YOLO11有效改进专栏目录

YOLO11改进专栏
专栏收录该内容
¥69.90
¥99.00
61 篇文章

|试读篇|

使用YOLO11训练自己的数据集【下载模型】-【导入数据集】-【训练模型】-【评估模型】-【导出模型】


YOLO11关键改进与网络结构图YOLO11改进|注意力机制篇|添加GAM、CBAM、CA、ECA等注意力机制YOLO11改进|卷积篇|引入可变核卷积AKConv

|注意力机制篇|

YOLO11改进|注意力机制篇|引入MLCA轻量级注意力机制

YOLO11改进|注意力机制篇|引入注意力与卷积混合的ACmix

YOLO11改进|注意力机制篇|引入HAT超分辨率重建模块

YOLO11改进|注意力机制篇|引入ELA注意力机制

YOLO11改进|注意力机制篇|引入上下文锚注意力机制CAA

YOLO11改进|注意力机制篇|引入并行分块注意力机制PPA

YOLO11改进|注意力机制篇|引入反向残差移动快iRMB

YOLO11改进|注意力机制篇|引入矩形自校准模块RCM

YOLO11改进|注意力机制篇|引入MSCA注意力机制

YOLO11改进|注意力机制篇|引入线性注意力机制FLAttention

YOLO11改进|注意力机制篇|引入全局上下文注意力机制GCA

YOLO11改进|注意力机制篇| 引入SpatialGroupEnhance注意力机制

YOLO11改进|注意力机制篇|引入NAM注意力机制

YOLO11改进|注意力机制篇|引入局部注意力HaloAttention

YOLO11改进|注意力机制篇|引入轴向注意力Axial Attention

YOLO11改进|注意力机制篇|引入DAT注意力机制

YOLO11改进|注意力机制篇|引入SEAM注意力机制

YOLO11改进|注意力机制篇|引入三重注意力机制Triplet Attention

YOLO11改进|注意力机制篇|引入注意力机制Shuffle Attention

YOLO11改进|注意力机制篇|引入DualAttention注意力

YOLO11改进|注意力机制篇|引入Mamba注意力机制MLLAttention

YOLO11改进|注意力机制篇|引入先验卷积注意力机制CPCA

YOLO11改进|注意力机制篇|引入CoT注意力机制

YOLO11改进|注意力机制篇|引入MSDA注意力机制

YOLO11改进|注意力机制篇|引入ParNetAttention

YOLO11改进|YOLO11中引入稀疏自注意力机制SparseSelfAttention

|卷积篇|

YOLO11改进|卷积篇|引入多样化分支块DBB

YOLO11改进|卷积篇|引入可切换空洞卷积SAConv

YOLO11改进|卷积篇|引入Haar小波下采样Down_wt卷积

YOLO11改进|卷积篇|引入轻量级自适应提取卷积LAE

YOLO11改进|卷积篇|引入线性可变形卷积LDConv

YOLO11改进|卷积篇|引入SPDConv

YOLO11改进|卷积篇|引入全维动态卷积ODConv

YOLO11改进|卷积篇|引入空间通道重组卷积ScConv

YOLO11改进|卷积篇|RFAConv创新空间注意力和标准卷积操作

|上采样篇|

YOLO11改进|上采样篇|引入DySample轻量级动态上采样器

YOLO11改进|上采样篇|引入CARAFE上采样模块

|SPPF篇|

YOLO11改进|SPPF篇|引入FocalModulation特征金字塔

YOLO11改进|SPPF篇|引入SPPFCSPC金字塔结构

YOLO11改进|SPPF篇|引入YOLOv9提出的SPPELAN模块

YOLO11改进|编码器篇|引入AIFI混合特征编码器

|即插即用篇| 

YOLO11改进|引入多尺度边缘增强模块MEEM

YOLO11改进|引入超分辨率空间自适应调节模块SAFM

YOLO11改进|引入轻量级特征融合模块EFC

YOLO11改进|全网首发|YOLO11中引入上下文集合增强模块CCA

YOLO11改进|全网首发|YOLO11中引入轻量级坐标注意力LCA

YOLO11改进|全网首发|YOLO11中添加自适应轻量级通道分割和洗牌模块ALSS

YOLO11改|全网首发|YOLO11中引入多径分流特征匹配MSFM

YOLO11改进|YOLO11中引入注意力和卷积融合模块CAFMAttention

《YOLO26/YOLO11/YOLOv8改进与系统实战》,改进与系统实战专栏目录和介绍 YOLOv8 是目前比较火和比较成熟的深度学习框架,是2023年1月发布的,由 Ultralytics 团队开发。Ultralytics自YOLOv5 开始一直积极维护和更新 YOLO 框架,因此 YOLOv8 也享有持续的维护与升级支持。因此我写下《手把手教你YOLOv8实战》专栏,专门为那些对计算机视觉、深度学习、以及目标检测技术感兴趣的读者设计。通过本专栏,你将深入理解 YOLOv8 的核心原理与实际应用,从0 开始学习并掌握如何使用 YOLOv8 完成各类目标检测任务,帮助你快速上手并掌握 YOLO 1.8w 阅读·63 点赞·192 收藏 阅读详情

