模块详解
关注
分享
扫一扫
文章平均质量分 93
顶会、顶刊模块详解。附YOLOv8、YOLOv9、YOLOv10、YOLOv11、RT-DETR配置链接
Limiiiing
YOLO系列，RT-DETR模型、多模态融合改进。专栏内所有文章均配置完整代码和详细步骤，亲测可行，快速涨点。订阅专栏享受改进，写作，选刊等答疑内容，助力科研，发文无忧。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
YOLO系列、RT-DETR模型改进合集 ｜ 详解 2024-TOP 自适应阈值焦点损失（ATFL），提升对小目标的检测能力
本文记录的是利用自适应阈值焦点损失（ATFL）优化YOLO系列以及RT-DETR的网络模型。ATFL结合了的针对性和自适应调整损失权重的灵活性，有效地处理目标与背景不平衡问题。这一机制通过设置阈值区分目标和背景样本，并根据预测概率值自适应调整损失权重来适应不同的样本特性，提高了模型对目标特征的学习能力。在小目标检测中，ATFL可以被用于提升对的检测能力，。原创 2025-01-19 20:14:05 · 1395 阅读 · 0 评论 -
【YOLOv8/v9/v10/v11、RT-DETR改进合集】详解Mamba-YOLO，替换骨干网络Mamba-YOLO-B!!! 最新的发文热点
ODSSBlock（Object Detection State Space Block）是Mamba - YOLO模型中的核心模块，对于提升模型的目标检测能力起着关键作用。它主要负责对输入特征进行深度处理，以学习更丰富和有效的特征表示，从而提高模型对目标物体的检测精度。原创 2024-12-27 11:13:06 · 1398 阅读 · 0 评论 -
【YOLOv8/v9/v10/v11、RT-DETR改进合集】详解Mamba-YOLO，替换骨干网络Mamba-YOLO-T!!! 最新的发文热点
模块是模型中的一个重要组成部分，其主要作用是在模型的初始阶段对输入图像进行处理，方便后续的特征提取和目标检测。以下是对。原创 2024-12-27 11:09:16 · 1006 阅读 · 0 评论 -
【YOLOv8/v9/v10/v11、RT-DETR改进合集】详解Mamba-YOLO，替换骨干网络Mamba-YOLO-L!!! 最新的发文热点
Vision Clue Merge模块在Mamba - YOLO模型中同样重要，主要负责在模型的下采样过程中处理特征图，为后续的特征融合和目标检测任务提供更有效的信息。原创 2024-12-27 11:04:33 · 1121 阅读 · 0 评论 -
【YOLOv8/v9/v10/v11、RT-DETR改进合集】详解AIFI : 基于Transformer的尺度内特征交互，在降低计算成本的同时提高模型的性能
本文记录的是基于AIFI模块的目标检测改进方法研究。AIFI是RT-DETR中高效混合编码器的一部分，利用其改进模型，使网络在深层能够，并有助于后续模块对对象进行定位和识别。原创 2024-12-26 09:09:13 · 1876 阅读 · 0 评论 -
【YOLOv8/v9/v10/v11、RT-DETR改进合集】详解NeuralPS-2022 Focal Modulation : 使用焦点调制模块优化空间金字塔池化SPPF
本文记录的是利用焦点调制模块Focal Modulation改进的方法研究。利用深度可分离卷积层实现的焦点语境化来编码从短到长范围的视觉语境，通过门控聚合有选择性地为每个查询标记收集语境到调制器中，并利用逐元素仿射变换将调制器注入查询，，提高模型性能。原创 2024-12-25 16:13:32 · 1365 阅读 · 0 评论 -
【YOLOv8/v9/v10/v11、RT-DETR改进合集】详解SimSPPF，简化设计，提高计算效率
本文记录的是基于SimSPPF模块的目标检测改进方法研究。介绍了SPPSPPF以及SimSPPF。SimSPPF的设计。原创 2024-12-25 14:24:03 · 1644 阅读 · 0 评论