yolov5s为基准，200epochs，在VisDrone2019上训练结果 Model Parameters(M) mAP@50:95(%) mAP50(%) yolov5s 9.15 22.84 38.22 ...

yolov8s为基准，200epochs，在VisDrone2019上训练结果 Model Parameters(M) mAP@50:95(%) mAP50(%) yolov8s 11.17 22.99 38.46 ...

不知道跑了个什么模型，模型名是yolov8-cb，只能从模型结构判断可能是yolov8-cbam 是拿的hic里的cbambottleneck改的，记录一下结果 Model Parameters GFLOPs Train Epochs Best Epochs mAP@50:95 mAP5...

今天偶然得知firefox可以通过自定义css改变外观，于是在github上找啊找，终于找到一个满意的样式 打开自定义样式设置 在firefox地址栏里输入about:config，随后搜索toolkit.legacyUserProfileCustomizations.stylesheets，将值设为True 在firefox地址栏里输入about:s...

把新跑出来的数据合并一下，修改的yolov8-cbam效果还没有原来的好，就不合并了，把cbam模块放回到第一个c2f后面 epochs均为200，数据集均为VisDrone2019 Model Parameters GFLOPs Train Epochs Best Epochs mAP@50:95...

参照HIC-YOLO把yolov8-cbam里的cbam模块放到最后, 跑一遍yolov8m-cbam、yolov8m-p234、yolov5m-cbam yolov5m-p2的结果也跑出来了，跟上次的合并一下 epochs均为200，数据集均为VisDrone2019 Model Parameters GFLOPs T...

很高兴SDOA-D是正矩形框，写了个脚本处理成yolo格式，但是他是高分辨率下的小目标，难说 epochs均为200，数据集均为VisDrone2019 Model Parameters GFLOPs Train Epochs Early Stopping mAP@50:95 mAP50...

发现了ultralytics的一个bug 调用ultralytics.utils.torch_utils的get_flops函数之后会导致传入的训练参数不可用 from ultralytics import YOLO from ultralytics.utils.torch_utils import get_flops model=YOLO("./models/yolov8m-sod....

代码重构了一下，把ultralytics放了进来方便直接改源码，后面慢慢把不需要的部分删掉再传到github 好不容易看了个论文想抄抄创新点，结果他竟然数据造假，yolov5m和v5-res的参数量正好相反 记录一下今天跑的模型结果 epochs均为200，数据集均为VisDrone2019 Model Parameters ...

尝试用yolov8s和yolov5s跑个baseline，脚本改了又改，300epochs跑出来过拟合了，跑一次200的试试 集群的内存太低了，workers只能设为2 参照b站视频改了一下yolov8，加了个CBAM模块，还是得看yolo结构，不然加模块的参数都不知道怎么设置 代码上传github了，感觉还是得把ultralytics的源码一块放进去，不然后面要修改网络模型还得去...