相关推荐

YOLOv11原创改进专栏|专栏介绍&目录

本专栏自2024年11月30日开始持续更新,专栏主要面向YOLOv11的各种改进,主要改进方向为Backbone(主干)、Conv、C2f、注意力机制、Neck以及检测头的改进,本专栏会涉及到提高精度、轻量化、分割等方面的内容。本专栏将在三天内更新超10篇,将会用最快速度先更新50篇,本专栏内容超10篇后将会涨价,有需要的家人们可以早买,早买优惠多多,福利多多。

mywhyyds的博客 618

YOLOv11改进 | 注意力篇 | YOLOv11引入ECA注意力机制

ECA模块通过自适应选择卷积核大小,精确界定了局部跨通道交互的覆盖范围,实现了参数的高效利用和计算成本的显著降低。在ResNets和MobileNetV2等主流神经网络结构中,ECA模块以极少的参数和计算资源,显著提升了模型的性能,相比其他注意力模块展现出更高的效率和优越性。到此本文的正式分享内容就结束了,在这里给大家推荐我的YOLOv11改进有效涨点专栏,本专栏目前为新开的,后期我会根据各种前沿顶会进行论文复现,也会对一些老的改进机制进行补充,如果大家觉得本文帮助到你了,订阅本专栏,关注后续更多的更新~

tsg6698的博客 1559

《YOLO11改进有效涨点》 专栏目录 | 目前已有100+篇内容,内含各种Head检测头、损失函数Loss、Backbone、Neck等创新点改进【持续更新】

YOLO11改进专栏目录,YOLO11改进目录

kay_545 1万+

《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】

①答疑群聊服务;②YOLO大模型知识问答系统;③计算机视觉论文生成智能体; 1万+

YOLO11改进 | 卷积模块 | 用Ghost卷积轻量化网络【详细步骤】

yolo11改进,yolo11改进,创新

kay_545 7964

【YOLO改进芒果书系列】独家原创|YOLO改进|全系列目录一览 | 人工智能专家老师联袂推荐

芒果YOLO改进全专栏系列目录(推荐🌟)

包括YOLOv5、YOLOv7、YOLOv8等模型改进 2万+

YOLO11改进 | 主干网络 | 简单而优雅且有效的VanillaNet 【华为诺亚方舟】

yolo11,yolo11改进,VanillaNet

kay_545 2161

YOLO11改进 | 融合改进 | 在Neck中添加Resblock_CBAM

yolo11改进,yolo11,Resblock_CBAM

kay_545 1928

YOLO11改进 | 注意力机制| 对小目标友好的BiFormer【CVPR2023】

yolo11改进,yolo11,Biformer

kay_545 2684

YOLO11改进 | Neck | 有效提升小目标检测效果,附完整代码结构图【论文必备】

yolo11,yolo11改进

kay_545 2755

YOLO11改进 | 注意力机制 | 添加多种注意力机制,开箱即用

yolo11改进,yolo11,yolo11添加多种注意力机制

kay_545 3708

YOLOv11改进 | 融合改进篇 | Damo-YOLO融合SwinTransformer轻量化创新yolov11(可替换专栏20+主干)

本文给大家带来的最新改进机制是融合改进,利用Damo-YOLO配合,其中Damo-YOLO和在我前面的文章都已经讲过了如何使用,本文主要讲一下将他们融合起来的注意事项以及使用方法,同时在开始讲解之前推荐一下我的专栏,本专栏的内容支持(分类、检测、分割、追踪、关键点检测),专栏目前为限时折扣(相同文章数量全网最低)欢迎大家订阅本专栏,本专栏每周更新3-5篇最新机制,更有包含我所有改进的文件和交流群提供给大家。欢迎大家订阅我的专栏一起学习YOLO!

