update-yolov8v10-project

nlcfdwr · Jul 13, 2024 · 5a145ad · 5a145ad
1 parent 0514d05
commit 5a145ad
Show file tree

Hide file tree

Showing 2 changed files with 142 additions and 8 deletions.
diff --git a/readme.md b/readme.md
@@ -9,14 +9,14 @@
         YOLOV5-Backbone中的主干基本都支持到我个人整合的v7代码中,并且整合后的v7配置文件非常简洁,方便进行改进
         购买了本项目联系我qq,我会拉你进一个交流群,详细可看[哔哩哔哩链接](https://www.bilibili.com/opus/798697826625257472?spm_id_from=333.999.0.0)
 
-2. 基于Ultralytics的yolov8改进项目.(69.9¥)
+2. 基于Ultralytics的yolov8、yolov10改进项目.(69.9¥)
 
-    [目前已有的改进方案和更新详细公告](https://github.com/z1069614715/objectdetection_script/blob/master/yolo-improve/yolov8-project.md)  
+    [目前已有的改进方案和更新详细公告](https://github.com/z1069614715/objectdetection_script/blob/master/yolo-improve/yolov8v10-project.md)  
     项目简单介绍，详情请看项目详解.
     1. 提供修改好的代码和每个改进点的配置文件,相当于积木都给大家准备好,大家只需要做实验和搭积木(修改yaml配置文件组合创新点)即可,装好环境即可使用.
     2. 后续的改进方案都会基于这个项目更新进行发布，在群公告进行更新百度云链接.
-    3. 购买了yolov8项目的都会赠送yolov5-PAGCP通道剪枝算法代码和相关实验参数命令.
-    4. 购买后进YOLOV8交流群(代码视频均在群公告),群里可交流代码和论文相关,目前1群已满3000人,现在进的是2群,气氛活跃.
+    3. 购买了本项目的都会赠送yolov5-PAGCP通道剪枝算法代码和相关实验参数命令.
+    4. 购买后进YOLOV8V10交流群(代码视频均在群公告),群里可交流代码和论文相关,目前1群已满3000人,现在进的是2群,气氛活跃.
     5. 项目因为(价格问题)不附带一对一私人答疑服务,平时私聊问点小问题和群里的问题,有空我都会回复.
     6. 里面配备使用说明(部分改进点使用复杂度高、二次创新、原创的模块都会有对应的视频进行说明)
 

diff --git a/yolo-improve/yolov8-project.md → yolo-improve/yolov8v10-project.md b/yolo-improve/yolov8-project.md → yolo-improve/yolov8v10-project.md
@@ -1,9 +1,12 @@
+# [基于Ultralytics的YOLOV8改进项目.(69.9¥)](https://github.com/z1069614715/objectdetection_script)
+
 # 目前自带的一些改进方案(持续更新)
 
 # 为了感谢各位对V8项目的支持,本项目的赠品是yolov5-PAGCP通道剪枝算法.[具体使用教程](https://www.bilibili.com/video/BV1yh4y1Z7vz/)
 
 # 专栏改进汇总
 
+## YOLOV8系列
 ### 二次创新系列
 1. ultralytics/cfg/models/v8/yolov8-RevCol.yaml
 
@@ -669,8 +672,131 @@
     2. C2f-Star.
     3. Lightweight Shared Convolutional Detection Head.
 
+## YOLOV10系列
+#### 以下配置文件都基于v10n，如果需要使用其他大小的模型(s,m,b,l,x)可以看项目视频百度云链接-YOLOV10模型大小切换教程.
+
+### 二次创新系列
+
+
+### 自研系列
+
+1. ultralytics/cfg/models/v10/yolov10n-C2f-EMSC.yaml
+
+    Efficient Multi-Scale Conv.自研模块,具体讲解请看百度云链接中的视频.
+
+2. ultralytics/cfg/models/v10/yolov10n-C2f-EMSCP.yaml
+
+    Efficient Multi-Scale Conv Plus.自研模块,具体讲解请看百度云链接中的视频.
+
+3. ultralytics/cfg/models/v10/yolov10n-LAWDS.yaml
+
+    Light Adaptive-weight downsampling.自研模块,具体讲解请看百度云链接中的视频.
+
+4. ultralytics/cfg/models/v10/yolov10n-LSCD.yaml
+
+    自研轻量化检测头.(Lightweight Shared Convolutional Detection Head)
+    1. GroupNorm在FCOS论文中已经证实可以提升检测头定位和分类的性能.
+    2. 通过使用共享卷积，可以大幅减少参数数量，这使得模型更轻便，特别是在资源受限的设备上.
+    3. 在使用共享卷积的同时，为了应对每个检测头所检测的目标尺度不一致的问题，使用Scale层对特征进行缩放.
+    综合以上，我们可以让检测头做到参数量更少、计算量更少的情况下，尽可能减少精度的损失.
+
+### BackBone系列
+
+1. ultralytics/cfg/models/v10/yolov10n-efficientViT.yaml
+
+    (CVPR2023)efficientViT替换yolov10主干.
+
+2. ultralytics/cfg/models/v10/yolov10n-fasternet.yaml
+
+    (CVPR2023)fasternet替换yolov10主干.
+
+3. ultralytics/cfg/models/v10/yolov10n-timm.yaml
+
+    使用timm支持的主干网络替换yolov10主干.
+
+4. ultralytics/cfg/models/v10/yolov10n-convnextv2.yaml
+
+    使用convnextv2网络替换yolov10主干.
+
+5. ultralytics/cfg/models/v10/yolov10n-EfficientFormerV2.yaml
+
+    使用EfficientFormerV2网络替换yolov10主干.(需要看[常见错误和解决方案的第五点](#a))  
+
+6. ultralytics/cfg/models/v10/yolov10n-vanillanet.yaml
+
+    vanillanet替换yolov10主干.
+
+7. ultralytics/cfg/models/v10/yolov10n-LSKNet.yaml
+
+    LSKNet(2023旋转目标检测SOTA的主干)替换yolov10主干.
+
+8. ultralytics/cfg/models/v10/yolov10n-swintransformer.yaml
+
+    SwinTransformer-Tiny替换yolov10主干.
+
+9. ultralytics/cfg/models/v10/yolov10n-repvit.yaml
 
