位置: IT常识 - 正文

CSDN独家原创|YOLOv5改进、YOLOv7改进、YOLOv8改进、YOLOX改进目录一览|YOLO改进模型全系列目录(芒果书系列) | 人工智能专家老师联袂推荐(csdn创作)

编辑:rootadmin
CSDN独家原创|YOLOv5改进、YOLOv7改进、YOLOv8改进、YOLOX改进目录一览|YOLO改进模型全系列目录(芒果书系列) | 人工智能专家老师联袂推荐 一、芒果改进系列必读

推荐整理分享CSDN独家原创|YOLOv5改进、YOLOv7改进、YOLOv8改进、YOLOX改进目录一览|YOLO改进模型全系列目录(芒果书系列) | 人工智能专家老师联袂推荐(csdn创作),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:csdn官网首页app,csdn,csdn,csdn-中文it社区-600万,csdn创作,csdn创作,csdn官网首页app,csdn官方网站,内容如对您有帮助,希望把文章链接给更多的朋友!

🔥 《芒果书》系列改进专栏内的改进文章,均包含多种模型改进方式,均适用于YOLOv3 、YOLOv4 、 YOLOR 、 YOLOX 、YOLOv5 、 YOLOv7 、 YOLOv8 改进(重点)!!!

🔥 专栏创新点教程 均有不少同学反应和我说已经在自己的数据集上有效涨点啦!! 包括COCO数据集也能涨点

所有文章博客均包含改进源代码

🔥 对应专栏订阅的越早,就可以越早使用原创创新点去改进模型,抢先一步

以下《芒果书》改进YOLO专栏内容 适用于以下主流模型的改进

YOLOv3 、YOLOv4 、 YOLOR 、 YOLOX YOLOv5 、 YOLOv7 、 YOLOv8 … 以上模型改进均适用《芒果书》🥭专栏系列

点击以下链接 查看文章目录详情🔗

💡🎈☁️:一、CSDN原创《芒果改进YOLO高阶指南》强烈改进涨点推荐!📚推荐指数:🌟🌟🌟🌟🌟💡🎈☁️:二、CSDN原创YOLO进阶 | 《芒果改进YOLO进阶指南》改进涨点推荐!📚推荐指数:🌟🌟🌟🌟🌟💡🎈☁️:三、CSDN独家全网首发专栏 | 《目标检测YOLO改进指南》改进涨点推荐!推荐指数:🌟🌟🌟🌟🌟文章目录一、芒果改进系列必读`YOLOv3` 、`YOLOv4` 、 `YOLOR` 、 `YOLOX` `YOLOv5` 、 `YOLOv7` 、 `YOLOv8` ... 以上模型改进均适用《芒果书》🥭专栏系列点击下图查看 `详情🔎` 芒果改进YOLO高阶专栏🌟🌟🌟点击下图查看 `详情🔎` 芒果改进YOLO进阶专栏🌟🌟点击下图查看 `详情🔎` 目标检测改进YOLO指南🌟二、推荐|`🔥🔥🔥人工智能专家老师`联袂推荐改进博客专栏四、解析|YOLO网络模型源代码训练推理教程解析五、总结|YOLO系列期刊创新点总结六、核心改进大全🚀|最新创新点改进<进阶> (推荐🌟🌟🌟🌟🌟)🏆目录<font color="#FFA500">《芒果改进YOLO高阶指南》推荐<font color="#FFA500">《芒果改进YOLO进阶指南》推荐最新创新点改进 (推荐🌟🌟🌟🌟)<font color="#FFA500">《目标检测YOLO改进指南》推荐注意力机制系列(CSDN芒果汁没有芒果 首发)🏆目录三、开源|🚀开源库 YOLOAir 🌟其他改进点博客教程🏆目录注意事项点击下图查看 详情🔎 芒果改进YOLO高阶专栏🌟🌟🌟

