Skip to content

Latest commit

 

History

History
207 lines (195 loc) · 20.5 KB

bilibili-guide.md

File metadata and controls

207 lines (195 loc) · 20.5 KB
Raw

魔鬼面具-哔哩哔哩视频指南

必看干货系列(建议搞深度学习的小伙伴都看看,特别是图像相关)

  1. 深度学习常见实验问题与实验技巧(适用于所有模型，小白初学者必看!)
  2. 还在迷茫深度学习中的改进实验应该从哪里开始改起的同学，一定要进来看看了！用自身经验给你推荐实验顺序！
  3. 探究深度学习中预训练权重对改进和精度的影响!
  4. 什么？你说你不会画模型结构图？行吧，那你进来看看吧，手把手教你画YAML结构图！
  5. 探究深度学习中训练中的可重现性
  6. 什么？你说你更换主干后看不懂配置文件也不懂画结构图？那你快点进来看看了！
  7. 从三个角度分析，什么条件才算是一个合格的改进专栏！
  8. 都2024了，你写论文不会还只用p,r,map这些指标分析目标检测模型吧？
  9. 从简到难手把手教你画Pytorch模块内的结构图！
  10. 深度学习论文实验中的其中一大注意点-预训练权重究竟加还是不加？
  11. 深度学习改进实验必看！基于YOLOV8的WIDER-FACE改进(轻量化+提点)实验思路讲解
  12. YOLOV8-硬塞注意力机制？这样做没创新！想知道注意力怎么用才有创新那赶快来看看！
  13. YOLOV8改进-还硬塞注意力机制？这期用注意力机制手把手给大家自研一个ContextGuideFPN！创新真的不难，需要找对方法！
  14. 长达46分钟的肺腑之言！给以后想从事图像算法工程师、小白入门深度学习路线的总结！
  15. 提升多少才能发paper？轻量化需要看什么指标？需要轻量化到什么程度才能发paper？这期给大家一一解答！
  16. 深度学习实验部分常见疑问解答！(小白刚入门必看！少走弯路！少自我内耗！) 
    1. 如何衡量自己的所做的工作量够不够？
2. 为什么别人的论文说这个模块对xxx有作用，但是我自己用的时候还掉点了？
3. 提升是和什么模型相比呢 比如和yolov8这种基础模型比还是和别人提出的目前最好的模型比
4. 对比不同的模型的时候，输入尺寸，学习率，学习次数这些是否需要一致？
  17. 深度学习实验部分常见疑问解答二！(小白刚入门必看！少走弯路！少自我内耗！) 
    1. 为什么我用yolov8自带的coco8、coco128训练出来的效果很差？
2. 我的数据集很大，机器跑得慢，我是否可以用数据集的百分之10的数据去测试这个改进点是否有效？有效再跑整个数据集？
  18. 深度学习实验部分常见疑问解答三！(怎么判断模型是否收敛？模型过拟合怎么办？)
  19. YOLO系列模型训练结果详细解答！(训练过程的一些疑问，该放哪个文件运行出来的结果、参数量计算量在哪里看..等等问题)
  20. 细谈目标检测中的小目标检测头和大目标检测检测头，并教懂你怎么加微小目标、极大目标检测头！
  21. 深度学习炼丹必备必看必须知道的小技巧！
  22. 深度学习实验准备-数据集怎么选？有哪些需要注意的点？

必看论文分享系列

  1. 有营养的必看论文分享系列一-RTMDet<考虑到精度、速度、部署的2D目标检测网络>
  2. 有营养的必看论文分享系列二-MobileNets<轻量化的开山之作>