-### Mamba-YOLO
+    [CVPR2024 RepViT](https://github.com/THU-MIG/RepViT/tree/main)替换yolov10主干.
+
+10. ultralytics/cfg/models/v10/yolov10n-CSwinTransformer.yaml
+
+    使用[CSWin-Transformer(CVPR2022)](https://github.com/microsoft/CSWin-Transformer/tree/main)替换yolov10主干.(需要看[常见错误和解决方案的第五点](#a))
+
+11. ultralytics/cfg/models/v10/yolov10n-HGNetV2.yaml
+
+    使用HGNetV2作为YOLOV10的backbone.
+
+12. ultralytics/cfg/models/v10/yolov10n-unireplknet.yaml
+
+    使用[UniRepLKNet](https://github.com/AILab-CVC/UniRepLKNet/tree/main)替换yolov10主干.
+
+13. ultralytics/cfg/models/v10/yolov10n-TransNeXt.yaml
+
+    使用[TransNeXt](https://github.com/DaiShiResearch/TransNeXt)改进yolov10的backbone.(需要看[常见错误和解决方案的第五点](#a))   
+
+14. ultralytics/cfg/models/v10/yolov10n-rmt.yaml
+
+    使用[CVPR2024 RMT](https://arxiv.org/abs/2309.11523)改进yolov10的主干.
+
+15. ultralytics/cfg/models/v10/yolov10n-pkinet.yaml
+
+    使用[CVPR2024 PKINet](https://github.com/PKINet/PKINet)改进backbone.(需要安装mmcv和mmengine)
+
+16. ultralytics/cfg/models/v10/yolov10n-mobilenetv4.yaml
+
+    使用[MobileNetV4](https://github.com/jaiwei98/MobileNetV4-pytorch/tree/main)改进yolov10的backbone.
+
+17. ultralytics/cfg/models/v10/yolov10n-starnet.yaml
+
+    使用[StarNet CVPR2024](https://github.com/ma-xu/Rewrite-the-Stars/tree/main)改进yolov10-backbone.
+
+### SPPF系列
+### Neck系列
+
+1. ultralytics/cfg/models/v10/yolov10n-bifpn.yaml
+
+    添加BIFPN到yolov10中.  
+    其中BIFPN中有三个可选参数：
+    1. Fusion  
+        其中BIFPN中的Fusion模块支持五种: weight, adaptive, concat, bifpn(default), SDI  
+        其中weight, adaptive, concat出自[paper链接-Figure 3](https://openreview.net/pdf?id=q2ZaVU6bEsT), SDI出自[U-NetV2](https://github.com/yaoppeng/U-Net_v2)
+    2. node_mode  
+        其中支持这些[结构](#b)
+    3. head_channel  
+        BIFPN中的通道数,默认设置为256.
+
+### Head系列
+### Label Assign系列
+### PostProcess系列
+### 上下采样算子
+### C2f系列
+### 组合系列
+
+1. ultralytics/cfg/models/v10/yolov10n-starnet-bifpn.yaml
+
+    使用[StarNet CVPR2024](https://github.com/ma-xu/Rewrite-the-Stars/tree/main)和bifpn改进yolov10.
+
+# Mamba-YOLO
 1. [Mamba-YOLO](https://github.com/HZAI-ZJNU/Mamba-YOLO)
 
     集成Mamba-YOLO.(需要编译请看百度云视频-20240619版本更新说明)
@@ -679,7 +805,7 @@
     ultralytics/cfg/models/mamba-yolo/Mamba-YOLO-L.yaml
     ultralytics/cfg/models/mamba-yolo/yolo-mamba-seg.yaml
 
-### 注意力系列
+# 注意力系列
 1. EMA
 2. SimAM
 3. SpatialGroupEnhance
@@ -705,7 +831,7 @@
 23. CAA(CVPR2024 PKINet中的注意力)
 24. CAFM
 
-### Loss系列
+# Loss系列
 1. SlideLoss,EMASlideLoss.(可动态调节正负样本的系数,让模型更加注重难分类,错误分类的样本上)
 2. IoU,GIoU,DIoU,CIoU,EIoU,SIoU,MPDIoU,ShapeIoU.
 3. Inner-IoU,Inner-GIoU,Inner-DIoU,Inner-CIoU,Inner-EIoU,Inner-SIoU,Inner-ShapeIoU.
@@ -1117,4 +1243,12 @@
     4. 百度云视频增加20240627更新说明.
 
 - **20240707-yolov8-v1.62**
-    1. 更新使用教程,增加常见疑问.  
+    1. 更新使用教程,增加常见疑问.  
+
+- **20240713-ultralytics-v1.63**
+    1. ultralytics版本已更新至8.2.50，后续会更新YOLOv8、YOLOv10的改进方案.
+    2. 新增YOLOV10改进、后续会一步一步更新V10的配置文件.（目前更新了backbone系列,一些自研系列的改进到v10中）
+    3. 更新使用教程.
+    4. 百度云视频增加20240713更新说明.
+    5. 百度云视频更新(断点续训教程、计算COCO指标教程、plot_result.py使用教程、项目使用教程必看系列、YOLOV10版本切换教程一)
+    6. 补充了EMSC和EMSCP的结构图.