- 💡统一使用 YOLOv5 代码框架, 结合不同模块来构建不同的YOLO目标检测模型。
- 🌟本项目包含大量的改进方式,降低改进难度,改进点包含
【Backbone特征主干】
、【Neck特征融合】
、【Head检测头】
、【注意力机制】
、【IoU损失函数】
、【NMS】
、【Loss计算方式】
、【自注意力机制
】、【数据增强部分】
、【标签分配策略
】、【激活函数
】等各个部分。
最全改进注意力机制和自注意力机制:
- *对于这块有疑问的,可以在评论区提出,或者私信CSDN。🌟
🔥🔥🔥YOLO系列 + 以下多种注意力机制系列 结合应用 为 CSDN芒果汁没有芒果
首发更新内容!!!
其他地方看到的 大部分来源这里
重点🚀:YOLOAir算法库中,已经包括了 调试好了本博主开源的大部分的全网首发的Attention注意力机制!!直接一键运行使用即可!!!
如果帮到您可以给个 star 🌟🌟🌟,您的 star🌟 是我最大的鼓励!
但如果您想基于 YOLOAir 的内容发博客,请先私信我,沟通后再将我的 Github 链接放到文章开头的位置并引用!开源不易,请尊重每个人的汗水!
YOLOv5、YOLOv7 + 注意力机制一览
链接🔗🌟:github
链接🔗🌟:github
多种注意力机制
往期YOLO改进教程导航
最新创新点改进博客推荐
(🔥 博客内 附有多种模型改进方式,均适用于 YOLOv5系列
以及 YOLOv7系列
改进!!!)
Original: https://blog.csdn.net/qq_38668236/article/details/126086716
Author: 芒果汁没有芒果
Title: 改进YOLOv5, YOLOv7系列:1.YOLO超全注意力机制汇总 | S2A, SE,SimAM, SKA,ShA, SOCA, CA, CBAM, CrissCrossA, NAM, GAM等
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/680255/
转载文章受原作者版权保护。转载请注明原作者出处!