YOLO Air：面向小白科研的YOLO检测项目-GitHub🚀
助力YOLO论文改进🏆 、 不同数据集涨点🏆、创新点改进👇
- 💡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，详情可以关注👉 YOLOAir 的说明文档。 - 🚀可以排列组合上千种模块 不同的搭配 (推荐)🌟🌟🌟
- 🎈同时
附带各种改进点原理及对应的代码改进方式教程，用户可根据自身情况快速排列组合，在不同的数据集上实验, 应用组合写论文！🏆
改进YOLO系列Trick QQ交流群： 569076270
- 项目地址👇👇👇
文章目录
项目仓库地址🔗
💡💡💡项目地址: 👉https://github.com/iscyy/yoloair
支持更多YOLO系列算法模型(持续更新…🚀)
新的仓库更新ing，可以 fork 和 star，佛系更新完善，更新内容在github 👇👇👇
链接YOLOAir仓库：https://github.com/iscyy/yoloair 更新ing
YOLO Air算法库汇总了多种主流YOLO系列检测模型，一套代码集成多种模型:
-
YOLOv5 模型网络结构 -
YOLOv7 模型网络结构 -
YOLOX 模型网络结构 -
YOLOR 模型网络结构 -
Scaled_YOLOv4 模型网络结构 -
YOLOv4 模型网络结构 -
YOLOv3 模型网络结构 -
YOLO-Facev2 模型网络结构 -
TPH-YOLOv5 模型网络结构 -
YOLOv5-Lite 模型网络结构 -
PicoDet 模型网络结构
…
1.更多Backbone🚀
CSPDarkNet系列、(多种)、ResNet系列、(多种)、RegNet系列、RepBlock系列、(多种)、
ShuffleNet系列、(多种)、Ghost系列、(多种)、MobileNet系列、(多种)、Efficient系列、ConvNext系列、RepLKNet系列、自注意力Transformer系列、
持续更新中🎈
2.更多Neck
FPN、PANet、BiFPN
持续更新中🎈
3.更多Head 🍀
YOLOv5 Detect;YOLOX的解耦合检测头Decoupled Head;自适应空间特征融合ASFF Head等检测头;隐式知识 Implicit Head等检测头;Detectv7 Head、IAuxDetect Head等YOLOv7类型检测头;
等持续更新中🎈
4.更多即插即用的注意力机制🍀
External Attention
Self Attention
Simplified Self Attention
Squeeze-and-Excitation Attention
SK Attention
CBAM Attention
BAM Attention
ECA Attention
DANet Attention等持续更新中🎈
详细看GitHub项目
5.更多损失函数
CIoU、DIoU、GIoU、EIoU、SIoU、alpha IOU等持续更新中🎈
6.更多NMS
NMS、Merge-NMS、DIoU-NMS、Soft-NMS、CIoU-NMS、DIoU-NMS、GIoU-NMS、EIoU-NMS、SIoU-NMS、Soft-SIoUNMS、Soft-CIoUNMS、Soft-DIoUNMS、Soft-EIoUNMS、Soft-GIoUNMS等持续更新中🎈
7.更多自注意力机制🍀
Transformer、Swin-Transformer、CotNet、BotNet等持续更新中🎈
7.更多数据增强
Mosaic、Copy paste、Random affine(Rotation, Scale, Translation and Shear)、MixUp、Augment HSV(Hue, Saturation, Value、Random horizontal flip等🎈
8.更多激活函数
SiLU、Tanh、Sigmoid、ReLU、LeakyReLU、Hardswish、Mish、FReLU、AconC、MetaAconC等🎈
9.更多Loss
ComputeLoss、ComputeNWDLoss、ComputeXLoss、ComputeLossAuxOTA(v7)、ComputeLossOTA(v7)等🎈
10.更多可选内置网络模块化组件
持续更新中🎈
11.更多其他Trick改进点持续更新，助力科研🎉
以上组件模块使用统一模型代码框架、统一任务形式、统一应用方式，模块组件化 可以帮助用户自定义快速组合Backbone、Neck、Head，使得网络模型多样化，助力科研改进检测算法，构建更强大的网络模型。
具体改进方式教程及原理(推荐🌟🌟🌟🌟🌟)
1.改进YOLOv5系列：YOLOv5_最新MobileOne结构换Backbone修改🌟
2.改进YOLOv5系列：Swin Transformer结构的修改🌟
3.改进YOLOv5系列：PicoDet结构的修改🌟
4.改进YOLOv5系列：1.YOLOv5_CBAM注意力机制修改(其他注意力机制同理)🌟
5.改进YOLOv5系列：5.CotNet Transformer结构的修改🌟
6.改进YOLOv5系列：6.修改Soft-NMS,Soft-CIoUNMS,Soft-SIoUNMS,Soft-DIoUNMS,Soft-EIoUNMS,Soft-GIoUNMS…🌟
7.改进YOLOv5系列：7.改进DIoU-NMS,SIoU-NMS,EIoU-NMS,CIoU-NMS,GIoU-NMS🌟
8.改进YOLOv5系列：8.增加ACmix结构的修改,自注意力和卷积集成🌟
9.改进YOLOv5系列：9.BoTNet Transformer结构的修改)🍀
10.改进YOLOv5系列：10.最新HorNet结合YOLO应用首发！ | ECCV2022出品，多种搭配，即插即用 | Backbone主干、递归门控卷积的高效高阶空间交互
11.改进YOLOv5系列：11.ConvNeXt结合YOLO | CVPR2022 多种搭配，即插即用 | Backbone主干CNN模型
YOLOv5、YOLOv7、YOLOR + 注意力机制一览
YOLOv5 + ShuffleAttention注意力机制
博客链接🔗🌟：改进YOLOv5系列：12.添加ShuffleAttention注意力机制
YOLOv5 + CrissCrossAttention注意力机制
博客链接🔗🌟：改进YOLOv5系列：13.添加CrissCrossAttention注意力机制
YOLOv5 + S2-MLPv2注意力机制
博客链接🔗🌟：改进YOLOv5系列：14.添加S2-MLPv2注意力机制
YOLOv5 + SimAM注意力机制
博客链接🔗🌟：改进YOLOv5系列：15.添加SimAM注意力机制
YOLOv5 + SKAttention注意力机制
博客链接🔗🌟：改进YOLOv5系列：16.添加SKAttention注意力机制
YOLOv5 + NAMAttention注意力机制
博客链接🔗🌟：改进YOLOv5系列：17.添加NAMAttention注意力机制
YOLOv5 + SOCA注意力机制
博客链接🔗🌟：改进YOLOv5系列：18.添加SOCA注意力机制
YOLOv5 + CBAM注意力机制
博客链接🔗🌟：改进YOLOv5系列：18.添加CBAM注意力机制
YOLOv5 + SEAttention注意力机制
博客链接🔗🌟：改进YOLOv5系列：19.添加SEAttention注意力机制
YOLOv5 + GAMAttention注意力机制
博客链接🔗🌟：改进YOLOv5系列：20.添加GAMAttention注意力机制
YOLOv5 + CA注意力机制
博客链接🔗🌟：github
YOLOv5 + ECA注意力机制 博客链接🔗🌟：github
更多模块详细解释持续更新中。。。
欢迎大家点赞👍评论📖收藏🌟
