《YOLOv8改进实战专栏》介绍及目录
本专栏是博主精心设计的最新专栏, 紧跟 YOLOv8 官方项目的实时更新,专为那些希望改进 YOLOv8 并发表论文的同学们而设计。
专栏内容聚焦于最新、最前沿的改进方法,适用于【检测任务】,【分类任务】,【分割任务】,【关键点任务】,【旋转框OBB】!并且改进后的模型可以与【目标追踪】任务结合!订阅专栏可享有答疑服务!
专栏文章适用于多种场景,包括但不限于,小目标、工业缺陷、轻量化、医学影像等!
每篇文章均包含完整的改进代码和手把手的改进教程,帮助读者深入理解并实践改进方法。
无论您是想在【检测】、【分类】、【分割】还是【关键点】任务上取得进步,本专栏都为您提供了有价值的内容和实用指导。
订阅后,您将第一时间获取最新资讯,紧跟最前沿的研究动态,同时通过答疑服务获得更深入的指导和支持。
订阅专栏可申请发票 ,期待与您一同探索深度学习领域的新境界!
之前发的博客也会不定时更新,大家多关注下~
YOLOv8-Magic项目已发布,订阅过专栏同学全部赠送! 感谢大家对我个人的支持 。加资料群956523124申请进入组织获取代码。每个订阅限一次申请,未订阅不予通过~
项目支持【检测】、【分类】、【分割】还是【关键点】任务,百种yaml
实时更新!
专栏地址:点击跳转
专栏导航如下:
🎀基础入门篇🎀
- 从零开始学习目标检测:YOLO算法详解
- YOLOv8原理解析:重新定义实时目标检测的速度和精度
- 小白新手怎么开始做YOLO实验,从零开始教!整体思路在这里,科研指南针 !🌟
- 小白安装环境教程!没一个字废话,看一遍不踩坑!
- 使用YOLOv8训练自己的目标检测数据集-【收集数据集】-【标注数据集】-【划分数据集】-【配置训练环境】-【训练模型】-【评估模型】-【导出模型】🚀
- YOLOv8 训练自己的【分割数据集】
- 【强烈推荐🚀】基础入门篇 | YOLOv8 项目【训练】【验证】【推理】最简单教程 | 打印FPS在这里!!🚀
- 【全网首发🥇】万字长文,YOLOv8 yaml 文件解析 | 一文搞定 YOLOv8 分类任务,检测任务,分割任务,关键点任务🍀🍀🍀
- 【哔哩哔哩】云服务器训练教程视频
- YOLO-Magic 系列框架介绍 【订阅必读】
- 不怕YOLOv10高歌猛进,我有YOLOv8稳扎稳打【v10 三个改进模块】
🍀官方项目最新更新动态及其它优化教程🍀
- 关于 YOLOv8 modules.py 拆分成了 init.py block.py conv.py head.py trasnformer.py utils.py
- 【关键Bug解析🤖】YOLOv8 Bug 及解决方案汇总 【环境安装】【训练 & 断点续训】【KeyError】
- 【便利性优化👾】YOLOv8 标签透明度调节 | 标签文字大小调节 | 框粗细调节
- YOLOv5/v6/v7/v8/RT-DETR 对比试验的一些想法🍀
💡主干网络篇💡
-
【2023🏅】YOLOv8 更换主干网络之 FasterNet | 《Ran, Don‘t Walk: 追求更高 FLOPS 的快速神经网络》
-
YOLOv8 更换主干网络之 ShuffleNetv2 | 《ShuffleNet v2:高效卷积神经网络架构设计的实用指南》
-
YOLOv8 更换主干网络之 EfficientNet | 《EfficientNet:重新思考卷积神经网络的模型缩放》
-
【双主干】YOLOv8 如何实现多主干特征融合方式 | GhostNet+ShuffleNet / SwinTransformer+ShuffleNet🚀🚀🚀
🚀即插即用篇🚀
- 手把手教你 YOLOv8 添加注意力机制 | 适用于【检测/分类/分割/关键点任务】【包含20+种注意力代码及教程】🚀
- 在 C2F 模块中添加【SE】 【CBAM】【 ECA 】【CA 】注意力机制 | 附详细结构图
- 在 C2F 模块中添加【SimAM】 【CoTAttention】【SKAttention】【Double】注意力机制 | 附详细结构图
- 在 C2F 模块中添加【EffectiveSE】【GlobalContext】【GatherExcite】【MHSA】注意力机制 | 附详细结构图
- 在 C2F 模块中添加【Triplet】【SpatialGroupEnhance】【NAM】【S2】注意力机制 | 附详细结构图