YOLOV5,V7-PYQT5项目讲解

  1. 哔哩哔哩合集地址
  2. 项目github地址

YOLOV5、V7、V8、V9 热力图源码

  1. 哔哩哔哩合集地址
  2. 项目github地址

YOLO系列模型使用教程系列

  1. YOLOV7保姆级教程
  2. YOLOV5-Seg实例分割教程
  3. YOLOV5-快速上手教程
  4. YOLOV8-OBB详细教学视频(包含如何把DOTA数据集分割成小图进行训练)
  5. EfficientTeacher半监督-详细教学和调参注意事项
  6. YOLOV9保姆级别教程来啦包含环境配置、数据集转换、训练、测试、推理环节一看就懂！

YOLOV8源码常见疑问解答小课堂

  1. 关于配置文件中Optimizer参数为auto的时候，究竟Optimizer会怎么选用呢？
  2. best.pt究竟是根据什么指标来保存的?
  3. 数据增强在yolov8中的应用
  4. 如何添加FPS计算代码和FPS的相关的一些疑问
  5. 预测框粗细颜色修改与精度小数位修改
  6. 导出改进/剪枝的onnx模型和讲解onnx-opset和onnxsim的作用
  7. YOLOV8模型详细讲解(包含该如何改进YOLOV8)(刚入门小白，需要改进YOLOV8的同学必看！)
  8. 学习率变化问题

目标检测干活系列

  1. 深入了解目标检测中的检测头
  2. 目标检测中的标签分配策略做了什么？分配过程中的正负样本又是什么？

环境配置系列教程

  1. 保姆式AUTODL-YOLO环境教程(上):从0教你如何配置VSCODE、安装新环境和CUDA和CUDNN、跑通YOLOV8、编译DCNV3
  2. 保姆式AUTODL-YOLO环境教程(下):从0教你如何配置VSCODE、安装新环境和CUDA和CUDNN、跑通YOLOV8、编译DCNV3

目标检测Tricks

  1. 可视化并统计目标检测中的TP,FP,FN
  2. 深度学习小实验-卷积家族(fps,flops,param)对比实验
  3. yolov5中的FeatureMap可视化(热力图格式)
  4. 用于yolov5和v7中的yolo格式转换coco格式的脚本.
  5. Segment Anything演示代码
  6. 固定随机种子在同一个主机上极可能地复现结果
  7. 计算yolov5推理时间和FPS的脚本
  8. 计算yolov7推理时间和FPS的脚本
  9. 深度学习小实验-YOLO-Block家族(fps,flops,param)对比实验.
  10. 输出YOLOV8、RTDETR各个层的计算量和参数量.
  11. YOLOV8-不会把PR曲线的数据保存并绘制到一张图？不用怕，手把手教程来啦~
  12. yolov5、v7、v8、v9、v10曲线对比图、推理时间vs精度对比图绘制手把手教程！
  13. YOLOV8-输出每一层的图特征图尺寸和通道数.

MMDet系列教程

  1. 一库打尽目标检测对比实验！mmdetection环境、训练、测试手把手教程！
  2. 一库打尽目标检测对比实验！mmdetection参数量、计算量、FPS、绘制logs手把手教程
  3. 一库打尽目标检测对比实验！mmdetection指标转换YOLO指标！

离线数据增强教程

  1. 目标检测数据集离线数据增强教程，包含对目标框、多种变换、天气变化等等增强！
  2. 语义分割数据集离线数据增强教程，包含对mask、多种变换、天气变化等等增强！

YOLO系列(YOLOV5,YOLOV7,YOLOV8)模型改进大合集

YOLOV5(主干系列修改V7同样也适用)

