YOLOv5/v7 的改进点合集导航页 (新增YOLOv5/v7网络结构图)
安卓源码
项目地址：Yolov5_Magic
分享一些改进YOLO系列算法的技巧，不同的数据集效果肯定是不同的，有算力的话还是要多尝试。
java毕业设计项目实战
有关代码怎么使用，大家可以去看我的博文，或者官方的文档，我在这统一做一个汇总
builder模式
本人更多 YOLOv5/v7 实战内容导航🍀🌟🚀
-
手把手带你调参YOLOv5 (v5.0-v7.0)（推理）🌟强烈推荐
layui
-
手把手带你调参YOLOv5 (v5.0-v7.0)（训练）🚀
unreal
-
telnet
-
动态内存异常分析
-
手把手带你YOLOv5/v7 (v5.0-v7.0)添加注意力机制(一)（并附上30多种顶会Attention原理图）🌟强烈推荐🍀新增8种
armbian
-
手把手带你YOLOv5/v7 (v5.0-v7.0)添加注意力机制(二)（在C3模块中加入注意力机制）
毕业设计项目实战+论文
-
以太坊r s v
-
GIS
-
keychron
-
YOLOv5/v7 更换上采样方式( 最近邻 / 双线性 / 双立方 / 三线性 / 转置卷积)
WSA
-
YOLOv5/v7 如何更换EIOU / alpha IOU / SIoU？
循环神经网络
-
JVM内存模型
-
空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC🚀
Faster RCNN
-
thymeleaf
-
GSConv+Slim-neck 减轻模型的复杂度同时提升精度
移动开发
-
头部解耦 | 将YOLOX解耦头添加到YOLOv5 | 涨点杀器
permission配置
-
Stand-Alone Self-Attention | 搭建纯注意力FPN+PAN结构
数据埋点
-
改进YOLOv5/v7 | 引入密集连接卷积网络DenseNet思想 | 搭建密集连接模块
ieee论文
-
傅里叶变换
-
YOLOv5/v7 更换骨干网络之 EfficientNet-B0
DVE
-
YOLOv5/v7 更换骨干网络之 MobileNet V3
scipy
-
云原生
-
YOLOv5/v7 更换骨干网络之 ShuffleNetv2
案例
-
caffe
-
cadence
-
鏁版嵁鍒嗘瀽
-
x86
Performance
| Model | size (pixels) |
mAPval 0.5:0.95 |
mAPval 0.5 |
Speed CPU b1 (ms) |
Speed V100 b1 (ms) |
Speed V100 b32 (ms) |
params (M) |
FLOPs @640 (B) |
Weights |
|---|---|---|---|---|---|---|---|---|---|
| YOLOv5n | 640 | 28.0 | 45.7 | 45 | 6.3 | 0.6 | 1.9 | 4.5 | YOLOv5n |
| YOLOv5s | 640 | 37.4 | 56.8 | 98 | 6.4 | 0.9 | 7.2 | 16.5 | YOLOv5s |
| YOLOv5m | 640 | 45.4 | 64.1 | 224 | 8.2 | 1.7 | 21.2 | 49.0 | YOLOv5m |
| YOLOv5l | 640 | 49.0 | 67.3 | 430 | 10.1 | 2.7 | 46.5 | 109.1 | YOLOv5l |
| YOLOv5x | 640 | 50.7 | 68.9 | 766 | 12.1 | 4.8 | 86.7 | 205.7 | YOLOv5x |
| YOLOv5n6 | 1280 | 36.0 | 54.4 | 153 | 8.1 | 2.1 | 3.2 | 4.6 | YOLOv5n6 |
| YOLOv5s6 | 1280 | 44.8 | 63.7 | 385 | 8.2 | 3.6 | 12.6 | 16.8 | YOLOv5s6 |
| YOLOv5m6 | 1280 | 51.3 | 69.3 | 887 | 11.1 | 6.8 | 35.7 | 50.0 | YOLOv5m6 |
| YOLOv5l6 | 1280 | 53.7 | 71.3 | 1784 | 15.8 | 10.5 | 76.8 | 111.4 | YOLOv5l6 |
| YOLOv5x6 + TTA |
1280 1536 |
55.0 55.8 |
72.7 72.7 |
3136 – |
26.2 – |
19.4 – |
140.7 – |
209.8 – |
YOLOv5x6 |
SPP Structure Parameter and GFLOPs
| Model | 参数量(parameters) | 计算量(GFLOPs) |
|---|---|---|
| SPP | 7225885 | 16.5 |
| SPPF | 7235389 | 16.5 |
| SimSPPF | 7235389 | 16.5 |
| ASPP | 15485725 | 23.1 |
| BasicRFB | 7895421 | 17.1 |
| SPPCSPC | 13663549 | 21.7 |
| SPPCSPC_group | 8355133 | 17.4 |
Others Structure Parameter and GFLOPs
| Model | 参数量(parameters) | 计算量(GFLOPs) |
|---|---|---|
| TransposeConv upsampling | 7241917 | 16.6 |
| InceptionConv | 7233597 | 16.2 |
| BiFPN | 7384006 | 17.2 |
| ShuffleNetv2 | 3844193 | 8.1 |
| CARAFE | 7369445 | 17.0 |
项目所用的配置文件我都放在我的Github了，项目地址：Yolov5_Magic
还有一些其他tircks的实验结果我正在整理中，后续我会更新在Github的