- 在 C2F 模块中添加【ParNet】【CrissCross】【GAM】【ParallelPolarized】【Sequential】注意力机制 | 附详细结构图
- 即插即用篇 | YOLOv8 引入 SimAM 注意力机制 | 《SimAM: A Simple, Parameter-Free Attention Module for Convolutional》
- 即插即用篇 | YOLOv8 引入 Contextual Trans 注意力机制 | 《Contextual Transformer Networks for Visual Recognition》
- 即插即用篇 | YOLOv8 引入 SKAttention 注意力机制 | 《Selective Kernel Networks》
- 即插即用篇 | YOLOv8 引入 DoubleAttention 注意力机制 | 《A2-Nets: Double Attention Networks》
- 即插即用篇 | YOLOv8 引入 EffectiveSE 注意力机制 | 《CenterMask : Real-Time Anchor-Free Instance Segmentation》
- 即插即用篇 | YOLOv8 引入 GlobalContext 注意力机制 | 《GCNet: Non-local Networks Meet Squeeze-Excitation Networks》
- 即插即用篇 | YOLOv8 引入 GatherExcite 注意力机制 | 《Gather-Excite: Exploiting Feature Context in Convolutional》
- 即插即用篇 | YOLOv8 引入 MHSA 注意力机制 | 《Bottleneck Transformers for Visual Recognition》
- 即插即用篇 | YOLOv8 引入 Triplet 注意力机制 | 《Rotate to Attend: Convolutional Triplet Attention Module》
- 即插即用篇 | YOLOv8 引入 SpatialGroupEnhance 注意力机制 | 《Improving Semantic Feature Learning in Convolutional》
- 即插即用篇 | YOLOv8 引入 NAM 注意力机制 | 《NAM: Normalization-based Attention Module》
- 即插即用篇 | YOLOv8 引入 S2 注意力机制 | 《S^2-MLPV2: IMPROVED SPATIAL-SHIFT MLP ARCHITECTURE FOR VISION》
- 即插即用篇 | YOLOv8 引入 ParNetAttention 注意力机制 | 《NON-DEEP NETWORKS》
- 即插即用篇 | YOLOv8 引入 轴向注意力 Axial Attention | 多维变换器中的轴向注意力🍀
-
【小目标🤏】用于低分辨率图像和小物体的新 CNN 模块SPD-Conv | 《一种适用于低分辨率图像和小物体的新卷积模块》
-
【2023🏅】 YOLOv8 引入具备跨空间学习的高效多尺度注意力 《Efficient Multi-Scale Attention》
-
【2023🏅】 YOLOv8 引入选择性注意力 LSK 模块 | 《ICCV Large Selective Kernel Network》
-
【2023🏅】YOLOv8 引入空间通道重组卷积 | 《CVPR 2023 Spatial and Channel Reconstruction Convolution》
-
【2023🏅】YOLOv8 引入基于注意力机制的尺度内特征交互 | Attention-based Intra-scale Feature Interaction (AIFI)
-
【2023🏅】UniRepLKNet:用于音视频、点云、时间序列和图像识别的通用感知大卷积神经网络 | DRepConv
-
【CVPR🏅】即插即用篇 | YOLOv8引入局部自注意力 HaloAttention | 为参数高效的视觉主干网络扩展局部自注意力🍀