💡🎈☁️:CSDN原创《芒果改进YOLO高阶指南》推荐!🌟🌟🌟🌟🌟点击下图查看 详情🔎 芒果改进YOLO进阶专栏🌟🌟

💡🎈☁️:CSDN原创YOLO进阶目录 | 《芒果改进YOLO进阶指南》推荐!🌟🌟🌟🌟🌟点击下图查看 详情🔎 目标检测改进YOLO指南🌟

💡🎈☁️:CSDN独家全网首发专栏 | 《目标检测YOLO改进指南》改进涨点推荐!🌟🌟🌟🌟🌟

其中均适用于基于 YOLOv5 、 YOLOv7 和 YOLOv7-tiny、YOLOv8 主流模型改进

标题为改进YOLOv5系列的 也适用于 YOLOv7 、YOLOv8标题为改进YOLOv7系列 的 也适用于 YOLOv5 、YOLOv8

所有原创内容,未经允许,不能用来作为课件录制视频.

以下内容改进,均原创来自 🌟CSDN芒果汁没有芒果

二、推荐|🔥🔥🔥人工智能专家老师联袂推荐改进博客专栏

图中链接:芒果改进目录一览|改进YOLO模型全系列目录

四、解析|YOLO网络模型源代码训练推理教程解析手把手调参最新 YOLOv7 模型 推理部分(一)🌟手把手调参最新 YOLOv7 模型 训练部分(二)🌟五、总结|YOLO系列期刊创新点总结

💡🎈☁️:国庆假期浏览了几十篇YOLO改进英文期刊,总结改进创新的一些相同点(期刊创新点持续更新)

💡🎈☁️:国庆假期看了一系列图像分割Unet、DeepLabv3+改进期刊论文,总结了一些改进创新的技巧

六、核心改进大全🚀|最新创新点改进<进阶> (推荐🌟🌟🌟🌟🌟)

核心:

以下内容只在CSDN芒果汁没有芒果博客专栏中(全网首发最新)

专栏持续更新中✅

每篇博客 均为原创内容,内含理论部分 以及 YOLO+多种改进代码,以及给出思考点,主要是让大家快速进行网络模型改进。✅

本专栏为YOLO改进指南进阶专栏 ,均为全网独家首发内容,文章质量较高🔥🔥🔥

🏆目录《芒果改进YOLO高阶指南》推荐💡🎈☁️:YOLOv5/v7/v8改进最新主干系列BiFormer:顶会CVPR2023即插即用,小目标检测涨点必备,首发原创改进,基于动态查询感知的稀疏注意力机制、构建高效金字塔网络架构,打造高精度检测器💡🎈☁️:YOLOv7、YOLOv5改进多种检测解耦头系列|即插即用:首发最新更新超多种高精度&轻量化解耦检测头(最新检测头改进集合),内含多种检测头/解耦头改进,高效涨点💡🎈☁️:YOLOv5/v7/v8 改进首发最新PWConv核心结构|来自最新CVPR2023顶会,进一步轻量化!测试数据集mAP有效涨点,进一步降低参数量,追求更高的 FLOPS💡🎈☁️:全网独家首发|YOLOv7改进方式提升(代码二),使得改进难度下降,将网络配置层数从104层极致压缩到24层,更清晰更方便更快的改进YOLOv7,完全对齐官方YOLOv7网络模型数据

💡🎈☁️:YOLO系列全网首发改进最新:新颖特定任务检测头TSCODE|(适用YOLOv5/v7)创新性Max,即插即用检测头,用于目标检测的特定任务上下文解耦头机制,助力YOLOv7目标检测器高效涨点!

💡🎈☁️:SCI期刊写作必备(二):代码|手把手绘制目标检测领域YOLO论文常见的性能对比折线图,一键生成YOLOv7等主流论文同款图表,包含多种不同功能风格对比图表

💡🎈☁️:YOLOv7首发改进最新主干FasterNet系列:最新CVPR2023顶会录用Backbone,为更快的神经网络追求更高的 FLOPS,参数量计算量下降、FPS提高

💡🎈☁️:YOLOv7改进标签分配策略AlignOTA:创新点Max,首发最新改进为全新AlignOTA标签分配策略,思路来自阿里达摩院出品的DAMOYOLO,打造高性能YOLOv7检测器

💡🎈☁️:YOLOv5改进、YOLOv7改进|YOLO改进超过50种注意力机制,全篇共计30万字(内附改进源代码),原创改进50种Attention注意力机制和Transformer自注意力机制

