YOLOV5改进-添加EIOU,SIOU,AlphaIOU.
正在缓冲...
YOLOV5改进-添加EIOU,SIOU,AlphaIOU到yolov5的损失函数.
视频中的代码链接:https://github.com/z1069614715/objectdetection_script
目标检测-改进系列
（10/112）
自动连播
151.2万播放
简介
订阅合集
YOLOV5改进-Optimal Transport Assignment
06:30
YOLOV7改进-添加注意力机制
29:11
YOLOV8改进-添加注意力机制
21:35
YOLOV5改进-添加注意力机制-补充事项
01:23
YOLOV7改进-添加EIOU,SIOU,AlphaIOU,FocalEIOU.
04:47
YOLOV5改进-添加注意力机制
13:42
YOLOV8改进-添加EIOU,SIOU,AlphaIOU,FocalEIOU.
04:24
YOLOV5改进-添加FocalEIoU，并使用FocalEIoU思想优化其他IoU的变种.
10:03
YOLOV5改进-使用DAMO-YOLO中的Efficient-RepGFPN替换YOLOV5中的Neck.
09:07
YOLOV5改进-添加EIOU,SIOU,AlphaIOU.
11:53
YOLOV5改进-添加YOLOV8中的C2F模块.
08:20
YOLOV5改进-Wise IoU
05:37
YOLOV8改进-Wise IoU
11:04
YOLOV5改进-添加Deformable Conv V2
09:21
YOLOV7改进-Wise IoU
05:52
YOLOV8改进-添加Deformable Conv V2
03:58
YOLOV5改进-CONTEXT_AUGMENTATION_MODULE
08:01
YOLOV5改进-添加辅助训练头
07:12
YOLOV7改进-添加Deformable Conv V2
03:28
YOLOV5改进-一些你可能不知道的技巧
15:18
YOLOV5改进-添加SAConv.
06:17
YOLOV7改进-添加SAConv.
03:51
YOLOV5改进-Soft-NMS(支持多种IoU变种选择)
03:48
YOLOV5改进-添加CoordConv
08:07
YOLOV7改进-Soft-NMS(支持多种IoU变种选择)
03:17
YOLOV7改进-添加CoordConv
05:48
YOLOV5改进-针对小目标的NWD
09:55
YOLOV5改进-最新的可变形卷积V3
08:34
YOLOV7改进-DSConv.
04:24
YOLOV5改进-DSConv.
06:37
YOLOV7改进-最新的可变形卷积V3
10:22
YOLOV5改进-最新的可变形卷积V3-补充事项
05:04
YOLOV5改进-Efficient解耦头
06:29
YOLOV5改进-基于FasterNet轻量化模型提出C3-Faster
07:21
YOLOV7改进-添加FasterNet中的PConv
04:35
YOLOV5改进-基于TIMM更换你想要的主干网络(基本支持现有大部分CNN网络)
16:22
YOLOV7改进-具有隐式知识学习的Efficient解耦头
09:00
YOLOV7改进-针对小目标的NWD
06:09
YOLOV5改进-添加Task-Specific Context Decoupling
19:20
YOLOV5改进-使用FasterNet替换yolov5中的主干网络
13:24
YOLOV5改进-对小目标有效的BiFormer注意力机制
11:12
YOLOV5改进-添加CFPNet中的EVCBlock
10:40
YOLOV5改进-添加轻量级上采样算子CARAFE
06:19
YOLOV7改进-对小目标有效的BiFormer注意力机制(附带在yolov7中简易添加注意力的详细教程)
20:40
YOLOV5改进-Omni-Dimensional Dynamic Convolution主干的Conv和BN融合操作教程
19:43
YOLOV5改进-对小目标有提点的Omni-Dimensional Dynamic Convolution主干
14:26
YOLOV5改进-结合Res2Net提出具有多尺度信息的C3-Res2Block模块.
