RT-DETR有效改进专栏
作者:Snu77401订阅数
69作品数
作者简介
在职算法工程师,本人所有改进专栏都包含完整代码和详细步骤教程,同时购买专栏的读者可入Qq群享受专栏相关问题答疑服务和完整文件,助力您成功涨点。
专栏简介
本专栏旨在利用ultralytics仓库1:1复现RT-DETR官方实验环境,专栏改进内容基于ResNet18和ResNet50为基础(同样适用HGNet版本),质量分96分全网最高,订阅本专栏您会收获一个包含本专栏全部改进机制的文件(非常适合小白点击即可运行)和视频讲解,同时有交流群方便大家交流。
相关推荐
YOLOv11有效涨点专栏
Snu77
YOLOv8改进实战
迪菲赫尔曼
YOLOv12改进专栏
Limiiiing
RT-DETR改进专栏
Limiiiing
2025年机器学习&深度学习千例
人工智能_SYBH
软考中级-软件设计师
萨达大
YOLO目标检测全栈实战:从v5到v11的百项项目精解
深度学习&目标检测实战项目
YOLOv11改进专栏
Limiiiing
YOLOv8/v11改进
挂科边缘
Matlab专栏
NoABug
芒果YOLO11原创改进
芒果学AI
华为OD机试(C++)真题(E+A+B+C+D卷)
MISAYAONE
YOLOv12魔术师
AI小怪兽
YOLOv8改进有效涨点
kay_545
智能家居与物联网项目实战
DS小龙哥
Android Audio工程师进阶系列
Android系统攻城狮
RT-DETR有效改进专栏
Snu77
尼德兰的喵全内容专栏
尼德兰的喵
YOLOv11模型改进系列
一勺汤
2025年爬虫实战项目
Python爬虫项目
YOLOv10魔术师
AI小怪兽
高云FPGA开发基础教程
9527华安
YOLOv8有效涨点专栏
Snu77
RT-DETR改进实战
迪菲赫尔曼
Fabric项目学习笔记
TrueTechLabs
Bluetooth 手机 、平板、穿戴知识分享
短距WCN协议开发分享
- 博客详情
- 1【试读】 RT-DETR改进有效系列目录 | 包含卷积、主干、RepC3、注意力机制、Neck上百种创新机制
- 2【RT-DETR有效改进】手把手带你调参RT-DETR,1:1复现官方版本实验环境
- 3【试读】 详解RT-DETR网络结构/数据集获取/环境搭建/训练/推理/验证/导出/部署
- 4【RT-DETR有效改进】最新双时相特征聚合模块BFAM助力RT-DETR有效涨点(二次创新RepC3全网独家首发)
- 5【RT-DETR有效改进】 添加注意力篇 | 2024最新的空间和通道协同注意力模块SCSA改进RT-DETR有效涨点
- 6【RT-DETR有效改进】2024最新ECCV最新大感受野的小波卷积WTConv二次创新RepC3
- 7【RT-DETR有效改进】高质量的目标检测边界框回归损失函数Unified-IoU(设置动态epoch参数)
- 8【RT-DETR有效改进】Conv篇 | 最新轻量化自适应提取模块LAE助力边缘设备部署计算(附代码 + 修改教程 + 运行教程)
- 9【RT-DETR有效改进】 主干篇 | 2024.5全新的移动端网络MobileNetV4改进RT-DETR(含MobileNetV4全部版本改进)
- 10超详细教程YoloV8官方推荐免费数据集网站Roboflow一键导出Voc、COCO、Yolo、Csv等格式
- 11【RT-DETR有效改进】全新的SOATA轻量化下采样操作ADown(轻量又涨点,附手撕结构图)
- 12【RT-DETR有效改进】利用YOLOv9的GELAN模块替换RepC3结构(附轻量化版本 + 高效涨点版本 + 手撕结构图)
- 13【RT-DETR有效改进】 多维度注意力机制 | TripletAttention三重立体特征选择模块
- 14【RT-DETR有效改进】大核注意力 | LSKAttention助力极限涨点
- 15【RT-DETR有效改进】可变形大核注意力 | Deformable-LKA适用于复杂背景或不同光照场景
- 16【RT-DETR有效改进】双层路由注意力机制 | 适合多种检测场景的BiFormer(Bi-level Routing Attention)
- 17【RT-DETR有效改进】中科院一区 | MSDA多尺度空洞注意力改善模型特征提取能力(特征选择模块)
- 18【RT-DETR有效改进】利用EMAttention加深网络深度提高模型特征提取能力(特征选择模块)
- 19【RT-DETR有效改进】利用FasterNet的FasterBlock改进特征提取网络(高效的推理速度和FPS)
- 20【RT-DETR进阶实战】利用RT-DETR进行过线统计(可用于人 、车过线统计)
- 21【RT-DETR改进涨点】更加聚焦的边界框损失Focaler-IoU、InnerFocalerIoU(二次创新)
- 22【RT-DETR进阶实战】利用RT-DETR进行视频划定区域目标统计计数
- 23【RT-DETR有效改进】重参数化模块DiverseBranchBlock助力特征提取(附代码 + 修改教程)
- 24【RT-DETR有效改进】计算训练好权重文件对应的FPS、推理每张图片的平均时间(科研必备)
- 25【试读】 【RT-DETR有效改进】轻量级下采样方法ContextGuided(参数量下降700W,轻量又涨点)
- 26【RT-DETR有效改进】可视化热力图 | 支持自定义模型、置信度选择等功能(论文必备)
- 27【RT-DETR有效改进】利用SENetV2重构化网络结构 (ILSVRC冠军得主,全网独家首发)
- 28【RT-DETR有效改进】利用SENetV1重构化网络结构 (ILSVRC冠军得主)
- 29【RT-DETR有效改进】UNetv2提出的一种SDI多层次特征融合模块(细节高效涨点)
- 30【RT-DETR有效改进】利用YOLO-MS的MSBlock模块改进ResNet中的Bottleneck(RT-DETR深度改进)
- 31【RT-DETR有效改进】 DySample一种超级轻量的动态上采样算子(上采样中的No.1)
- 32【RT-DETR有效改进】 利用Damo-YOLO的RepGFPN改进特征融合层(高效重参数化Neck)
- 33【RT-DETR有效改进】利用ASF-YOLO改进特征融合层(附代码 + 详细教程)
- 34【RT-DETR有效改进】CARAFE提高精度的上采样方法(助力细节长点)
- 35【RT-DETR有效改进】Bi-FPN高效的双向特征金字塔网络 | BiFPN(附yaml文件+完整代码)
- 36【RT-DETR有效改进】2024.1最新MFDS-DETR的HS-FPN改进特征融合层(降低100W参数,全网独家首发)
- 37【RT-DETR有效改进】Slim-Neck替换特征融合层实现超级涨点 (轻量又涨点)
- 38【RT-DETR改进涨点】ResNet18、34、50、101等多个版本移植到ultralytics仓库(RT-DETR官方一比一移植)
- 39【RT-DETR有效改进】反向残差块网络EMO | 一种轻量级的CNN架构(轻量化网络,参数量下降约700W)
- 40【RT-DETR有效改进】EfficientFormerV2移动设备优化的视觉网络(附对比试验效果图)