🌟YOLOv5/v7 改进实战 | 目录 | 使用教程🌟
本专栏涵盖了丰富的YOLO算法改进与使用教程，专为改进YOLO的同学而设计。专栏阅读量已突破60w+，堪称全网最经典的教程！所有改进方法都提供了详细的手把手教程，欢迎大家订阅并一同探索！
专栏地址：点击跳转
整体目录如下：
使用教程系列
手把手带你调参YOLOv5 (v5.0-v7.0)（推理）🌟强烈推荐
手把手带你调参YOLOv5 (v5.0-v7.0)（训练）🚀
手把手带你调参YOLOv5 (v5.0-v7.0)（验证）
简单三步 用YOLOv5快速训练自己的数据集
YOLOv5/v7 数据增强方式解析
改进系列
手把手带你YOLOv5/v7 (v5.0-v7.0)添加注意力机制(一)（并附上30多种顶会Attention原理图）🌟强烈推荐🍀新增9种
手把手带你YOLOv5/v7 (v5.0-v7.0)添加注意力机制(二)（在C3模块中加入注意力机制）
YOLOv5/v7 如何更换激活函数？
YOLOv5 如何更换BiFPN?
YOLOv7 如何更换BiFPN?
YOLOv5/v7 更换上采样方式( 最近邻 / 双线性 / 双立方 / 三线性 / 转置卷积)
YOLOv5/v7 应用轻量级通用上采样算子CARAFE
空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC🚀
用于低分辨率图像和小物体的模块SPD-Conv
GSConv+Slim-neck 减轻模型的复杂度同时提升精度
头部解耦 | 将YOLOX解耦头添加到YOLOv5 | 涨点杀器
Stand-Alone Self-Attention | 搭建纯注意力FPN+PAN结构
改进YOLOv5/v7 | 引入密集连接卷积网络DenseNet思想 | 搭建密集连接模块
YOLOv5/v7 引入 最新 BiFusion Neck
YOLOv5/v7 引入 YOLOv8 的 C2f 模块
YOLOv5/v7 引入 RepVGG 重参数化模块
YOLOv5/7 更换 DIoU-NMS
在 C3 模块中添加【SE】【CBAM】【 ECA 】【CA】注意力机制 | 附详细结构图🍀
在 C3 模块中添加【SimAM】【CoTAttention】【SKAttention】【DoubleAttention】注意力机制 | 附详细结构图🍀
在 C3 模块中添加【EffectiveSE】【GlobalContext】【GatherExcite】【MHSA】注意力机制 | 附详细结构图🍀
在 C3 模块中添加【Triplet】【SpatialGroupEnhance】【NAM】【S2】注意力机制 | 附详细结构图🍀
更换骨干网络系列
YOLOv5/v7 更换骨干网络之 PP-LCNetYOLOv5/v7 更换骨干网络之 EfficientNet-B0YOLOv5/v7 更换骨干网络之 MobileNet V3YOLOv5/v7 更换骨干网络之 GhostNetYOLOv5/v7 更换骨干网络之 ShuffleNetv2YOLOv5/v7 更换骨干网络之 SwinTransformer🍀如果觉得《《YOLOv5/v7改进实战专栏》专栏介绍 专栏目录》对你有帮助，请点赞、收藏，并留下你的观点哦！
