《YOLOv8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
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,图像通用资源包5000点
视觉智能开放平台,视频通用资源包5000点
简介: 《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

https://blog.csdn.net/m0_63774211/category_12511737.html?spm=1001.2014.3001.5482

💡💡💡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

YOLOv8原创自研

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

SPPF创新

IOU&Loss优化

2024年前沿最新成果

计算机视觉顶会创新


原创自研

1.自研独家创新MSAM注意力,通道注意力升级,魔改CBAM

YOLOv8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.自研独家创新BSAM注意力 ,基于CBAM升级

YOLOv8独家原创改进:自研独家创新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

YOLOv8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改进版

YOLOv8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改进版-CSDN博客

5.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

YOLOv8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_scam 模块-CSDN博客

6.变形条状卷积,魔改DCNv3二次创新

YOLOv8全网独家改进: 卷积魔改 | 变形条状卷积,魔改DCNv3二次创新-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

YOLOv8独家原创改进:自研独家创新FT_Conv,卷积高效结合分数阶变换-CSDN博客

2.轻量化自研设计双卷积,重新设计backbone和neck结构

YOLOv8独家原创改进:轻量化自研设计双卷积,重新设计backbone和neck结构,完成涨点且计算量和参数量显著下降-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

YOLOv8全网首发:DCNv4更快收敛、更高速度、更高性能,效果秒杀DCNv3、DCNv2等 ,助力检测-CSDN博客

4. 轻量级原创自研 | 一种多尺度的GSConv卷积变体,轻量化的同时能够实现涨点 | 新颖的轻量级网络

YOLOv8独家改进:轻量级原创自研 | 一种多尺度的GSConv卷积变体,轻量化的同时能够实现涨点 | 新颖的轻量级网络,yolov8s GFLOPs 28.8降低为18.1-CSDN博客

5.大核卷积涨点系列 | Shift-ConvNets,具有大核效应的小卷积核 | 2024年最新论文 YOLOv8独家原创改进:大核卷积涨点系列 | Shift-ConvNets,具有大核效应的小卷积核 | 2024年最新论文-CSDN博客

6.CAMixing:卷积-注意融合模块和多尺度提取能力 | 2024年4月最新成果 YOLOv8全网独家改进: 小目标 | CAMixing:卷积-注意融合模块和多尺度提取能力 | 2024年4月最新成果_分布位移卷积改进yolov8思路-CSDN博客

7.DynamicConv | CVPR2024 ParameterNet,低计算量小模型也能从视觉大规模预训练中获益 YOLOv8轻量化涨点改进: 卷积魔改 | DynamicConv | CVPR2024 ParameterNet,低计算量小模型也能从视觉大规模预训练中获益_yolov8魔改涨点-CSDN博客

backbone改进

1.最新大卷积核CNN架构UniRepLKNet,ImageNet 88% | CVPR2024

YOLOv8独家改进:backbone改进 | 最新大卷积核CNN架构UniRepLKNet,ImageNet 88% | CVPR2024-CSDN博客

2.TransXNet:聚合全局和局部信息的全新CNN-Transformer视觉主干| CVPR2024

YOLOv8独家改进:backbone改进 | TransXNet:聚合全局和局部信息的全新CNN-Transformer视觉主干| CVPR2024_transxnet是哪篇文章-CSDN博客

3.视觉新主干!RMT:RetNet遇见视觉Transformer | CVPR2024

YOLOv8独家改进:backbone改进 | 视觉新主干!RMT:RetNet遇见视觉Transformer | CVPR2024_cvpr yolov8最新主干-CSDN博客

4.轻量化之王MobileNetV4 开源 | Top-1 精度 87%,手机推理速度 3.8ms,原地起飞!