  1. 添加EIOU，SIOU，ALPHA-IOU, FocalEIOU到yolov5的box_iou中
  2. Wise-IoU
  3. 使用DAMO-YOLO中的GFPN替换YOLOV5中的Head
  4. 使用DAMO-YOLO中的GFPN替换YOLOV5中的Head
  5. 使用yolov8中的C2F模块替换yolov5中的C3模块.
  6. 添加Optimal Transport Assignment到yolov5的Loss中
  7. 添加Deformable convolution V2到yolov5中
  8. 添加辅助训练分支到yolov5中
  9. 添加context augmentation module到yolov5中
  10. 添加SAC到yolov5中
  11. 添加CoordConv到yolov5中
  12. 添加soft-nms(IoU,GIoU,DIoU,CIoU,EIoU,SIoU)到yolov5中
  13. 添加DSConv到yolov5中
  14. 添加DCNV3到yolov5中.
  15. 添加Normalized Gaussian Wasserstein Distance到yolov5中.
  16. 添加Efficient-DecoupledHead到yolov5中
  17. 添加FasterNet中的Faster-Block到yolov5中
  18. 添加Timm支持的主干到yolov5中.
  19. 添加Task-Specific Context Decoupling到yolov5中
  20. 添加FasterNet主干到yolov5中
  21. 添加Omni-Dimensional Dynamic Convolution主干(od_mobilenetv2,od_resnet)到yolov5中
  22. 融合Omni-Dimensional Dynamic Convolution主干(od_mobilenetv2,od_resnet)中的Conv和BN
  23. 添加轻量级上采样算子CARAFE到yolov5中
  24. 添加CFPNet中的EVC-Block到yolov5中
  25. 添加基于注意力机制的目标检测头(DYHEAD)到yolov5中
  26. 添加(2023年New)InceptionNeXt主干到yolov5中
  27. 添加aLRPLoss到yolov5中
  28. 结合Res2Net提出具有多尺度提取能力的C3模块
  29. 添加(2022年)FocalNet(transformer)主干到yolov5中
  30. 添加(2023年)EMO(transformer)主干到yolov5中
  31. 添加(2022年)EfficientFormerV2(transformer)主干到yolov5中
  32. 添加(2022年CVPR)PoolFormer(transformer)主干到yolov5中
  33. 添加(2023年)EfficientViT(transformer)主干到yolov5中
  34. 添加ContextAggregation到yolov5中
  35. 添加(2023年)VanillaNet主干到yolov5中
  36. 添加(2022年)NextViT主干到yolov5中
  37. 添加(2023年)RIFormer主干到yolov5中
  38. Scale-Aware RFE与C3结合而成的C3RFEM添加到yolov5中
  39. 把重参数结构DiverseBranchBlock与C3融合成C3-DBB添加到yolov5中
  40. 添加(2023CVPR)EfficientViT(transformer)主干到yolov5中
  41. 添加(2023旋转目标检测SOTA)LSKNet主干到yolov5中
  42. 添加(2023最新IoU度量算法)MPDiou到yolov5中.
  43. 添加Yolo-Face-V2中SlideLoss的到yolov5中
  44. 添加RepViT(transformer)主干到yolov5中
  45. 利用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进YOLOV5中的特征融合模
  46. 利用动态蛇形卷积改进YOLOV5
  47. 利用带有位置信息编码的AIFI自注意力机制改进YOLOV5
  48. 添加UniRepLKNet主干到yolov5中
  49. 添加Attentional Scale Sequence Fusion到yolov5中
  50. 添加cross-scale feature-fusion到yolov5中
  51. 添加对小目标有效的BiFormer注意力机制到yolov5中
  52. 引入最新SOTA(YOLOV9)中的RepNCSPELAN模块

