YOLOv9-20240507周更说明|更新MobileNetv4等多种轻量化主干


 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/

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/326798.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Web后端】web后端开发简介_Servlet简介

1.web后端开发简介 Java企业级开发,也就是学习]avaEE(Enterprise Edition)版本,是一种结构和一套标准。在应用中开发的标准就是Servlet、jsp和JavaBean技术。jsp技术现在已基本处于淘汰状态,简单了解即可web后端开发,基于B/S模式的开发体系。…

【ArcGIS Pro微课1000例】0058:玩转NetCDF多维数据集

一、NetCDF介绍 NetCDF(network Common Data Form)网络通用数据格式是由美国大学大气研究协会(University Corporation for Atmospheric Research,UCAR)的Unidata项目科学家针对科学数据的特点开发的,是一种面向数组型并适于网络共享的数据的描述和编码标准。NetCDF广泛应…

从XML配置角度理解Spring AOP

1. Spring AOP与动态代理 1.1 Spring AOP和动态代理的关系 Spring AOP使用动态代理作为其主要机制来实现面向切面的编程。这种机制允许Spring在运行时动态地创建代理对象,这些代理对象包装了目标对象(即业务组件),以便在调用目标对…

MySQL基础使用指南

难度就是价值所在。大家好,今天给大家分享一下关于MySQL的基础使用,MySQL 是一个流行的关系型数据库管理系统,被广泛应用于各种类型的应用程序开发中。本文中将介绍 MySQL 的基础使用方法,包括创建数据库、创建表格以及进行增删改…

污水设备远程监控

随着环保意识的日益增强,污水处理作为城市建设和环境保护的重要一环,越来越受到社会各界的关注。然而,传统的污水处理设备管理方式往往存在着效率低下、响应速度慢、维护成本高等问题。为了解决这些痛点,HiWoo Cloud平台凭借其强大…

【数据结构与算法 刷题系列】合并两个有序链表

💓 博客主页:倔强的石头的CSDN主页 📝Gitee主页:倔强的石头的gitee主页 ⏩ 文章专栏:数据结构与算法刷题系列(C语言) 目录 一、问题描述 二、解题思路详解 合并两个有序链表的思路 解题的步…

庙算兵棋推演AI开发初探(4-调用AI模型)

前面讲了如何开展编写规则脚本型Agent(智能体)的方法,现在探究一下如何调用知识型(一般而言的训练出的模型)智能体的方法。 这次调用的是庙算平台的demo(网址见图) 下载了“知识强化学习型”…

鸿蒙开发:【从TypeScript到ArkTS的适配规则】

从TypeScript到ArkTS的适配规则 ArkTS通过规范约束了TypeScript(简称TS)中过于灵活而影响开发正确性或者给运行时带来不必要额外开销的特性。本文罗列了所有在ArkTS中限制的TS特性,并提供了重构代码的建议。ArkTS保留了TS大部分的语法特性&a…

python数据分析——seaborn绘图1

参考资料:活用pandas库 matplotlib库是python的和兴绘图工具,而seaborn基于matplotlib创建,它为绘制统计图提供了更高级的接口,使得只用少量代码就能生成更美观、更复杂的可视化效果。 seaborn库和pandas以及其他pydata库&#xf…

【计算机网络】数据链路层 组帧 习题4

组帧 发送方根据一定的规则将网络层递交的分组封装成帧(也称为组帧)。 组帧时,既要加首部,也要加尾部,原因是,在网络信息中,帧是以最小单位传输的。所以接收方要正确地接收帧,就必须清楚该帧在一串比特串中…

AI网络爬虫:用kimichat自动批量提取网页内容

首先,在网页中按下F12键,查看定位网页元素: 然后在kimi中输入提示词: 你是一个Python编程专家,要完成一个爬取网页内容的Python脚本,具体步骤如下: 在F盘新建一个Excel文件:提示词…

Duplicate File Finder Pro for Mac激活版:重复文件清理软件

在繁杂的文件管理中,你是否曾为重复文件而烦恼?Duplicate File Finder Pro for Mac,正是你不可或缺的得力助手。这款专业级工具,能够迅速扫描并定位Mac系统中的重复文件,让你的存储空间恢复清爽。 通过强大的算法支持&…

互联网轻量级框架整合之SpringIoC概念详解

在之前的几篇文字中说道容器的概念,实际上Spring也是基于容器的理念,之所以如此成功并不是因为很先进的技术,而是因为理念,其中核心便是IoC(控制反转),AOP(面向切面编程),其中IoC是Spring的基础&#xff0c…

【STM32 |示例程序】EXTI中断示例程序(对射式红外传感器旋转编码器计次)

✨✨谢谢大家捧场,祝屏幕前的小伙伴们每天都有好运相伴左右,一定要天天开心哦!✨✨ 🎈🎈作者主页: 丠丠64-CSDN博客🎈🎈 ✨✨ 帅哥美女们,我们共同加油!一起…

采用java+B/S开发的全套医院绩效考核系统源码springboot+mybaits 医院绩效考核系统优势

采用java开发的全套医院绩效考核系统源码springbootmybaits 医院绩效考核系统优势 医院绩效管理系统解决方案紧扣新医改形势下医院绩效管理的要求,以“工作量为基础的考核方案”为核心思想,结合患者满意度、服务质量、技术难度、工作效率、医德医风等管…

基于POSIX标准库的读者-写者问题的简单实现

文章目录 实验要求分析保证读写、写写互斥保证多个读者同时进行读操作 读者优先实例代码分析 写者优先代码运行结果 读写公平法示例代码分析 实验要求 创建一个控制台进程,此进程包含n个线程。用这n个线程来表示n个读者或写者。每个线程按相应测试数据文件的要求进行…

Vue的学习 —— <vue响应式基础>

目录 前言 正文 单文件组件 什么是单文件组件 单文件组件使用方法 数据绑定 什么是数据绑定 数据绑定的使用方法 响应式数据绑定 响应式数据绑定的使用方法 ref() 函数 reactive()函数 toRef()函数 toRefs()函数 案例练习 前言 Vue.js 以其高效的数据绑定和视图…

Golang | Leetcode Golang题解之第84题柱状图中最大的矩形

题目&#xff1a; 题解&#xff1a; func largestRectangleArea(heights []int) int {n : len(heights)left, right : make([]int, n), make([]int, n)for i : 0; i < n; i {right[i] n}mono_stack : []int{}for i : 0; i < n; i {for len(mono_stack) > 0 &&am…

ESP32重要库示例详解(三):按键之avdweb_Switch库

在Arduino开发中&#xff0c;我们经常需要处理按钮和开关的输入。avdweb_Switch库就是为了简化这一任务&#xff0c;提供了一个优雅且高效的事件处理方式。本文将通过一个实际示例&#xff0c;介绍该库的主要特性和用法。 导入库 在Arduino IDE导入avdweb_Switch库的步骤如下…

黑盒测试中的边界值分析

黑盒测试是一种基于需求和规格的测试方法&#xff0c;它主要关注软件系统输出的正确性和完整性&#xff0c;而不考虑内部代码的实现方式。在黑盒测试中&#xff0c;边界值分析是一种重要的测试技术&#xff0c;它可以帮助测试人员有效地发现输入和输出的问题。本文将从什么是边…