💡🎈☁️:原创最新|SCI写作必备(一)绘制YOLOv7论文同款性能对比图-Python:包含多种不同功能风格图表|包括mAP、Params、FPS等对比图表(YOLOv6/YOLOv7同款)

💡🎈☁️:YOLOv7改进之损失函数EfficiCIoU-Loss:独家首发最新|结合EfficiCIoULoss损失函数(适用于YOLOv5),新的增强预测帧调整并加快帧回归率,加快网络模型收敛

💡🎈☁️:YOLOv5、YOLOv7改进之实验结果新增mAP75的值(一):新增打印mAP75的值,便于YOLOv5系列模型对比实验获取更多精度数据,丰富实验数据

💡🎈☁️:YOLOv5、YOLOv7改进之实验结果打印F1 Score的值(二):新增打印F1 Score的值,便于YOLOv5系列模型对比实验获取更多精度数据,丰富实验数据

💡🎈☁️:YOLOv5、YOLOv7改进之训练结果完善results.png、results.csv打印的数据(三)|全网首发原创制作,新增打印mAP75和F1的值,修改原始风格,丰富实验数据

💡🎈☁️:YOLOv7、YOLOv5改进之打印热力图可视化:适用于自定义模型,丰富实验数据

💡🎈☁️:YOLOv7、YOLOv5改进之输出COCO指标:输出自定义数据集中small、medium、large大中小目标的mAP值,适用于自定义数据集,精度基本对齐,丰富实验数据,便于对比

💡🎈☁️:YOLOv5改进首发最新主干FasterNet系列:最新CVPR2023录用|顶会Backbone,为更快的神经网络追求更高的 FLOPS,超越其他轻量化模型

持续更新中

《芒果改进YOLO进阶指南》推荐

💡🎈☁️:YOLOv5改进损失函数:FocalLoss结合变种IoU套装:包含Focal-EIoU|Focal-SIoU|Focal-CIoU|Focal-GIoU、DIoU等,实测 YOLOv5 模型高效涨点

💡🎈☁️:改进YOLOv7-Tiny系列:首发改进结合BiFPN结构的特征融合网络,网络融合更多有效特征,高效涨点

💡🎈☁️:芒果改进YOLOv5系列:首发更新|改进用于微小目标检测的Normalized Gaussian Wasserstein Distance,助力YOLOv5涨点,小目标检测的一种新的包围框相似度度量

💡🎈☁️:YOLOv7改进损失函数系列:SIoU等结合FocalLoss应用:组成Focal-EIoU|Focal-SIoU|Focal-CIoU|Focal-GIoU、DIoU等改进点

💡🎈☁️:芒果改进YOLOv5系列:2023年最新论文出品|结合设计硬件感知神经网络设计的高效 Repvgg 式 ConvNet 网络结构 EfficientRep ,该网络结构效果SOTA,涨点利器

CSDN独家原创|YOLOv5改进、YOLOv7改进、YOLOv8改进、YOLOX改进目录一览|YOLO改进模型全系列目录(芒果书系列) | 人工智能专家老师联袂推荐(csdn创作)

💡🎈☁️:芒果改进YOLOv7系列:独家首发更新|改进用于小目标检测的归一化高斯 Wasserstein Distance Loss,提升小目标检测的一种新的包围框相似度度量,助力YOLOv7涨点

💡🎈☁️:芒果改进YOLOv7系列:最新结合|2023年最新论文设计高效 RepFPN 结构,具有硬件感知神经网络设计 ,该网络结构表现强势

💡🎈☁️:芒果改进YOLOv5系列:首发使用最新Wise-IoU损失函数,具有动态聚焦机制的边界框回归损失,YOLO涨点神器,超越CIoU, SIoU性能,提出了BBR的基于注意力的损失WIoU函数

💡🎈☁️:芒果改进YOLOv7系列:超越ConvNeXt结构,原创结合Conv2Former改进结构,Transformer 风格的卷积网络视觉基线模型,高效涨点

💡🎈☁️:改进YOLOv5、YOLOv7系列:首发最新改进一种强大性能的全新架构(顶会2022), 该架构精度超越TPH-YOLOv5, 新范式高效涨点

💡🎈☁️:改进YOLOv5系列:NeurIPS顶会论文,模型无损涨点|首发最新改进广义焦点损失Generalized Focal Loss,将焦点损失从其离散形式推广到连续形式,以实现成功优化