YOLOv8独家改进:backbone改进 | 轻量化之王MobileNetV4 开源 | Top-1 精度 87%,手机推理速度 3.8ms,原地起飞!_mobilenetv4的创新点-CSDN博客

5.微软新作StarNet:超强轻量级Backbone | CVPR 2024

YOLOv8独家改进:backbone改进 | 微软新作StarNet:超强轻量级Backbone | CVPR 2024-CSDN博客

注意力机制

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

YOLOv8独家原创改进:SENet v2,Squeeze-Excitation模块融合Dense Layer,效果秒杀SENet | 2023.11月最新成果-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

YOLOv8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 YOLOv8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

4.多尺度空间金字塔注意(MSPA),助力小目标检测 | 2024年4月最新发表 YOLOv8独家原创改进:注意力 | 多尺度融合 | 多尺度空间金字塔注意(MSPA),助力小目标检测 | 2024年4月最新发表-CSDN博客

5.聚合注意力增强版AggregatedAttention,效果秒杀CBAM等经典注意力| CVPR2024 TransXNet

YOLOv8独家改进:注意力机制改进 | 聚合注意力增强版AggregatedAttention,效果秒杀CBAM等经典注意力| CVPR2024 TransXNet_yolov8注意力机制2024-CSDN博客

6.上下文锚点注意力(CAA) | CVPR2024 PKINet 遥感图像目标检测

YOLOv8独家改进: 注意力机制改进 | 上下文锚点注意力(CAA) | CVPR2024 PKINet 遥感图像目标检测-CSDN博客

7.并行化注意力设计(PPA)模块,红外小目标暴力涨点| 2024年3月最新成果

YOLOv8全网独家改进: 红外小目标 | 注意力机制改进 | 并行化注意力设计(PPA)模块,红外小目标暴力涨点| 2024年3月最新成果_ppa并行化贴片感知注意力-CSDN博客

8. 维度感知选择性集成模块DASI,红外小目标暴力涨点| 2024年3月最新成果

YOLOv8全网独家改进:红外小目标 | 注意力机制改进 | 维度感知选择性集成模块DASI,红外小目标暴力涨点| 2024年3月最新成果-CSDN博客

9.多膨胀通道精炼(MDCR)模块,红外小目标暴力涨点| 2024年3月最新成果  YOLOv8全网独家改进: 红外小目标 | 注意力改进 | 多膨胀通道精炼(MDCR)模块,红外小目标暴力涨点| 2024年3月最新成果-CSDN博客

10.卷积和注意力融合模块(CAFMAttention) | 2024年4月最新成果 YOLOv8全网独家改进: 小目标 | 注意力 |卷积和注意力融合模块(CAFMAttention) | 2024年4月最新成果_yolov8最新改进-CSDN博客

11.一种新颖的双分支残差注意,助力低光照、红外小目标检测 | 2024年最新发表(全网独家首发)

YOLOv8独家原创改进:图像去噪 |一种新颖的双分支残差注意,助力低光照、红外小目标检测 | 2024年最新发表(全网独家首发)_yolov8 双分支-CSDN博客

12.高效的部分自注意力(PSA)模块,来自YOLOv10

YOLOv8首发改进: 注意力魔改 | 高效的部分自注意力(PSA)模块,来自YOLOv10-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

YOLOv8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

YOLOv8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

YOLOv8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

YOLOv8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

YOLOv8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

YOLOv8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 YOLOv8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

YOLOv8原创改进:原创自研 | CVPR2024 DCNv4结合YOLOv9 SPPELAN二次创新-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

YOLOv8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_shape_iou yolov8-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 YOLOv8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 YOLOv8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 | 2024年最新IoU

YOLOv8全网独家首发:Powerful-IoU更好、更快的收敛IoU | 2024年最新IoU-CSDN博客

5.一种新的自适应阈值焦点损失函数loss,更多的注意力分配给目标特征,助力红外小目标暴力涨点

YOLOv8涨点改进: loss优化 | 一种新的自适应阈值焦点损失函数loss,更多的注意力分配给目标特征,助力红外小目标暴力涨点_yolov8还没有训练完,但是dfl-loss上升了怎么办-CSDN博客

block&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

YOLOv8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-CSDN博客

2.FPN涨点篇 |多级特征融合金字塔(HS-FPN),助力小目标检测| 2024年最新论文 YOLOv8独家原创改进:FPN涨点篇 |多级特征融合金字塔(HS-FPN),助力小目标检测| 2024年最新论文_yolov8 hsfpn-CSDN博客

