专栏地址:目前售价售价69.9,改进点70+
专栏介绍:YOLOv9改进系列 | 包含深度学习最新创新,助力高效涨点!!!
本周已更新说明:
### ⭐⭐更新时间:2024/5/12⭐⭐
1. YOLOv9中的“Silence”、“RepNCSPELAN4”、“ADown”、“CBLinear”模块结构图汇总!https://blog.csdn.net/StopAndGoyyy/article/details/138586571
2. 更新YOLOv9结构图https://blog.csdn.net/StopAndGoyyy/article/details/138697378
3. yolov9-MobileNetv4.yaml: 轻量化主干MobileNetV4
4. yolov9-ShuffleNetV1.yaml: 轻量化主干ShuffleNetV1
5. yolov9-ShuffleNetV2.yaml: 轻量化主干ShuffleNetV2(ECCV2018)
6. yolov9-EfficientNetV1.yaml: 轻量化主干EfficientNetV1
7. yolov9-EfficientNetV2.yaml: 轻量化主干EfficientNetV2
8. yolov9-SqueezeNet.yaml 轻量化主干SqueezeNet
往期更新:
----------------------------------------------------------------
### ⭐⭐更新时间:2024/5/7⭐⭐
1. 更新IOU:SIoU:考虑角度影响的IoUEIoU:在CIOU的基础上单独考虑纵横比ShapeIou:考虑边框形状及尺寸的IoU,小目标有效果PowerfulIoU:倾斜目标检测损失函数PowerfulIoUv2:倾斜目标检测损失函数 2. 更新inner_iou,使用辅助边框的IoU/blob/main/focaleriou.pyInner_CIoU、Inner_DIoU、Inner_EIoU、Inner_GIoU、Inner_SIoU、Inner_WIoU、Inner_PIoU、Inner_PIoUv2 3. 更新focaler_iou,更加聚焦的IoU通过调整d和u的值,使focalerIoU关注的焦点不同回归样本。 focaler_CIoU、focaler_DIoU、focaler_EIoU、focaler_GIoU、focaler_SIoU、focaler_WIoU、focaler_PIoU、focaler_PIoUv2 4. 更新focal_iou,平衡高质量样本和低质量样本的focal_CIoU、focal_DIoU、focal_EIoU、focal_GIoU、focal_SIoU、focal_WIoU、focal_PIoU、focal_PIoUv2 5. 更新focaler_inner_iou. 6. 更新focal_inner_iou.---------------------------------------------------------------- ### ⭐⭐更新时间:2024/4/20⭐⭐ 1. yolov9-SDI.yaml:加入UnetV2中的多层次特征融合模块SDI 2. 修复BiFPN及其变式中的bug 3. yolov9-Cloformer.yaml:更新清华团队提出的CloFormer:重新思考轻量化视觉Transformer中的局部感知主干⭐训练和推理要在显卡上运行,否则可能报错,请自行修改代码 4. yolov9-Cloformer-BiFPN.yaml:Cloformer和BiFPN结合 5. yolov9-GhostSDI.yaml:使用GhostConv的SDI---------------------------------------------------------------- ### ⭐⭐更新时间:2024/4/14⭐⭐ 1. yolov9-MobileNetv2.yaml:轻量化主干MobileNetV2 2. yolov9-MobileNetv2-GoldYOLO.yaml:轻量化主干MobileNetV2与GoldYOLO结合 3. yolov9-MobileNetv3.yaml:轻量化主干MobileNetV3 4. yolov9-MobileNetv3-GoldYOLO.yaml:轻量化主干MobileNetV3与GoldYOLO结合---------------------------------------------------------------- ### ⭐⭐更新时间:2024/4/6⭐⭐ 1. yolov9-RepViT.yaml:更新CVPR2024 从ViT角度重新审视移动端CNNd的轻量化主干RepViT 2. yolov9-GoldYOLO-Rep4-CD-Lsk.yaml:Goldd YOLO与RepNCSPELAN4_CD_LSK结合 3. yolov9-Bifpn-Rep4-CD-Lsk.yaml:Bifpn与与RepNCSPELAN4_CD_LSK结合 