30:41
YOLOV7改进-添加基于注意力机制的目标检测头(DYHEAD)
06:06
YOLOV5改进-aLRPLoss
09:08
YOLOV5改进-当Inception遇上ConvNext变成InceptionNext主干
08:28
YOLOV5改进-添加基于注意力机制的目标检测头(DYHEAD)
20:48
YOLOV7改进-轻量级上采样算子CARAFE
03:58
YOLOV5改进-具有焦点调制模块的FocalNet
15:27
YOLOV7改进-对小目标有提点的Omni-Dimensional Dynamic Convolution
09:30
YOLOV5改进-2022年CVPR-PoolFormer(Transformer)
05:11
YOLOV5改进-轻量级王者(2022)EfficientFormerV2-Transformer
13:32
YOLOV5改进-轻量级SOTA(2023)-Transformer主干EMO
09:14
YOLOV7改进-添加P2和P6检测层(以YOLOV7-Tiny为例)
09:36
YOLOV7改进-中心化特征金字塔ECV-Block
08:53
YOLOV5改进-(2023)VanillaNet
08:10
YOLOV5改进-ContextAggregation
12:04
YOLOV5改进-(2023轻量级Transformer)EfficientViT
07:53
YOLOV7改进-空洞卷积+共享权重的Scale-Aware RFE
05:23
YOLOV8改进-使用最新的EMA注意力机制与C2f-Faster融合 C2f-Faster-EMA
03:14
YOLOV8改进-添加基于注意力机制的目标检测头DyHead
03:37
YOLOV5改进-空洞卷积+共享权重的Scale-Aware RFE
08:07
YOLOV5改进-CVPR2023具有重参数化机制的RIFormer
12:32
YOLOV5改进-(2023年)具有Fully Convolutional Masked Autoencoder加持的ConvNextV2
05:42
YOLOV5改进-字节跳动团队的面向工业场景下的Transformer:NextViT
06:47
YOLOV5改进-CVPR2021最佳论文SwinTransformer
06:33
YOLOV7改进-(轻量化Neck)基于VoVGSCSP的SlimNeck
09:56
YOLOV5,V7-剪枝项目介绍
12:41
YOLOV7改进-MPDiou
02:11
YOLOV5改进-手把手带你实现MPDiou(2023最新IOU度量方式)
21:46
YOLOV5U,V8改进-2023旋转目标检测SOTA-LSKNEt与LSKAttention
05:06
YOLOV5U,V8改进-利用(ICLR 2023)RevCol思想重构YOLOV5,V8的主干网络
16:57
YOLOV5-PAGCP剪枝进阶篇
18:49
YOLOV5U,V8改进-CloFormer中具有Global和Local的注意力与C3和C2f进行融合
04:42
YOLOV5改进-(CVPR2023)具有级联分组注意力的EfficientViT
07:48
YoloV5通道剪枝算法-PAGCP(T-PAMI-2023)
23:01
YOLOV5U,V8改进-Asymptotic Feature Pyramid Network
04:52
YOLOV8改进-如何在yaml中添加注意力层
04:45
YOLOV5改进-基于注意力机制的DyHead+Anchor Free+DFL+TAL的融合
03:12
YOLOV8改进-又轻量又提点的SlimNeck
05:04
YOLOV7改进-CVPR2021-DiverseBranchBlock
04:20
YOLOV5改进-CVPR2021-Diverse Branch Block C3-DBB
03:55
YOLOV8改进-支持Adaptive Training Sample Selection匹配策略
03:22
YOLOV8改进-CVPR2021-DiverseBranchBlock
03:15
YOLOV5改进-重参数化Transformer-RepViT
07:05
YOLOV8改进-使用DCNV3优化DyHead,参考YOLOV7-AUX设计YOLOV8辅助训练头
08:13
YOLOV8改进-带你分析V8的检测头并重设计10种结构轻量化检测头(参数量和计算量更低)
12:55
YOLOV8改进-CPCA注意力机制,EMASlideLoss,KernelWarehouse,Dynamic Snake Convolution,NWD
04:52
YOLOV7改进-对小目标有利的Scale Sequence Feature Fusion
05:30
YOLOV5改进-具有轻量化效果的cross-scale feature-fusion module
03:04
YOLOV7改进-加入最新的Shape-IoU
03:58
YOLOV5改进-加入最新的Shape-IoU
03:08
YOLOV5改进-对小目标有利的Scale Sequence Feature Fusion
03:37
YOLOV5改进-2023最新大卷积核CNN架构RepLKNet升级版-UniRepLKNet
06:25
YOLOV7改进-具有位置编码信息的Attention-based Intrascale Feature Interaction
07:20
YOLOV5改进-具有位置编码信息的Attention-based Intrascale Feature Interaction
06:09
YOLO5改进-ICCV2023动态蛇形卷积
04:12
YOLO7改进-ICCV2023动态蛇形卷积
04:42
全网最快!YOLOV7改进-利用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进特征融合模块
02:11
全网最快!YOLOV5改进-利用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进特征融合模块
06:06
YOLOV7改进-引入最新SOTA(YOLOV9)中的RepNCSPELAN模块
05:10
YOLOV5改进-引入最新SOTA(YOLOV9)中的RepNCSPELAN模块
04:53
YOLOV9改进-CVPR2023-FasterNet以及其FasterBlock、PConv的改进
06:55
YOLOV9改进-DySnakeConv动态蛇形卷积、针对长条形不规则物体！
03:50
YOLOV9改进-CVPR2024-StarNet、DRepCSPELAN
13:28
YOLOV8改进-CVPR2024-StarNet超越CVPR2023-FasterNet(新SOTA)
05:45
YOLOV8改进-CVPR2023与2024的碰撞思路讲解
07:06
YOLOV9改进-更换轻量化王者MobilenetV4-Backbone
15:33
顶部