改深度学习模型（适用于YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOX等YOLO架构的源代码）

我的配置

torch 1.12.1

python 3.9.18

编辑器：pycharm

# YOLOv5 requirements
# Usage: pip install -r requirements.txt

# Base ------------------------------------------------------------------------
gitpython>=3.1.30
matplotlib>=3.3
numpy>=1.23.5
opencv-python>=4.1.1
pillow==9.5.0
# pillow>=10.3.0
psutil  # system resources
PyYAML>=5.3.1
requests>=2.23.0
scipy>=1.4.1
thop>=0.1.1  # FLOPs computation
torch>=1.8.0  # see https://pytorch.org/get-started/locally (recommended)
torchvision>=0.9.0
tqdm>=4.64.0
ultralytics>=8.0.232
# protobuf<=3.20.1  # https://github.com/ultralytics/yolov5/issues/8012

# Logging ---------------------------------------------------------------------
# tensorboard>=2.4.1
# clearml>=1.2.0
# comet

# Plotting --------------------------------------------------------------------
pandas>=1.1.4
seaborn>=0.11.0

# Export ----------------------------------------------------------------------
# coremltools>=6.0  # CoreML export
# onnx>=1.10.0  # ONNX export
# onnx-simplifier>=0.4.1  # ONNX simplifier
# nvidia-pyindex  # TensorRT export
# nvidia-tensorrt  # TensorRT export
# scikit-learn<=1.1.2  # CoreML quantization
# tensorflow>=2.4.0,<=2.13.1  # TF exports (-cpu, -aarch64, -macos)
# tensorflowjs>=3.9.0  # TF.js export
# openvino-dev>=2023.0  # OpenVINO export

# Deploy ----------------------------------------------------------------------
setuptools>=65.5.1 # Snyk vulnerability fix
# tritonclient[all]~=2.24.0

# Extras ----------------------------------------------------------------------
# ipython  # interactive notebook
# mss  # screenshots
# albumentations>=1.0.3
# pycocotools>=2.0.6  # COCO mAP
wheel>=0.38.0 # not directly required, pinned by Snyk to avoid a vulnerability

# new module
timm
torchsummary

本篇博客主要分享各大企业和高校推出的源代码，并且集成在YOLOv5框架中。

源代码主要包括，主干网络、损失函数、检测头、注意力机制等模块。

GitHub仓库：https://github.com/Jie-Huangi/study_yolo，欢迎标星🔥🔥🔥。

当前仓库的代码还不够完整，后期会逐个添加相关代码。

我使用的数据是自行在B站上截屏获取的。经过数据增强，得到300张左右的训练集。

数据集下载地址：https://pan.baidu.com/s/1Zuroo7qpie-TFLQ93qvSsg?pwd=cqcc 提取码: cqcc

制作自己的数据集代码：https://github.com/Jie-Huangi/dataset_labelImg_To_yolo，欢迎标星🔥🔥🔥。

更新日志：

2024年5月21日

添加损失函数，注意力机制函数

GIoU (bool, optional): If True