首页

投稿

【2025最新YOLO算法教程】YOLO算法全系列，从v1到v11一次学到饱，简直不要太爽！算法原理+改进系列+源码解读+数据集训练！深度学习丨计算机视觉

73.6万

81

2022-01-19 16:58:40

感谢支持！

计算机视觉

计算机技术

码农唐宇迪发消息

需要系统学习课程、论文指导、就业指导、项目指导可后台直接咨询

1. 第一章：深度学习经典检测方法概述

06:24

2. 2-不同阶段算法优缺点分析

04:43

3. 3-IOU指标计算

05:10

4. 4-评估所需参数计算

10:01

5. 5-map指标计算

07:27

6. 第二章：YOLO-V1整体思想与网络架构

07:12

7. 2-检测算法要得到的结果

06:18

8. 3-整体网络架构解读

11:39

9. 4-位置损失计算

08:13

10. 5-置信度误差与优缺点分析

11:49

11. 第三章：YOLO-V2改进细节详解

05:43

12. 2-网络结构特点

06:03

13. 3-架构细节解读

06:53

14. 4-基于聚类来选择先验框尺寸

10:22

15. 5-偏移量计算方法

10:49

16. 6-坐标映射与还原

03:37

17. 7-感受野的作用

11:07

18. 8-特征融合改进

07:56

19. 第四章：YOLO-V3核心网络模型

08:19

20. 2-多scale方法改进与特征融合

07:38

21. 3-经典变换方法对比分析

04:56

22. 4-残差连接方法解读

07:47

23. 5-整体网络模型架构分析

05:01

24. 6-先验框设计改进

05:25

25. 7-sotfmax层改进

04:25

26. 第五章：项目实战-基于V3版本进行源码解读

12:43

27. 2-训练参数设置

04:49

28. 3-数据与标签读取

08:42

29. 4-标签文件读取与处理

05:52

30. 5-debug模式介绍

04:28

31. 6-基于配置文件构建网络模型

07:24

32. 7-路由层与shortcut层的作用

07:25

33. 8-YOLO层定义解析

09:54

34. 9-预测结果计算

10:51

35. 10-网格偏移计算

08:14

36. 11-模型要计算的损失概述

06:35

37. 12-标签值格式修改

06:56

38. 13-坐标相对位置计算

08:26

39. 14-完成所有损失函数所需计算指标

08:57

40. 15-模型训练与总结

14:04

41. 16-预测效果展示

06:14

42. 第六章：基于YOLO-V3训练自己的数据集与任务

04:10

43. 2-数据信息标注

04:55

44. 3-完成标签制作

06:09

45. 4-生成模型所需配置文件

08:19

46. 5-json格式转换成yolo-v3所需输入

06:15

47. 6-完成输入数据准备工作

08:47

48. 7-训练代码与参数配置更改

10:30

49. 8-训练模型并测试效果

07:08

1-V4版本整体概述

06:04

2-V4版本贡献解读

04:36

3-数据增强策略分析

09:00

4-DropBlock与标签平滑方法

08:20

5-损失函数遇到的问题

06:46

6-CIOU损失函数定义

04:46

7-NMS细节改进

05:39

8-SPP与CSP网络结构

06:50

9-SAM注意力机制模块

09:00

10-PAN模块解读

08:42

11-激活函数与整体架构总结

08:18

1-整体项目概述

06:36

2-训练自己的数据集方法

07:28

3-训练数据参数配置

08:21

4-测试DEMO演示

06:49

1-数据源DEBUG流程解读.mp4

06:44

2-图像数据源配置.mp4

09:09

3-加载标签数据.mp4

06:04

4-Mosaic数据增强方法.mp4

07:12

5-数据四合一方法与流程演示.mp4

11:01

6-getItem构建batch.mp4

08:30

7-网络架构图可视化工具安装.mp4

07:38

8-V5网络配置文件解读.mp4

08:43

9-Focus模块流程分析.mp4

06:26

10-完成配置文件解析任务.mp4

11:16

11-前向传播计算.mp4

06:23

12-BottleneckCSP层计算方法.mp4

07:16

13-1 SPP层计算细节分析.mp4

08:00

13-Head层流程解读.mp4

07:22

14-上采样与拼接操作.mp4

04:27

15-输出结果分析.mp4

06:19

16-超参数解读.mp4

06:45

17-命令行参数介绍.mp4

06:03

18-训练流程解读.mp4

10:11

19-各种训练策略概述.mp4

08:56

20-模型迭代过程.mp4

07:12

1-命令行参数介绍

06:33

2-基本参数作用

11:24

3-EMA等训练技巧解读

13:38

1-网络结构配置文件解读

10:56

2-各模块操作细节分析

11:44

3-输出层与配置文件其他模块解读

15:59

1-标签分配策略准备操作

10:02

2-候选框偏移方法与find3p模块解读

09:25

3-得到偏移点所在网格位置

11:29

4-完成BuildTargets模块

12:05

5-候选框筛选流程分析

08:48

6-预测值各项指标获取与调整

11:37

1-损失函数计算方法

10:16

唐宇迪yoloV8

25:24

唐宇迪yolov9

01:10:33

顶部