💡🎈☁️:芒果改进YOLOv5系列:最新原创改进提出 v5-CReToNeXt 结构,基于阿里达摩院出品的DAMOYOLO核心网络模型进行改进,打造高性能检测器(上)

💡🎈☁️:改进YOLOv7系列:全网首发最新基于TOOD标签分配策略改进,提出变种ODRTA模型(适用YOLOv5改进),任务对齐学习TAL,刷新单阶段目标检测新纪录

💡🎈☁️:芒果改进YOLOv5系列:原创结合Conv2Formers改进结构,Transformer 风格的卷积网络视觉基线模型,超越ConvNeXt结构

💡🎈☁️:改进YOLOv7系列:首发最新基于GFL损失函数,让模型无损涨点,NeurIPS 顶会论文

💡🎈☁️:芒果改进YOLOv7系列:结合最新Wise-IoU损失函数,涨点神器|超越CIoU, SIoU性能,助力YOLOv7模型涨点1.4%,最新目标检测的损失函数

💡🎈☁️:芒果改进YOLOv7系列:首发最新提出改进 CReToNeXt 结构,打造高性能检测器,基于阿里达摩院出品的DAMOYOLO核心网络模型(上)

💡🎈☁️:芒果改进YOLOv5系列:最新原创提出改进 QARepNeXt 结构,基于最新 QARepVGG 结构,美团提出的一种量化感知方法:再一次让 RepVGG 变得更好

💡🎈☁️:芒果改进YOLOv7、YOLOv7-Tiny系列:全网首发最新原创RepGhostNeXt结构,基于重参数化结构实现硬件高效的模块RepGhost, 打造全新YOLOv7检测器

💡🎈☁️:芒果改进YOLOv7系列:首发最新原创 ConXBv2 升级版结构,当MAE遇见YOLO卷积 高效涨点,最新版本使用 Masked Autoencoders 共同设计和缩放ConvNets

💡🎈☁️:芒果改进YOLOv7系列:首发结合最新 QARepVGG 升级Rep结构, 本文对其进行原创改进 QARepNeXt 结构,基于美团提出一种量化感知方法:再一次让 RepVGG 变得更好

💡🎈☁️:芒果改进YOLOv5系列:当MAE遇见卷积操作,全网最新原创 ConXBv2 升级版模型,高效涨点,最新论文版本使用 Masked Autoencoders 共同设计和缩放

💡🎈☁️:芒果改进YOLOv5系列:首发结合最新NIPS2022华为诺亚的GhostNetV2 架构:引入长距离注意力机制增强廉价操作,构建更强端侧轻量型骨干,打造高效轻量级检测器

💡🎈☁️:改进YOLOv7、YOLOv5系列:手把手最新结合多种类Loss,包括PolyLoss / VarifocalLoss / GeneralizedFLoss / QualityFLoss / DFL等

💡🎈☁️:芒果改进YOLOv5系列:全网首发最新原创打造RepGhostNeXt结构,基于重参数化结构,实现硬件高效的RepGhost模块、打造全新YOLOv5检测器

💡🎈☁️:芒果改进YOLOv7系列:首发结合最新NeurIPS2022华为诺亚针对端侧设备的GhostNetV2 架构:引入长距离注意力机制增强廉价操作,构建更强端侧轻量型骨干,打造高效轻量级检测器

💡🎈☁️:芒果改进YOLOv7系列:首发改进特征融合网络BiFPN结构,融合更多有效特征

💡🎈☁️:改进YOLOv7、YOLOv5系列:手把手最新结合多种类Loss,包括PolyLoss / VarifocalLoss / GeneralizedFLoss / QualityFLoss / DFL等

💡🎈☁️:改进YOLOv7系列:全网首发Dense设计核心最新提出DenseOne密集网络(适用YOLOv5),从另一个视角改进YOLO目标检测模型,打造高性能检测器