3.特征融合涨点篇 | 广义高效层聚合网络(GELAN) | YOLOv9 YOLOv8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.多尺度空间金字塔注意(MSPA),助力小目标检测 | 2024年4月最新发表 YOLOv8独家原创改进:注意力 | 多尺度融合 | 多尺度空间金字塔注意(MSPA),助力小目标检测 | 2024年4月最新发表-CSDN博客

5.最新大卷积核CNN架构UniRepLKNet,UniRepLKNetBlock结合C2f,显著提升识别精度 | CVPR2024

YOLOv8独家改进:C2f改进 | 最新大卷积核CNN架构UniRepLKNet,UniRepLKNetBlock结合C2f,显著提升识别精度 | CVPR2024_c2f架构-CSDN博客

6.DilatedReparamBlock结合YOLOv9RepNCSPELAN4二次创新| CVPR2024 最新大卷积核CNN架构UniRepLKNet

YOLOv8独家改进:block改进 | DilatedReparamBlock结合YOLOv9RepNCSPELAN4二次创新| CVPR2024 最新大卷积核CNN架构UniRepLKNet-CSDN博客

 7.RepViTBlock和C2f进行结合实现二次创新 | CVPR2024清华RepViT

YOLOv8独家改进:block改进 | RepViTBlock和C2f进行结合实现二次创新 | CVPR2024清华RepViT_repvit(cvpr2024)改进yolov8-CSDN博客

8.PKIBlock多尺度卷积核,优势无需膨胀,即插即用小目标涨点 | CVPR2024 PKINet 遥感图像目标检测

YOLOv8独家改进: block优化 | PKIBlock多尺度卷积核,优势无需膨胀,即插即用小目标涨点 | CVPR2024 PKINet 遥感图像目标检测_深度学习网络block改进-CSDN博客

9.新颖的多尺度前馈网络(MSFN) | 2024年4月最新成果

YOLOv8全网独家改进: 小目标 |新颖的多尺度前馈网络(MSFN) | 2024年4月最新成果_yolov8 多尺度 小目标-CSDN博客

10. 通用倒瓶颈(UIB)搜索块结合C2f二次创新 | 轻量化之王MobileNetV4

YOLOv8独家原创改进: 通用倒瓶颈(UIB)搜索块结合C2f二次创新 | 轻量化之王MobileNetV4_通用倒瓶颈(uib)搜索块-CSDN博客

11.逐元素乘法(star operation)二次创新 | 微软新作StarNet:超强轻量级Backbone CVPR 2024

YOLOv8独家改进:逐元素乘法(star operation)二次创新 | 微软新作StarNet:超强轻量级Backbone CVPR 2024-CSDN博客

12.视觉态空间(VSS)块结合C2f二次创新,提升捕捉广泛的上下文信息 | VMamba2024年最新成果 YOLOv8独家改进:mamba系列 | 视觉态空间(VSS)块结合C2f二次创新,提升捕捉广泛的上下文信息 | VMamba2024年最新成果_使用mamba中的vss改进sppf-CSDN博客

13.「一夜干掉MLP」的KAN ,全新神经网络架构一夜爆火 YOLOv8独家改进:KAN系列 | 「一夜干掉MLP」的KAN ,全新神经网络架构一夜爆火_yolov8改进kan-CSDN博客

14.C2fUIB:紧凑反转块(CIB)结构结合C2f,来自YOLOv10 YOLOv8首发改进: 轻量级改进 | C2fUIB:紧凑反转块(CIB)结构结合C2f,来自YOLOv10-CSDN博客

