复制到这：
1、models下新建文件
2、yolo.py中import一下
3、改IDetect这里
4、论文中说6的效果最好，但参数量不少，做一下工作量
5、在进入IDetect之前，会对RepConv做卷积
5、因为DYHEAD需要三个层输入的特征层一致，所以需要改为一样的。256或者512都行
6、提前安装的命令
YOLOV7改进-添加基于注意力机制的目标检测头(DYHEAD)
毕竟是shy哥2023-09-10 17:05
相关推荐
TechubNews2 分钟前
香港数字资产交易市场蓬勃发展，监管与创新并驾齐驱DogDaoDao1 小时前
用PyTorch实现多类图像分类：从原理到实际操作小和尚同志1 小时前
450 star 的神级提示词管理工具 AI-Gist，让提示词不再吃灰蜀中廖化1 小时前
基于YOLOv11训练无人机视角Visdrone2019数据集金井PRATHAMA2 小时前
大脑的藏宝图——神经科学如何为自然语言处理（NLP）的深度语义理解绘制新航线大学生毕业题目2 小时前
毕业项目推荐：28-基于yolov8/yolov5/yolo11的电塔危险物品检测识别系统（Python+卷积神经网络）星期天要睡觉3 小时前
深度学习——卷积神经网络CNN（原理：基本结构流程、卷积层、池化层、全连接层等）哈基鑫3 小时前
支持向量机（SVM）学习笔记fsnine3 小时前
深度学习——优化函数2501_924877214 小时前
强逆光干扰漏检率↓78%！陌讯多模态融合算法在光伏巡检的实战优化