MobieViT系列全部改进

💡🎈☁️:芒果改进YOLOv7系列:全网首发最新 MobileViTv3 系列最强版本(三)|轻量化Transformer视觉转换器,简单有效地融合了本地全局和输入特征

💡🎈☁️:芒果改进YOLOv7系列:全网首发最新苹果续作加强版 MobileViTv2 结构(二),提出移动视觉 Transformer 的可分离自注意力机制

💡🎈☁️:芒果改进YOLOv7系列:首发最新结合 ICLR2022 顶会|轻量通用的 MobileViT 结构 Transformer,轻量级、通用且移动友好的视觉转换器,MobileViT系列一

💡🎈☁️:改进YOLOv7、YOLOv5系列:手把手最新结合多种类Loss,包括PolyLoss / VarifocalLoss / GeneralizedFLoss / QualityFLoss / FL等

💡🎈☁️:改进YOLOv5、YOLOv7系列:首发最新改进一种强大性能的全新架构(顶会2022), 该架构精度超越TPH-YOLOv5, 新范式高效涨点

💡🎈☁️:芒果改进YOLOv5系列:全网首发最新 MobileViTv3 系列最强版本(三)|轻量化Transformer视觉转换器,简单有效地融合了本地全局和输入特征

💡🎈☁️:芒果改进YOLOv5系列:全网首发最新苹果续作加强版 MobileViTv2 结构(二),提出移动视觉 Transformer 的可分离自注意力机制

💡🎈☁️:芒果改进YOLOv5系列:最新结合 ICLR2022 顶会|轻量通用的 MobileViT 结构 Transformer,轻量级、通用且移动友好的视觉转换器,MobileViT系列一

💡🎈☁️:还在更新中

还在持续更新中!!!🚀🚀🚀

最新创新点改进 (推荐🌟🌟🌟🌟)

博主开源的YOLOAir算法库中没有集成的创新点,在下列博客中

《目标检测YOLO改进指南》推荐💡🎈☁️:CSDN独家全网首发专栏 | 《目标检测YOLO改进指南》改进涨点推荐!💡🎈☁️:改进YOLOv7系列:最新结合即插即用CA(Coordinate attention) 注意力机制(适用于YOLOv5),CVPR 2021 顶会助力分类检测涨点!💡🎈☁️:改进YOLOv7系列:首发最新结合Global Context Modeling结构(附YOLOv5改进),目标检测高效涨点💡🎈☁️:改进YOLOv7系列:首发最新结合多种X-Transformer结构新增小目标检测层,让YOLO目标检测任务中的小目标无处遁形💡🎈☁️:改进YOLOv7系列:结合Adaptively Spatial Feature Fusion自适应空间特征融合结构,提高特征尺度不变性💡🎈☁️:改进YOLOv5系列:首发结合最新Extended efficient Layer Aggregation Networks结构,高效的聚合网络设计,提升性能💡🎈☁️:改进YOLOv7系列:首发结合最新CSPNeXt主干结构(适用YOLOv7),高性能,低延时的单阶段目标检测器主干,通过COCO数据集验证高效涨点💡🎈☁️:改进YOLOv7系列:最新结合DO-DConv卷积、Slim范式提高性能涨点,打造高性能检测器💡🎈☁️:改进YOLOv7系列:结合最新即插即用的动态卷积ODConv,高效涨点💡🎈☁️:改进YOLOv7系列:首发结合最新Transformer视觉模型MOAT结构:交替移动卷积和注意力带来强大的Transformer视觉模型,超强的提升💡🎈☁️:改进YOLOv7系列:首发结合最新Centralized Feature Pyramid集中特征金字塔,通过COCO数据集验证强势涨点💡🎈☁️:改进YOLOv7系列:首发结合 RepLKNet 构建 最新 RepLKDeXt 结构|CVPR2022 超大卷积核, 越大越暴力,大到31x31, 涨点高效💡🎈☁️:改进YOLOv5系列:4.YOLOv5_最新MobileOne结构换Backbone修改,超轻量型架构,移动端仅需1ms推理!苹果最新移动端高效主干网络💡🎈☁️:改进YOLOv7系列:最新HorNet结合YOLOv7应用! | 新增 HorBc结构,多种搭配,即插即用 | Backbone主干、递归门控卷积的高效高阶空间交互改进YOLO系列:4.YOLOv5_最新MobileOne结构换Backbone修改🌟改进YOLO系列:8.增加ACmix结构的修改,自注意力和卷积集成🌟改进YOLOv7系列:26.CVPR2022. ConvNeXt结合YOLOv7 | 基于ConvNeXt结构 构建 CNeB 模块🌟改进YOLO系列:4.YOLOv5_最新MobileOne结构换Backbone修改,超轻量型架构,移动端仅需1ms推理!苹果最新移动端高效主干网络🌟改进YOLO系列:10.最新HorNet结合YOLO应用首发! | 多种搭配,即插即用 | Backbone主干、递归门控卷积的高效高阶空间交互🌟改进YOLO系列:7.修改DIoU-NMS,SIoU-NMS,EIoU-NMS,CIoU-NMS,GIoU-NMS🌟改进YOLO系列:6.修改Soft-NMS,Soft-CIoUNMS,Soft-SIoUNMS🌟改进YOLO系列:2.PicoDet结构的修改🌟注意力机制系列(CSDN芒果汁没有芒果 首发)