15.一种基于内容引导注意力(CGA)的混合融合,实现暴力涨点 | IEEE TIP 2024 浙大 YOLOv8独家原创改进: 特征融合创新 | 一种基于内容引导注意力(CGA)的混合融合,实现暴力涨点 | IEEE TIP 2024 浙大_三特征融合模块 2024-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

YOLOv8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_yolov8 dysample上采样-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

YOLOv8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-CSDN博客

3.下采样创新篇 | 新颖的下采样ADown | YOLOv9

YOLOv8独家原创改进:下采样创新篇 | 新颖的下采样ADown | YOLOv9-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

YOLOv8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 |多级特征融合金字塔(HS-FPN),助力小目标检测| 2024年最新论文 YOLOv8独家原创改进:FPN涨点篇 |多级特征融合金字塔(HS-FPN),助力小目标检测| 2024年最新论文_yolov8 hsfpn-CSDN博客

3.大核卷积涨点系列 | Shift-ConvNets,具有大核效应的小卷积核 | 2024年最新论文 YOLOv8独家原创改进:大核卷积涨点系列 | Shift-ConvNets,具有大核效应的小卷积核 | 2024年最新论文-CSDN博客

4.特征融合涨点篇 | 广义高效层聚合网络(GELAN) | YOLOv9 YOLOv8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

5.下采样创新篇 | 新颖的下采样ADown | YOLOv9

YOLOv8独家原创改进: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 YOLOv8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. 原创自研 | CVPR2024 DCNv4结合YOLOv9 SPPELAN二次创新

YOLOv8原创改进:原创自研 | CVPR2024 DCNv4结合YOLOv9 SPPELAN二次创新-CSDN博客

8.多尺度空间金字塔注意(MSPA),助力小目标检测 | 2024年4月最新发表 YOLOv8独家原创改进:注意力 | 多尺度融合 | 多尺度空间金字塔注意(MSPA),助力小目标检测 | 2024年4月最新发表-CSDN博客

9.最新大卷积核CNN架构UniRepLKNet,UniRepLKNetBlock结合C2f,显著提升识别精度 | CVPR2024

YOLOv8独家改进:C2f改进 | 最新大卷积核CNN架构UniRepLKNet,UniRepLKNetBlock结合C2f,显著提升识别精度 | CVPR2024_c2f架构-CSDN博客

10.DilatedReparamBlock结合YOLOv9RepNCSPELAN4二次创新| CVPR2024 最新大卷积核CNN架构UniRepLKNet

YOLOv8独家改进:block改进 | DilatedReparamBlock结合YOLOv9RepNCSPELAN4二次创新| CVPR2024 最新大卷积核CNN架构UniRepLKNet-CSDN博客

11.TransXNet:聚合全局和局部信息的全新CNN-Transformer视觉主干| CVPR2024

YOLOv8独家改进:backbone改进 | TransXNet:聚合全局和局部信息的全新CNN-Transformer视觉主干| CVPR2024_transxnet是哪篇文章-CSDN博客

12.聚合注意力增强版AggregatedAttention,效果秒杀CBAM等经典注意力| CVPR2024 TransXNet

YOLOv8独家改进:注意力机制改进 | 聚合注意力增强版AggregatedAttention,效果秒杀CBAM等经典注意力| CVPR2024 TransXNet_yolov8注意力机制2024-CSDN博客

13.RepViTBlock和C2f进行结合实现二次创新 | CVPR2024清华RepViT

YOLOv8独家改进:block改进 | RepViTBlock和C2f进行结合实现二次创新 | CVPR2024清华RepViT_repvit(cvpr2024)改进yolov8-CSDN博客

14.PKIBlock多尺度卷积核,优势无需膨胀,即插即用小目标涨点 | CVPR2024 PKINet 遥感图像目标检测

YOLOv8独家改进: block优化 | PKIBlock多尺度卷积核,优势无需膨胀,即插即用小目标涨点 | CVPR2024 PKINet 遥感图像目标检测_深度学习网络block改进-CSDN博客

