YOLO Air：面向小白科研的YOLO检测项目-GitHub🚀

助力YOLO论文改进🏆 、 不同数据集涨点🏆、创新点改进👇

• 💡统一使用 YOLOv5 代码框架，结合不同模块来构建不同的YOLO目标检测模型。
• 🌟本项目包含大量的改进方式,降低改进难度,改进点包含【Backbone特征主干】、【Neck特征融合】、【Head检测头】、【注意力机制】、【IoU损失函数】、【NMS】、【Loss计算方式】、【自注意力机制】、【数据增强部分】、【标签分配策略】、【激活函数】等各个部分，详情可以关注👉 YOLOAir 的说明文档。
• 🚀可以排列组合上千种模块 不同的搭配 (推荐)🌟🌟🌟
• 🎈同时附带各种改进点原理及对应的代码改进方式教程，用户可根据自身情况快速排列组合，在不同的数据集上实验, 应用组合写论文！🏆

改进YOLO系列Trick QQ交流群： 569076270

• 项目地址👇👇👇

---

---

项目仓库地址🔗

💡💡💡项目地址: 👉https://github.com/iscyy/yoloair

支持更多YOLO系列算法模型(持续更新…🚀)

新的仓库更新ing，可以 fork 和 star，佛系更新完善，更新内容在github 👇👇👇
链接YOLOAir仓库：https://github.com/iscyy/yoloair 更新ing

YOLO Air算法库汇总了多种主流YOLO系列检测模型，一套代码集成多种模型:

• YOLOv5 模型网络结构

• YOLOv7 模型网络结构

• YOLOX 模型网络结构

• YOLOR 模型网络结构

• Scaled_YOLOv4 模型网络结构

• YOLOv4 模型网络结构

• YOLOv3 模型网络结构

• YOLO-Facev2 模型网络结构

• TPH-YOLOv5 模型网络结构

• YOLOv5-Lite 模型网络结构

• PicoDet 模型网络结构
  …

☘️以上多种检测算法使用统一模型YOLOv5代码框架。集成在 yoloair🌟 库中，统一任务形式、统一应用方式。
☘️便于科研者用于论文算法模型改进，模型对比，实现网络组合多样化。该库支持解耦不同的结构和模块组件，让模块组件化，通过组合不同的模块组件，用户可以根据不同数据集或不同业务场景自行定制化构建不同检测模型。
☘️工程算法部署落地更便捷，包含轻量化模型和精度更高的模型，根据场景合理选择，在精度和速度俩个方面取得平衡。

1.更多Backbone🚀

• CSPDarkNet系列、(多种)、ResNet系列、(多种)、RegNet系列、RepBlock系列、(多种)、
  ShuffleNet系列、(多种)、Ghost系列、(多种)、MobileNet系列、(多种)、Efficient系列、ConvNext系列、RepLKNet系列、自注意力Transformer系列、
  持续更新中🎈

2.更多Neck

• FPN、 PANet、 BiFPN
  持续更新中🎈

3.更多Head 🍀

• YOLOv5 Detect;
• YOLOX的解耦合检测头Decoupled Head;
• 自适应空间特征融合ASFF Head等检测头;
• 隐式知识 Implicit Head等检测头;
• Detectv7 Head、IAuxDetect Head等YOLOv7类型检测头;
  等持续更新中🎈

4.更多即插即用的注意力机制🍀

• External Attention
Self Attention
Simplified Self Attention
Squeeze-and-Excitation Attention
SK Attention
CBAM Attention
BAM Attention
ECA Attention
DANet Attention等持续更新中🎈
  详细看GitHub项目

5.更多损失函数

• CIoU、DIoU、GIoU、EIoU、SIoU、alpha IOU等持续更新中🎈

6.更多NMS

• NMS、Merge-NMS、DIoU-NMS、Soft-NMS、CIoU-NMS、DIoU-NMS、GIoU-NMS、EIoU-NMS、SIoU-NMS、Soft-SIoUNMS、Soft-CIoUNMS、Soft-DIoUNMS、Soft-EIoUNMS、Soft-GIoUNMS等持续更新中🎈