(内容均为CSDN芒果汁没有芒果首发!!在别的地方看到的 都是源于此)

🏆目录改进YOLOv5, YOLOv7系列:1.YOLO超全注意力机制汇总 | S2A, SE,SimAM, SKA,ShA, SOCA, CA, CBAM, CrissCrossA, NAM, GAM等🌟(注意力机制汇总)三、开源|🚀开源库 YOLOAir 🌟

作者:CSDN芒果汁没有芒果 地址:https://github.com/iscyy/yoloair

如果帮到您可以给个 star 🌟🌟🌟,您的 star🌟 是我最大的鼓励!

如果您觉得我的项目不错,可以将我的 Github 链接:https://github.com/iscyy/yoloair 随便转发;

但如果您想基于 YOLOAir 的部分内容发文章或者博客,请先私信我,沟通后再将我的 Github 链接放到文章开头的位置并引用!开源不易,请尊重每个人的汗水!

其他改进点博客教程🏆目录💡🎈☁️:改进YOLOv5系列:结合ShuffleNet V2主干网络,高效CNN架构设计的实用指南💡🎈☁️:改进YOLOv7系列: 最新结合用于小目标的新CNN卷积构建块💡🎈☁️:改进YOLOv5系列:增加Swin-Transformer小目标检测头💡🎈☁️:改进YOLOv7系列:最新结合BoTNet Transformer结构,一种简单却功能强大的backbone,自注意力提高模型性能💡🎈☁️:改进YOLOv7系列:首发结合CotNet Transformer结构,指导动态注意力矩阵的学习,增强视觉表示能力。改进YOLOv5系列:29.YOLOv5 结合 极简又强大的RepVGG 重参数化模型结构🌟改进YOLOv7系列:28.YOLOv7 结合 Swin Transformer V2结构,Swin Transformer V2:通向视觉大模型之路🌟改进YOLOv5系列:27.YOLOv5 结合 Swin Transformer V2结构,Swin Transformer V2:通向视觉大模型之路🌟改进YOLOv7系列:25.YOLOv7 加入RepVGG模型结构,重参数化 极简架构🌟改进YOLOv7系列:24.添加SimAM注意力机制🌟改进YOLOv7系列:23.YOLOv7添加CBAM注意力机制🌟改进YOLOv7系列:22.最新HorNet结合YOLOv7应用🌟改进YOLOv7系列:21.添加ShuffleAttention注意力机制🌟改进YOLO系列:9.BoTNet Transformer结构的修改🌟改进YOLO系列:5.CotNet Transformer结构的修改🌟改进YOLO系列:3.Swin Transformer结构的修改🌟改进YOLO系列:1.多种注意力机制修改🌟改进YOLO系列:12.添加ShuffleAttention注意力机制🌟改进YOLO系列:13.添加CrissCrossAttention注意力机制🌟改进YOLO系列:14.添加S2-MLPv2注意力机制🌟改进YOLO系列:15.添加SimAM注意力机制🌟改进YOLO系列:16.添加SKAttention注意力机制🌟改进YOLO系列:17.添加NAMAttention注意力机制🌟改进YOLO系列:18.添加SOCA注意力机制🌟改进YOLO系列:18.添加CBAM注意力机制🌟改进YOLO系列:19.添加SEAttention注意力机制🌟改进YOLO系列:20.添加GAMAttention注意力机制🌟

⚠️ 未经允许,禁止 复制/洗稿/转载 等形式使用以下博客代码内容原创部分在一些平台进行发文,违者必究. ⚠️ 未经允许,禁止 复制/洗稿/转载 等形式使用以下博客代码内容原创部分在一些平台发文,违者必究.