15.上下文锚点注意力(CAA) | CVPR2024 PKINet 遥感图像目标检测

YOLOv8独家改进: 注意力机制改进 | 上下文锚点注意力(CAA) | CVPR2024 PKINet 遥感图像目标检测-CSDN博客

16.视觉新主干!RMT:RetNet遇见视觉Transformer | CVPR2024

YOLOv8独家改进:backbone改进 | 视觉新主干!RMT:RetNet遇见视觉Transformer | CVPR2024_cvpr yolov8最新主干-CSDN博客

17.并行化注意力设计(PPA)模块,红外小目标暴力涨点| 2024年3月最新成果

YOLOv8全网独家改进: 红外小目标 | 注意力机制改进 | 并行化注意力设计(PPA)模块,红外小目标暴力涨点| 2024年3月最新成果_ppa并行化贴片感知注意力-CSDN博客

18. 维度感知选择性集成模块DASI,红外小目标暴力涨点| 2024年3月最新成果

YOLOv8全网独家改进:红外小目标 | 注意力机制改进 | 维度感知选择性集成模块DASI,红外小目标暴力涨点| 2024年3月最新成果-CSDN博客

19.多膨胀通道精炼(MDCR)模块,红外小目标暴力涨点| 2024年3月最新成果  YOLOv8全网独家改进: 红外小目标 | 注意力改进 | 多膨胀通道精炼(MDCR)模块,红外小目标暴力涨点| 2024年3月最新成果-CSDN博客

20.CAMixing:卷积-注意融合模块和多尺度提取能力 | 2024年4月最新成果 YOLOv8全网独家改进: 小目标 | CAMixing:卷积-注意融合模块和多尺度提取能力 | 2024年4月最新成果_分布位移卷积改进yolov8思路-CSDN博客

21.新颖的多尺度前馈网络(MSFN) | 2024年4月最新成果

YOLOv8全网独家改进: 小目标 |新颖的多尺度前馈网络(MSFN) | 2024年4月最新成果_yolov8 多尺度 小目标-CSDN博客

22.卷积和注意力融合模块(CAFMAttention) | 2024年4月最新成果 YOLOv8全网独家改进: 小目标 | 注意力 |卷积和注意力融合模块(CAFMAttention) | 2024年4月最新成果_yolov8最新改进-CSDN博客

23.一种新的自适应阈值焦点损失函数loss,更多的注意力分配给目标特征,助力红外小目标暴力涨点

YOLOv8涨点改进: loss优化 | 一种新的自适应阈值焦点损失函数loss,更多的注意力分配给目标特征,助力红外小目标暴力涨点_yolov8还没有训练完,但是dfl-loss上升了怎么办-CSDN博客

24.DynamicConv | CVPR2024 ParameterNet,低计算量小模型也能从视觉大规模预训练中获益 YOLOv8轻量化涨点改进: 卷积魔改 | DynamicConv | CVPR2024 ParameterNet,低计算量小模型也能从视觉大规模预训练中获益_yolov8魔改涨点-CSDN博客

25.一种新颖的双分支残差注意,助力低光照、红外小目标检测 | 2024年最新发表(全网独家首发)

YOLOv8独家原创改进:图像去噪 |一种新颖的双分支残差注意,助力低光照、红外小目标检测 | 2024年最新发表(全网独家首发)_yolov8 双分支-CSDN博客

26. 通用倒瓶颈(UIB)搜索块结合C2f二次创新 | 轻量化之王MobileNetV4

YOLOv8独家原创改进: 通用倒瓶颈(UIB)搜索块结合C2f二次创新 | 轻量化之王MobileNetV4_通用倒瓶颈(uib)搜索块-CSDN博客

27.轻量化之王MobileNetV4 开源 | Top-1 精度 87%,手机推理速度 3.8ms,原地起飞!

