- 博客(1525)
- 收藏
- 关注
RSS订阅
原创 《YOLO11魔术师专栏》专栏介绍 & 专栏目录
【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】
2024-10-12 13:19:28
8260
32
原创 《RT-DETR魔术师》专栏介绍 & CSDN独家改进创新实战 & 专栏目录
通过本专栏的阅读，后续你也可以自己魔改网络，在网络不同位置（Backbone、head、neck、loss等）进行魔改，实现创新！！！
2023-11-14 20:54:20
5725
24
原创 《YOLOv8-Pose关键点检测》专栏介绍 & CSDN独家改进创新实战 & 专栏目录
YOLOv8-Pose关键点检测:1）手把手从数据集标注、训练到模型的教程；2）模型轻量化创新；3）loss优化教程
2023-11-02 09:19:27
6527
18
原创 《深度学习工业缺陷检测》专栏介绍 & CSDN独家改进实战
深度学习工业缺陷检测：1）提供工业小缺陷检测性能提升方案，满足部署条件；2）针对缺陷样品少等难点，引入无监督检测；3）深度学习 C++、C#部署方案；4）实战工业缺陷检测项目，学习如何选择合适的框架和模型；
2023-09-22 21:05:56
5621
25
原创 YOLOv13改进：注意力独家魔改 | 一种新的空间和通道协同注意模块，充分挖掘通道和空间注意之间的协同作用 |最新成果
新颖度足够适合paper，全网独家首发推荐指数五颗星，适用于小目标检测，高效涨点
2025-07-18 15:57:14
6
原创 YOLOv13改进：注意力魔改 | 注意力独家魔改 | 蒙特卡罗注意力(MCAttn)模块，基于尺度变化的注意力网络 | 最新成果
新颖度足够适合paper，全网独家首发推荐指数五颗星，适用于小目标检测，高效涨点
2025-07-18 15:54:04
7
原创 YOLOv5优化：特征融合 | 金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块 | 25年7月最新成果
问题点：特征融合对高性能视觉模型至关重要，但往往会带来难以承受的计算复杂度。然而，主流的基于注意力的融合方法通常计算开销巨大、实现复杂，在资源受限的场景中效率低下。
2025-07-18 15:45:49
4
原创 YOLOv12优化：特征融合 | 金字塔稀疏 Transformer（PST），一个轻量级、即插即用的模块 | 25年7月最新成果
提出金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块，通过由粗到细的 token 选择机制和共享注意力参数，在大幅降低计算量的同时保留空间细节。
2025-07-18 12:53:53
10
原创 YOLOv10优化：特征融合 | 金字塔稀疏 Transformer（PST）—一个轻量级、即插即用的模块 | 25年7月最新成果
ImageNet 上将 Top-1 准确率分别提高 6.5%、1.7%、1.0%。这些结果充分证明，PST 是一种简单、硬件友好的通用增强方案，可无缝应用于检测与分类任务。
2025-07-18 12:53:29
6
原创 Yolov8-pose关键点检测：特征融合 | 金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块 | 25年7月最新成果
提出金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块，通过由粗到细的 token 选择机制和共享注意力参数，在大幅降低计算量的同时保留空间细节。
2025-07-18 12:53:06
10
原创 YOLO11优化：特征融合 | 金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块 | 25年7月最新成果
我们提出金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块，通过由粗到细的 token 选择机制和共享注意力参数，在大幅降低计算量的同时保留空间细节。
2025-07-18 10:45:43
127
原创 YOLOv8优化：特征融合 | 金字塔稀疏 Transformer（PST）——一个轻量级、即插即用的模块 | 25年7月最新成果
将 PST 嵌入当前最先进的实时检测模型（YOLOv11-N/S/M）后，在 MS COCO 上的 mAP 分别提升 0.9%、0.5%、0.4%，而延迟增加极小。
2025-07-18 10:45:16
110
原创 YOLOv13改进：轻量化创新 | 基于特征重用和特征CSO的CAM，创新十足
在多个数据集上涨点的前提下，原始6.4 GFLOPs降低至6.3 GFLOPs
2025-07-18 09:42:50
13
原创 YOLOv13改进：卷积魔改 | 轻量化双卷积DualConv，完成涨点且计算量和参数量显著下降
如何跟YOLOv13结合：1）替换原始的DSConv
2025-07-18 09:30:01
13
原创 YOLOv13改进：特征融合 | 一种新颖的多尺度特征融合iAFF，适配小目标检测
在YOLOv13中如何使用：iAFF加入Neck替代Concat；
2025-07-17 09:01:49
21
原创 YOLOv13改进：KAN系列 | 「一夜干掉MLP」的KAN ，全新神经网络架构一夜爆火
如何跟YOLOv13结合：KANConv结合 C3k2从而替代YOLOv13的 DSC3k2
2025-07-17 08:55:21
100
原创 YOLOv13改进：卷积魔改 | DCNv4更快收敛、更高速度、更高性能，效果秒杀DCNv3、DCNv2等 ，助力检测
如何跟YOLOv13结合：1）和C3k2创新性结合
2025-07-16 10:03:28
525
原创 YOLOv13改进：注意力魔改 | 通道优先卷积注意力（Channel Prior Convolutional Attention，CPCA）| 中科院 发布
新的通道优先卷积注意力（CPCA）方法，采用多尺度的深度可分离卷积模块构成空间注意力，可以在通道和空间维度上动态分配注意权重。
2025-07-16 09:51:28
22
原创 YOLOv13改进：卷积魔改 | 可变形条带卷积(DSCN)，魔改DCNv3创新