YOLOV7

  1. 添加EIOU，SIOU，ALPHA-IOU, FocalEIOU到yolov5的box_iou中
  2. Wise-IoU
  3. 添加Deformable convolution V2到yolov7中
  4. 添加SAC到yolov7中
  5. 添加CoordConv到yolov7中
  6. 添加soft-nms(IoU,GIoU,DIoU,CIoU,EIoU,SIoU)到yolov7中
  7. 添加DSConv到yolov7中
  8. 添加DCNV3到yolov7中.
  9. 添加Normalized Gaussian Wasserstein Distance到yolov7中
  10. 添加具有隐式知识学习的Efficient-DecoupledHead到yolov7中
  11. 添加FasterNet中的PConv到yolov7中
  12. 添加轻量级上采样算子CARAFE到yolov7中.
  13. 添加基于注意力机制的目标检测头(DYHEAD)到yolov7中
  14. 添加Omni-Dimensional Dynamic Convolution到yolov7中
  15. 添加CFPNet中的EVC-Block到yolov7中
  16. P2,P6检测层在YOLOV7中的添加
  17. 使用VOVGSCSP轻量化yolov7的Neck
  18. 添加SwinTransformer-Tiny主干到yolov5中
  19. Scale-Aware RFE添加到yolov7中
  20. 把重参数结构DiverseBranchBlock添加到yolov7中
  21. 添加(2023最新IoU度量算法)MPDiou到yolov7中
  22. 利用华为2023最新GOLD-YOLO中的Gatherand-Distribute进行改进YOLOV7中的特征融合模块.
  23. 利用动态蛇形卷积改进YOLOV7
  24. 利用带有位置信息编码的AIFI自注意力机制改进YOLOV7
  25. 添加Attentional Scale Sequence Fusion到yolov7中
  26. 引入最新SOTA(YOLOV9)中的RepNCSPELAN模块

YOLOV8

  1. 添加EIOU，SIOU，ALPHA-IOU, FocalEIOU到yolov5,yolov8的box_iou中
  2. Wise-IoU
  3. 添加Deformable convolution V2到yolov8中
  4. 最新~YOLOV8手把手教学配置文件添加注意力机制!一看就会!
  5. YOLOV8改进-手把手带你学会注意力机制进阶用法
  6. YOLOV8可视化-可视化并统计每张图的True Positive、False Positive、False Negative
  7. YOLOV8-基于VisDrone的TaskAlignedAssigner任务对齐分配策略的调参实验
  8. YOLOV8-不会把多个改进整合到一个yaml配置文件里面？那来看看这个吧！从简到难手把手带你整合三个yaml
  9. YOLOV8下游任务系列-一步一步DEBUG保姆式带你完成目标计数
  10. YOLOV8改进-带你分析V8的检测头并重设计10种结构轻量化检测头
  11. 从CVPR2022-RepLKNet分析有效感受野，并提供YOLOV8可视化感受野的脚本和讲解~
  12. YOLOV8-不会把PR曲线的数据保存并绘制到一张图？不用怕，手把手教程来啦~
  13. YOLOV8应用NMS-Free效果怎么样？在Visdrone2019数据集上进行实验，效果不错！后处理时间为0.0ms！
  14. YOLOV8-NMSFree|更多公开数据集测试！VisDrone、VOC、PCB
  15. YOLOV8模型详细讲解(包含该如何改进YOLOV8)(刚入门小白，需要改进YOLOV8的同学必看！)

YOLOV9

  1. YOLOV9-VisDrone实验对比结果来啦！YOLOV9-C模型VisDrone测试集精度为39.7！有兴趣进来看看具体啦！
  2. 从源码分析YOLOV9比YOLOV7多了什么内容！
  3. YOLOV9n VS YOLOV8n，在VisDrone数据集上精度有2.4个点的提升!
  4. YOLOV9改进-更换轻量化王者MobilenetV4-Backbone
  5. YOLOV9改进-CVPR2024-StarNet、DRepCSPELAN
  6. YOLOV9改进-CVPR2023-FasterNet以及其FasterBlock、PConv的改进
  7. YOLOV9改进-DySnakeConv动态蛇形卷积、针对长条形不规则物体！

YOLOV11

  1. Ultralytics8.3.0沉浸式讲解-YOLOV11针对代码的详细剖析
  2. 保姆级别YOLOV11-环境配置、 数据集介绍、训练、验证、推理 详细教学视频，看了它，跑YOLOV11 没问题~
  3. YOLOV11改进详细分析(改进前必看)，每个部分(Backbone、Neck、Head....)有哪些地方可以改进？改进的时候要避免小白三件套！