YOLOv8独家改进:backbone改进 | 轻量化之王MobileNetV4 开源 | Top-1 精度 87%,手机推理速度 3.8ms,原地起飞!_mobilenetv4的创新点-CSDN博客

28.微软新作StarNet:超强轻量级Backbone | CVPR 2024

YOLOv8独家改进:backbone改进 | 微软新作StarNet:超强轻量级Backbone | CVPR 2024-CSDN博客

29.逐元素乘法(star operation)二次创新 | 微软新作StarNet:超强轻量级Backbone CVPR 2024

YOLOv8独家改进:逐元素乘法(star operation)二次创新 | 微软新作StarNet:超强轻量级Backbone CVPR 2024-CSDN博客

30.视觉态空间(VSS)块结合C2f二次创新,提升捕捉广泛的上下文信息 | VMamba2024年最新成果 YOLOv8独家改进:mamba系列 | 视觉态空间(VSS)块结合C2f二次创新,提升捕捉广泛的上下文信息 | VMamba2024年最新成果_使用mamba中的vss改进sppf-CSDN博客

31.「一夜干掉MLP」的KAN ,全新神经网络架构一夜爆火 YOLOv8独家改进:KAN系列 | 「一夜干掉MLP」的KAN ,全新神经网络架构一夜爆火_yolov8改进kan-CSDN博客

32.C2fUIB:紧凑反转块(CIB)结构结合C2f,来自YOLOv10 YOLOv8首发改进: 轻量级改进 | C2fUIB:紧凑反转块(CIB)结构结合C2f,来自YOLOv10-CSDN博客

33.高效的部分自注意力(PSA)模块,来自YOLOv10

YOLOv8首发改进: 注意力魔改 | 高效的部分自注意力(PSA)模块,来自YOLOv10-CSDN博客

34.一种基于内容引导注意力(CGA)的混合融合,实现暴力涨点 | IEEE TIP 2024 浙大 YOLOv8独家原创改进: 特征融合创新 | 一种基于内容引导注意力(CGA)的混合融合,实现暴力涨点 | IEEE TIP 2024 浙大_三特征融合模块 2024-CSDN博客

网络魔改设计

1.一种新型轻量级实时检测算法 | 适用场景:低照度场景,如雾天行人车辆等

YOLOV8原创改进:一种新型轻量级实时检测算法 | 适用场景:低照度场景,如雾天行人车辆等-CSDN博客

2. 轻量级原创自研 | 一种多尺度的GSConv卷积变体,轻量化的同时能够实现涨点 | 新颖的轻量级网络

YOLOv8独家改进:轻量级原创自研 | 一种多尺度的GSConv卷积变体,轻量化的同时能够实现涨点 | 新颖的轻量级网络,yolov8s GFLOPs 28.8降低为18.1-CSDN博客

3.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YOLOv5改进最新成果 YOLOv8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YOLOv5改进最新成果-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 YOLOv8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