Snu77的博客 2489

【YOLOv12改进trick】专栏精选合集

YOLO系列优化改进trick大合集

向上生长的程序媛的博客 3259

YOLO11改进 | 注意力机制| 利用并行子网络构建深度较浅但性能卓越的网络【全网独家】

yolo11,yolo11改进,ParNetAttention

kay_545 1426

YOLO11改进 | 注意力机制 | 对密集和小目标友好的EVCblock 【 完整代码】

yolo11改进,小目标,evcblock

kay_545 2128

【Nature Communications】超高介电常数材料 Hf0.5Zr0.5O2(HZO)

复旦大学AnQuanJiang团队在《NatureCommunications》发表研究,通过原子层沉积技术制备Hf0.5Zr0.5O2(HZO)薄膜电容器,结合等离子体处理获得突破性性能:介电常数达921,储能密度584J/cm³,效率近100%。研究揭示了铁电性消失后氧空位有序排列产生超高介电常数的机制,并通过同步辐射衍射和STEM分析证实了微观结构转变。该材料在85-300K温度范围内保持稳定,经1万亿次循环后仍能维持100μC/cm²电荷密度,为高密度DRAM和CMOS器件集成提供了新方案。

荷塘阅色 2470

保姆级教程:用达芬奇Configurator配置CAN总线(从DBC导入到Controller设置)

本文详细介绍了使用达芬奇Configurator工具从DBC文件导入到CAN总线控制器设置的全流程配置方法。通过环境准备、CAN控制器模式选择、硬件参数配置、通信参数优化及通信栈集成等关键步骤,帮助开发者高效完成AUTOSAR架构下的CAN总线开发,特别适合汽车电子领域的工程师参考。

weixin_30529023的博客 444

NumPy 与 Pandas 的详细应用(含实例)

本文系统介绍了Python数据分析中NumPy和Pandas两大核心库的应用。NumPy专注于高效数值计算,提供多维数组和向量化运算功能;Pandas则擅长结构化数据处理,支持数据清洗、分组统计等操作。文章详细讲解了库的安装、基础操作(数组/DataFrame创建、索引切片)、进阶功能(缺失值处理、分组聚合),并通过电商销售分析案例演示了实际应用场景。最后总结了二者的协同优势:NumPy负责底层数值计算,Pandas处理高级数据操作,配合使用可显著提升数据处理效率。建议读者从基础操作入手,结合实际案例练习,

weixin_42030577的博客 2302

大语言模型在建筑规范自动化合规审查中的微调策略与规模效应实践

大语言模型(LLM)通过在海量文本数据上预训练,具备了强大的语言理解和生成能力。其核心原理是基于Transformer架构,通过自注意力机制捕捉长距离依赖关系。在工程实践中,为了将这种通用能力适配到建筑、法律、金融等高度专业化的垂直领域,通常需要采用领域微调技术。微调通过使用特定领域的高质量指令数据对模型参数进行更新,使其掌握专业术语、逻辑规则和任务范式,从而解决通用模型在专业场景下知识匮乏和“幻觉”问题。结合检索增强生成(RAG)技术,将动态外部知识库作为模型的“参考手册”,能进一步提升事实准确性并降低幻

weixin_30667831的博客 369

docker配置国内镜像源

【代码】docker配置国内镜像源。

愿听风成曲 9620

【QGIS】PyCharm集成pyqgis的processing工具箱:环境配置与初始化实战

本文详细介绍了如何在PyCharm中配置QGIS的Python环境并成功集成其强大的Processing工具箱。文章核心解决了独立环境下导入processing模块失败、算法无法调用等常见难题,通过手动添加插件路径和执行关键初始化步骤,实现了在PyCharm中丝滑调用QGIS地理处理算法,从而将复杂的空间分析流程自动化。

weixin_28831399的博客 395

华为云计算——FusionCompute创建虚拟机

华为云计算——FusionCompute创建虚拟机

jks212454的博客 3682

开关电源中的高频振荡噪声及其抑制方法

在开关电源的工作过程中,随着开关管的开关动作,电流和电压波形会出现剧烈的波动,尤其是在开关管切换的瞬间,往往会导致较强的过冲现象。开关电源中的高频振荡噪声是导致电磁兼容问题的主要源头之一,尤其是MOS管的通断和整流二极管的反向恢复过程中,会产生较强的高频振荡噪声。通过合理调节R和C的值,可以大大缓解高频振荡带来的EMC问题,从而有效提升电源的电磁兼容性。整流二极管反向恢复时的振荡会导致高频噪声产生,这些高频噪声源可被传导到电源的输出端,甚至可能通过电源的共地路径扩散到其他电路,影响系统的稳定性和可靠性。

硬核科技 1533

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

上一篇: YOLO11改进|注意力机制篇|引入MSDA注意力机制
下一篇: YOLO11改进|注意力机制篇|引入ParNetAttention
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值