💡💡💡本专栏所有程序均经过测试，可成功执行💡💡💡
专栏地址： YOLOv5改进+入门——持续更新各种有效涨点方法 点击即可跳转
报错
解决Yolov5的RuntimeError: result type Float can‘t be cast to the desired output type long int 问题
基础入门
YOLOv5入门 | 环境配置模型训练完整教程（研0小白必备，手把手教学）
YOLOv5入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】
注意力机制改进
YOLOv5改进 | 注意力机制 | 理解全局和局部信息的SE注意力机制
YOLOv5改进 | 注意力机制 | 用于移动端的高效坐标CA注意力机制
YOLOv5改进 | 注意力机制 | 通道和空间的双重作用的CBAM注意力机制
YOLOv5改进 | 注意力机制 | 添加高效的通道注意力机制——ECA
YOLOV5改进 | 注意力机制 | 一网打尽 C3ECA,C3CA,C3CBAM 等多种注意力机制（小白可轻松上手）
YOLOv5改进 | 注意力机制 | 添加全局注意力机制 GcNet【附代码+小白必备】
YOLOv5改进 | 注意力机制 | 添加双重注意力机制 DoubleAttention【附代码/涨点能手】
YOLOv5改进 | 注意力机制 | 添加三重注意力机制 TripletAttention【原理 + 完整代码】
YOLOv5改进 | 注意力机制 | 添加SimAM注意力机制【全网独家+附完整代码】
YOLOv5改进 | 注意力机制 | 在主干网络中添加SOCA模块【原理+附完整代码】
主干网络
YOLOv5改进 | 主干网络 | 在backbone添加Swin-Transformer层【论文必备】
YOLOv5改进 | 主干网络 | 将backbone替换为Swin-Transformer结构【论文必备】
YOLOv5改进 | 主干网络 | 将backbone替换为MobileNetV3【小白必备教程+附完整代码】
YOLOv5改进 | 主干网络 | 用EfficientNet卷积替换backbone【教程+代码 】
YOLOv5改进 | 主干网络 | 用repvgg模块替换Conv【教程+代码 】
YOLOv5改进 | 主干网络 | 将主干网络替换为轻量化的ShuffleNetv2【原理 + 完整代码】
YOLOv5改进 | 主干网络 | 用SimRepCSP作为主干网络提取特征【全网独家 + 降本增效】
head【含neck】
YOLOv5改进 | Neck | 添加双向特征金字塔BiFPN【小白轻松上手 | 论文必备】
卷积模块
YOLOv5改进 | 卷积模块 | 用DWConv卷积替换Conv【轻量化网络】
YOLOv5改进 | 卷积模块 | 用ShuffleNetV2卷积替换Conv【轻量化网络】
YOLOv5改进 | 卷积模块 | 即插即用的可变核卷积AKConv【附代码+小白可上手】
YOLOv5改进 | 卷积模块 | 提高网络的灵活性和表征能力的动态卷积【附代码+小白可上手】
YOLOv5改进 | 卷积模块 | 添加选择性内核SKConv【附完整代码+小白必备】
YOLOv5改进 | 卷积模块 | 将Conv替换为轻量化的GSConv【原理 + 完整代码】
损失函数
YOLOv5改进 |损失函数 | 替换CIoU损失函数为EIoU【附完整代码 】
持续更新...