提出了可变形条带卷积(DSCN)，DSCN作为大核DCNv3的简化版本，相对于变形采样方法，其计算量仅为原始方法的63.2%。
2025-07-16 09:43:44
27
原创 基于YOLO11的微藻细胞检测系统（Python源码+数据集+Pyside6界面）
基于YOLO11的微藻细胞检测，阐述了整个数据制作和训练可视化过程
2025-07-16 08:27:45
721
原创 YOLOv13改进：loss优化 | SlideLoss，解决简单样本和困难样本之间的不平衡问题
SlideLoss| 亲测在多个数据集能够实现涨点，对小目标、遮挡物性能提升也能够助力涨点。
2025-07-15 13:04:33
22
原创 YOLOv13改进：轻量化卷积魔改 | 新的partial convolution（PConv）结合C3k2 | CVPR2023
PConv和C3k2 结合 | 轻量化的同时在数据集并有小幅涨点；
2025-07-15 12:57:28
18
原创 YOLOv13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年最新成果
维度感知选择性集成模块DASI，解决目标的大小微小以及红外图像中通常具有复杂的背景的问题点
2025-07-15 12:45:55
25
原创 YOLOv13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年最新成果
多膨胀通道精炼（MDCR）模块，解决目标的大小微小以及红外图像中通常具有复杂的背景的问题点
2025-07-15 12:35:45
24
原创 《YOLOv13魔术师专栏》专栏介绍 & 专栏目录
一、初学者最怕什么？我们怎么解决怕“读不懂”• 每篇专栏文章固定结构：‑ 问题描述→ 原理介绍 →如何改进→ 代码手把手实现教程→ 改进结构框图。• 用“地铁图”式网络结构图：把 Backbone、Neck、Head 画成 3 条地铁线，新增模块就是“新增站点”，一眼知道在哪下车（插入）。怕“跑不通”• 提供 windows 编译好的环境，一键使用。怕“用不上”• 专栏按场景分栏：小目标 / 工业缺陷 / 医学影像 / 低照度，每栏给出“0 代码迁移教程”——只需换成自己的数据集轻松实
2025-07-14 13:06:19
1467
原创 YOLOv13改进：卷积魔改 | 动态蛇形卷积（Dynamic Snake Convolution），实现暴力涨点
如何跟YOLOv13结合：替代YOLOv13的DS-C3K2
2025-07-14 09:44:23
33
原创 YOLOv13改进：block改进 | RepViTBlock和C3k2进行结合实现二次创新 | CVPR2024清华RepViT
轻量级新主干！从ViT角度重新审视移动CNN，RepViTBlock和C3k2进行结合实现二次创新
2025-07-14 09:38:26
29
原创 基于YOLO11的苹果小目标检测系统（Python源码+数据集+Pyside6界面）
基于YOLO11的苹果小目标检测，阐述了整个数据制作和训练可视化过程
2025-07-14 09:06:05
838
原创 YOLOv13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
小目标数据集，涨点近两个点，强烈推荐
2025-07-11 14:42:03
44
原创 YOLOv13改进：轻量级改进 | 逐元素乘法（star operation）二次创新，微软新作StarNet
如何跟YOLOv13结合：结合YOLOv13的C3k2
2025-07-11 14:27:42
26
原创 YOLOv13改进：轻量化卷积魔改 | 动态卷积DynamicConv ，全面优化YOLOv13中的DSConv和DSC3k2，且显著提高了大型视觉模型的性能
如何使用：1）动态卷积DynamicConv代替YOLOv13中的DSConv；2）C3k2_DynamicConv代替YOLOv13中的DSC3k2；
2025-07-11 12:53:57
258
原创 YOLOv13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
提出了一种新的自适应阈值焦点损失函数，该函数将目标和背景解耦，并利用自适应机制来调整损失权重，迫使模型将更多的注意力分配给目标特征。
2025-07-11 09:18:59
36
原创 YOLOv13改进：轻量级改进 | 通用倒瓶颈（UIB）搜索块结合C3k2二次创新 | 轻量化之王MobileNetV4
引入了通用倒瓶颈（UIB）搜索块，这是一个统一且灵活的结构，它融合了倒瓶颈（IB）、ConvNext、前馈网络（FFN）以及一种新颖的额外深度可分（ExtraDW）变体技术。
2025-07-11 09:13:26
36
原创 YOLOv13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
并行化 patch-aware 注意力（PPA）模块，解决目标的大小微小以及红外图像中通常具有复杂的背景的问题点
2025-07-11 09:08:18
34
windows下成功编译dcnv4环境
2024-06-18
基于YOLOv8的足球赛环境下足球目标检测系统
2024-06-18
基于YOLOV8的注意力机制源代码获取，开箱即用
2023-08-19
铝片缺陷数据集，数据集大小1400张，缺陷类型一共四种：zhen-kong、ca-shang、 zang-wu、 zhe-zho
2023-06-09
红外小目标飞机检测数据集
2023-05-07
基于yolov5的二维码识别
2023-04-30
基于分割的工业划痕质检数据集
2023-04-30
yolov1、yolov2、yolov3、yolov4、yolov5、yolov6、yolov7等论文
2023-04-28
三星油污缺陷类别：头发丝和小黑点， 数据集大小：660张
2023-04-28
玻璃瓶缺陷检测，缺陷类型：cap，数据集数量：125张
2023-04-28
二维码数据集，数据集大小1085张
2023-04-28
pyqt+yolov5+pcb缺陷检测
2023-04-01
yolov5 tensorrt c++部署
2023-03-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人