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
|
11月前
|
机器学习/深度学习 人工智能 算法框架/工具
《YOLOv10魔术师专栏》专栏介绍 & 专栏目录
【7月更文挑战第4天】 【原创自研模块】【多组合点优化】【注意力机制】 【主干篇】【neck优化】【卷积魔改】 【block&多尺度融合结合】【损失&IOU优化】【上下采样优化 】 【小目标性能提升】【前沿论文分享】【训练实战篇】
253 1
|
11月前
|
机器学习/深度学习 算法 算法框架/工具
|
机器学习/深度学习
YOLOv8改进 | 损失函数篇 | 更加聚焦的边界框损失Focaler-IoU、InnerFocalerIoU(二次创新)
YOLOv8改进 | 损失函数篇 | 更加聚焦的边界框损失Focaler-IoU、InnerFocalerIoU(二次创新)
1303 0
|
11月前
|
机器学习/深度学习 文件存储 算法框架/工具
【YOLOv8改进- Backbone主干】2024最新轻量化网络MobileNetV4替换YoloV8的BackBone
YOLO目标检测专栏聚焦于模型的改进和实战应用,介绍了MobileNetV4,它在移动设备上优化了架构。文章提到了UIB(通用反向瓶颈)模块,结合了多种结构,增强了特征提取;Mobile MQA是专为移动平台设计的注意力层,提升了速度;优化的NAS提升了搜索效率。通过这些创新,MNv4在不同硬件上实现了性能和效率的平衡,且通过蒸馏技术提高了准确性。模型在Pixel 8 EdgeTPU上达到87%的ImageNet-1K准确率,延迟仅为3.8ms。论文、PyTorch和TensorFlow实现代码链接也已提供。
|
11月前
|
并行计算 数据挖掘 PyTorch
【YOLOv8改进 - 特征融合】DySample :超轻量级且高效的动态上采样器
【YOLOv8改进 - 特征融合】DySample :超轻量级且高效的动态上采样器
【YOLOv8改进 - 特征融合】DySample :超轻量级且高效的动态上采样器
|
11月前
|
机器学习/深度学习 算法 vr&ar
YOLOv8有效改进系列及项目实战目录 包含卷积,主干 注意力,检测头等创新机制 以及 各种目标检测分割项目实战案例
这个摘要主要涵盖了一个关于YOLO目标检测的深度学习专栏的内容概览。该专栏专注于YOLO算法的历史、前沿研究和实战应用,提供了一系列的文章,详细讲解了YOLO的改进方法,包括卷积优化、损失函数创新、注意力机制、网络结构和主干网络的更新,以及针对不同场景如红外成像、小目标检测等的应用。此外,还提供了每周多次的更新频率以保持内容的时效性,并指导读者进行论文写作和项目实现,包括具体的代码示例和实战项目,如行人检测、对象分割、姿态估计等。该专栏还涉及到面试准备和实习就业指导,帮助读者提升在图像算法领域的专业技能。
|
机器学习/深度学习 自然语言处理 计算机视觉
YOLOv8改进 | 2023 | 给YOLOv8换个RT-DETR的检测头(重塑目标检测前沿技术)
YOLOv8改进 | 2023 | 给YOLOv8换个RT-DETR的检测头(重塑目标检测前沿技术)
718 0
|
机器学习/深度学习 计算机视觉
YOLOv5改进 | 2023 | InnerIoU、InnerSIoU、InnerWIoU、FocusIoU等损失函数
YOLOv5改进 | 2023 | InnerIoU、InnerSIoU、InnerWIoU、FocusIoU等损失函数
486 0
|
11月前
|
机器学习/深度学习 编解码 算法
【YOLOv8改进 - 特征融合NECK】SDI:多层次特征融合模块,替换contact操作
YOLOv8专栏探讨了该目标检测算法的创新改进,包括新机制和实战案例。文章介绍了U-Net v2,一种用于医学图像分割的高效U-Net变体,它通过SDI模块融合语义和细节信息,提升分割准确性。SDI模块结合空间和通道注意力,经通道减缩、尺寸调整和平滑后,用哈达玛积融合特征。提供的核心代码展示了SDI模块的实现。更多详情和论文、代码链接见原文。
|
11月前
|
机器学习/深度学习 人工智能 计算机视觉
【YOLOv8改进 - 注意力机制】HCF-Net 之 MDCR:多稀释通道细化器模块 ,以不同的稀释率捕捉各种感受野大小的空间特征 | 小目标
HCF-Net是针对红外小目标检测的深度学习模型,采用U-Net改进架构,包含PPA、DASI和MDCR模块。PPA利用多分支特征提取增强小目标表示,DASI实现自适应通道融合,MDCR通过多扩张率深度可分离卷积细化空间特征。实验显示,HCF-Net在SIRST数据集上表现出色,超越其他方法。代码和论文可在给出的链接获取。

热门文章

最新文章

下一篇
oss创建bucket