7.更多自注意力机制🍀

• Transformer、Swin-Transformer、CotNet、BotNet等持续更新中🎈

7.更多数据增强

• Mosaic、Copy paste、Random affine(Rotation, Scale, Translation and Shear)、MixUp、Augment HSV(Hue, Saturation, Value、Random horizontal flip等🎈

8.更多激活函数

• SiLU、Tanh、Sigmoid、ReLU、LeakyReLU、Hardswish、Mish、FReLU、AconC、MetaAconC等🎈

9.更多Loss

ComputeLoss、ComputeNWDLoss、ComputeXLoss、ComputeLossAuxOTA(v7)、ComputeLossOTA(v7)等🎈

10.更多可选内置网络模块化组件

持续更新中🎈

11.更多其他Trick改进点持续更新，助力科研🎉

以上组件模块使用统一模型代码框架、统一任务形式、统一应用方式，模块组件化 可以帮助用户自定义快速组合Backbone、Neck、Head，使得网络模型多样化，助力科研改进检测算法，构建更强大的网络模型。

---

具体改进方式教程及原理(推荐🌟🌟🌟🌟🌟)

1.改进YOLOv5系列：YOLOv5_最新MobileOne结构换Backbone修改🌟

2.改进YOLOv5系列：Swin Transformer结构的修改🌟

3.改进YOLOv5系列：PicoDet结构的修改🌟

4.改进YOLOv5系列：1.YOLOv5_CBAM注意力机制修改(其他注意力机制同理)🌟

5.改进YOLOv5系列：5.CotNet Transformer结构的修改🌟

6.改进YOLOv5系列：6.修改Soft-NMS,Soft-CIoUNMS,Soft-SIoUNMS,Soft-DIoUNMS,Soft-EIoUNMS,Soft-GIoUNMS…🌟

7.改进YOLOv5系列：7.改进DIoU-NMS,SIoU-NMS,EIoU-NMS,CIoU-NMS,GIoU-NMS🌟

8.改进YOLOv5系列：8.增加ACmix结构的修改,自注意力和卷积集成🌟

9.改进YOLOv5系列：9.BoTNet Transformer结构的修改)🍀

10.改进YOLOv5系列：10.最新HorNet结合YOLO应用首发！ | ECCV2022出品，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

11.改进YOLOv5系列：11.ConvNeXt结合YOLO | CVPR2022 多种搭配，即插即用 | Backbone主干CNN模型

YOLOv5、YOLOv7、YOLOR + 注意力机制一览

YOLOv5 + ShuffleAttention注意力机制

博客链接🔗🌟：改进YOLOv5系列：12.添加ShuffleAttention注意力机制

YOLOv5 + CrissCrossAttention注意力机制

博客链接🔗🌟：改进YOLOv5系列：13.添加CrissCrossAttention注意力机制

YOLOv5 + S2-MLPv2注意力机制

博客链接🔗🌟：改进YOLOv5系列：14.添加S2-MLPv2注意力机制

YOLOv5 + SimAM注意力机制

博客链接🔗🌟：改进YOLOv5系列：15.添加SimAM注意力机制

YOLOv5 + SKAttention注意力机制

博客链接🔗🌟：改进YOLOv5系列：16.添加SKAttention注意力机制

YOLOv5 + NAMAttention注意力机制

博客链接🔗🌟：改进YOLOv5系列：17.添加NAMAttention注意力机制

YOLOv5 + SOCA注意力机制

博客链接🔗🌟：改进YOLOv5系列：18.添加SOCA注意力机制

YOLOv5 + CBAM注意力机制

博客链接🔗🌟：改进YOLOv5系列：18.添加CBAM注意力机制

YOLOv5 + SEAttention注意力机制

博客链接🔗🌟：改进YOLOv5系列：19.添加SEAttention注意力机制

YOLOv5 + GAMAttention注意力机制

博客链接🔗🌟：改进YOLOv5系列：20.添加GAMAttention注意力机制

YOLOv5 + CA注意力机制

博客链接🔗🌟：github

YOLOv5 + ECA注意力机制 博客链接🔗🌟：github

更多模块详细解释持续更新中。。。

---

欢迎大家点赞👍评论📖收藏🌟