注意事项

有些很基础的模块(比如C3、C3HB、C3TR、C3STR等等等),如果没找到,那就是默认比较基础的东西,去yoloair算法库中去找就可以了https://github.com/iscyy/yoloair

改进也需要一些基础,不是完全不懂就能改的

本文链接地址:https://www.jiuchutong.com/zhishi/288867.html 转载请保留说明!

上一篇:[Web安全入门]BURP基本使用详解(web安全如何入门)

下一篇:docker部署chat-web,实现自己的ChatGPT(Docker部署nginx)

  • 医疗单位门诊收费票据是发票吗
  • 兼职工资如何发放给个人
  • 如何处理固定资产长期待摊费
  • 税费滞纳金计入增值税吗
  • 增值税降到16个点什么时候实行
  • 购土地契税怎么算
  • 平价转让股权个税申报表填写
  • 代扣代缴附加税怎么做账
  • 增值税需要自己交吗
  • 增值税减少在借方还是贷方
  • 营改增后新纳入增值税征税范围的有
  • 文化事业建设费计入什么科目
  • 如何理解结转资金与结余资金的区别
  • 客户付货款给我们公司备注往来结算款
  • 企业外购材料的入账价值包括
  • 防伪税控开具发票明细表
  • 遇到境外网络勒索敲诈怎么办
  • 企业扶贫款怎么做账
  • 个体工商户怎么交社保
  • 如何编制处置固定资产
  • 企业注销时实收资本为0
  • 公司购买自己公司的产品
  • 上一年度的费用入账需要分摊吗
  • 企业所得税汇算清缴
  • php实现上传文件
  • php imagecopymerge
  • 业务招待费超出部分纳税调增分录
  • 存货出入库的账务处理
  • 一维卷积padding
  • 微信账单可以打清单吗
  • 不得抵扣的增值税怎么处理
  • php字符串的三种定义方式
  • SSD目标检测算法
  • c++如何给指针赋值
  • php gdb
  • 红字申请表开错了怎么办
  • 技术服务行业增值税税税负率是多少
  • sqlloader语法
  • mybatis执行过程,原理
  • 企业所得税上个季度没报
  • 电子承兑没到期可以提示付款吗
  • 海外工作工资税收问题
  • sqlserver 判断函数
  • 上市公司发放现金的规定
  • sql server 用法
  • 企业收到退回的银行汇票多余款项
  • 专项应付款的核算
  • 异地预缴怎么填写申报表
  • 预付卡销售和充值怎么做账
  • 百旺金赋领回来的发票怎么读入
  • 装修设计费多少合理
  • 单位固定资产统计表
  • 私企公转私出纳有责任吗
  • sqlserver数据库备份
  • wdcp面板
  • ubuntu的软件
  • centos安装rpm文件
  • win8切换管理员账户
  • Windows XP英文版序列号
  • ubuntu 8.04.1 LTS 下的cpu温度监控软件lm-sensors
  • CentOS救援模式实验笔记详解
  • thinkpad8装系统
  • win8.1怎么设置
  • xp系统怎么改文件类型
  • centos设置ftp
  • win7系统打不开浏览器
  • cocos creator js ts
  • JavaScript:Array类型全面解析
  • 拖曳对象时用的命令
  • opengl配置vc6.0
  • nodejs安装在c盘好还是d盘好
  • jquery animate源码
  • batch批处理
  • 防止重复调用接口
  • jquery.cookie.js用法实例详解
  • dos help命令
  • 国家级运动员怎么申请
  • 广东省上交国家财政
  • 2022年印花税最新规定反映了什么
  • 郑州广电地址
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设