4. yolov9-Fasternet-P2.yaml:Fasternet与P2检测头 5. yolov9-RepViT-P2.yaml:RepViT与P2检测头 6. yolov9-Fasternet-GlodYOLO.yaml:Fasternet与GlodYOLO结合 7. yolov9-RepViT-GlodYOLO.yaml:RepViT与GlodYOLO结合 8. yolov9-Fasternet-Bifpn.yaml:Fasternet与Bifpn结合---------------------------------------------------------------- ### ⭐⭐更新时间:2024/3/30⭐⭐ 1. yolov9-LSK-C2f.yaml:使用ICCV2023中的选择性注意力LSK与C2f融合 2. yolov9-LSK-C3.yaml:使用ICCV2023中的选择性注意力LSK与C3融合 3. yolov9-CD_LSK.yaml:使用大和注意力机制LSK的通道压缩-解压结构CD_LSK 4. yolov9-C2f-CD-LSK.yaml:使用CD_LSK与C2f融合 5. yolov9-C3-CD-LSK.yaml:使用CD_LSK与C3融合 6. yolov9-RepNCSPELAN4-CD-LSK.yaml:使用CD_LSK与RepNCSPELAN4融合 7. yolov9-InceptionV3.yaml:GoogLeNet中的Inceptionv3的模块替换部分YOLOv9c中的模块 8. yolov9-InceptionV4.yaml:GoogLeNet中Inceptionv4的模块替换部分YOLOv9c中的模块 9. yolov9-Ghost-InceptionV3.yaml:使用GhostConv替换Inceptionv3中的Conv模块 10. yolov9-Ghost-InceptionV4.yaml:使用GhostConv替换Inceptionv4中的Conv模块(剩余模块两周内更新) 11. yolov9-Fasternet.yaml:更新CVPR2023轻量化主干(变式组合下月低前更新) ---------------------------------------------------------------- ### ⭐⭐更新时间:2024/3/24⭐⭐ 1. yolov9-iRMB.yaml:CVPR2023即插即用的到残差注意力机制 https://github.com/zhangzjn/EMO/tree/main 2. yolov9-iRMB-RepNCSPELAN4.yaml:使用iRMB与RepNCSPELAN4融合 3. yolov9-Conformer.yaml:更新ICCV 2021Conformer:CNN和Transformer双体主干网络(未测试效果) 4. yolov9-Ghost-Conformer.yaml:GhostConv与Conformer融合 5. SwinTransformer:基于位移窗口的层次化视觉变换器作为主干网络(效果未测试) 6. yolov9-MobileNetV1.yaml:MobileNetV1替换主干网络,实现轻量化的网络结构 7. yolov9-P6.yaml:更新P6检测头---------------------------------------------------------------- ### ⭐⭐更新时间:2024/3/16⭐⭐ 1. yolov9-C2f_ScConv.yaml:使用CVPR2023中的ScConv对C2f二次创新 2. yolov9-C3_ScConv.yaml:使用CVPR2023中的ScConv对C3二次创新 3. 增加CIoU、DIoU、MDPIoU、GIoU的使用方法(见5月6日更新) ---------------------------------------------------------------- ### ⭐⭐更新时间:2024/3/13⭐⭐ 1. yolov9-GoldYOLO.yaml:更新华为Gold YOLO中的GD机制 2. yolov9-Bifpn.yaml:更新Bifpn加权双向特征融合 3. subbranch_removal.py:更新去除辅助训练分支脚本 教程视频:https://www.bilibili.com/video/BV1Gy421q7gP/ 4. yolov9-C2f-Attention.yaml:以SE注意力机制为例与C2f融合 5. yolov9-C3-Attention.yaml:以SE注意力机制为例与C3融合 6. yolov9-P2.yaml:更新针对小目标的P2检测头 7. 模块更换简短教程视频链接:https://www.bilibili.com/video/BV17J4m1h7xX/ 8. YOLOv9实例分割视频教程:https://www.bilibili.com/video/BV1Jx421C7Db/