 训练自己的数据集 |利用labelimg标注数据集 | 划分自建数据集 | 从环境配置到数据及划分再到训练-CSDN博客
• YOLOv5系列(二十一) 本文(1万字) | 解读训练结果混淆矩阵， PR曲线，AP， mAP， F1-score，events.out.tfevents，P_curve.png，PR_curve等-CSDN博客
• YOLOv5系列(二十二) 本文(5万字) | 原理代码复现解析 | 综合实战 | 分布式训练DistributedDataParallel(DDP) | 多设备间批量归一化SyncBatchNorm-CSDN博客
• YOLOv5系列(二十三) 本文(2.5万字) | 自动混合精度AMP | 指数移动平均EMA | Test Time Augmentation(TTA) |-CSDN博客
• YOLOv5系列(二十四) 本文(4万字) | 遗传算法实现超参数进化(Hyperparameter Evolution) | 利用K-means聚类以及遗传算法生成Anchor box |-CSDN博客
• YOLOv5系列(二十五) 本文(2万字) | 从二值损失基本原理到YOLOv5损失 | Binary Cross-Entropy | YOLOv5 LOSS |-CSDN博客
• YOLOv5系列(二十六) 本文(1万字) | C3 | Focus | 替换为6*6卷积 |-CSDN博客

4. YOLOv5改进

• YOLOv5改进(一) 添加注意力机制 SE |CBAM |ECA |CA | SimAM | S2-MLPv2 |NAMAttention |CrossAttention等 | 共计二十种-CSDN博客

5. YOLOv8及其改进

• YOLOv8及其改进(一) 本文(5万字)共四部分 | 初探(简要介绍) | 再探(介绍-快速上手) | 原理解析(究其细节) | 实践操作-CSDN博客

6. Python与PyTorch

• Python与Pytorch系列(一) 解析python中的pandas.read_csv()，pandas.read_json()，pandas.read_excel()-CSDN博客
• Python与Pytorch系列(二) 解析Opencv, Matplotlib, PIL以及三者之间的转换，三者对JPG和PNG读取和写入-CSDN博客

7. 工具

• 工具系列(一) 解读使用AutoDL与恒源云云服务器训练yolov5与yolov8模型-CSDN博客
• 工具系列(二) 解读在Windows下配置GPU环境(以YOLOv5为例) | 并使用Pytorch训练一个简单的图像分类模型(GPU)-CSDN博客

8. 小知识点

• 小知识点系列(一) 图像 平移缩放旋转翻错切 | 仿射变换与透视变换 代码复现-CSDN博客
• 小知识点系列(二) 解读数据增强 Mosaic | MixUp | CutOut | CutMix |Random Erasing | HSV | Albumentation-CSDN博客

9. 杂记

• 杂记(一) Python总教程 | 包含Python基础语法 | 精简具有系统性-CSDN博客