💖特征融合篇💖
- YOLOv8 应用轻量级通用上采样算子CARAFE | 《特征的内容感知重组》
- YOLOv8 应用全维动态卷积 |《 OMNI-DIMENSIONAL DYNAMIC CONVOLUTION》
- YOLOv8 应用 BiFPN 结构 | 《 EfficientDet: 可扩展和高效的目标检测》
- YOLOv8 应用Slim-Neck,更好的Neck设计范式 | 《Slim-Neck by GSConv:自动驾驶车辆检测器架构的更好设计范式》
- 【2023🏅】YOLOv8 引入中心化特征金字塔 EVC 模块 | 《Centralized Feature Pyramid for Object Detection》
- 【2023🏅】YOLOv8 引入渐进特征金字塔网络 AFPN 结构 | 《2023年6月28见刊的最新文章》🚀🚀🚀
- 【2023🏅】BGF-YOLO | 增强版YOLOV8 | 用于脑瘤检测的多尺度注意力特征融合
- 【2023🏅】YOLOv8 引入长颈特征融合网络 Giraffe FPN
- 【2023🏅】YOLO-MS: 重新思考实时目标检测的多尺度表示学习
- 【2024🏅】YOLOv8 引入通用高效层聚合网络 GELAN | YOLOv9新模块
- 【2024🏅】特征融合篇 | YOLOv8 (ultralytics) 实现 YOLOv9 辅助可逆分支架构【试读🚀🚀】
- 【双主干】【2024🏅】特征融合篇 | 结合内容引导注意力 DEA-Net 思想 实现双主干特征融合新方法 | IEEE TIP 2024
- 【2023🏅】特征融合篇 | YOLOv8 引入动态上采样模块 | 超过了其他上采样器
😎调参篇😎
🌈损失函数篇🌈
- YOLOv8 更换损失函数之 CIoU / DIoU / EIoU / GIoU / SIoU / WIoU / Focal_xIoU 最全汇总版
- 【2023🏅】损失函数篇 | YOLOv8 更换损失函数之 MPDIoU
- 【2023🏅】损失函数篇 | YOLOv8 引入 Shape-IoU 考虑边框形状与尺度的度量
- 【2023🏅】损失函数篇 | YOLOv8 引入 Inner-IoU 基于辅助边框的IoU损失
💻算法联调篇💻
- 【小目标🤏】YOLOv8 结合切片辅助超推理算法 | 这才叫让小目标无处遁形!
- 【算法联调】低照度图像增强算法—传统算法篇🚀🚀
- 【算法联调】YOLOv8结合SCI低光照图像增强算法!让夜晚目标无处遁形🚀🚀
- 【算法联调】YOLOv8结合CVPR2024最新图像增强算法!让你的模型无惧风雨🚀🚀
🥇原创改进🥇
- 【原创自研🌟】YOLOv8 更换 挤压激励增强精准头 | 附详细结构图
- 【原创自研🌟】检测头篇 YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
- 【原创自研🌟】分割头篇 YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
- 【原创自研🌟】OBB头篇 YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
🤖改进头篇🤖
- 【小目标🤏】YOLOv8 添加 大目标检测头 | 小目标检测头 | 四头加BiFPN
- 【原创自研🌟】YOLOv8 更换 挤压激励增强精准头 | 附详细结构图
- 【原创自研🌟】检测头篇 YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
- 【原创自研🌟】分割头篇 YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
- 【原创自研🌟】OBB头篇 YOLOv8 更换 SEResNeXtBottleneck 头 | 附详细结构图
- 【原创自研🌟】检测头篇 YOLOv8 更换光晕自注意力 Halo 头 | 附详细结构图
🧮优化器篇🧮
😼激活函数篇😼
✂️后处理方式篇✂️
🤓脚本汇总🤓
-
YOLO格式数据集【数据增强】终极脚本 | 70+种顶级数据增强方法 | 可带标签增强 🚀🚀🚀 [未发布博客]
YOLOv8
项目贡献者合影,猜猜哪个是我🤭,我目前有 7
次 commits
。