- 博客(27)
- 收藏
- 关注
RSS订阅原创 更换YOLOV5主干，加入全全局上下文注意力机制模块，助力涨点！
然后再回到yolo.py文件中，添加好我们已经修改的yaml文件并且运行，出现如下界面则表示我们已经添加成功了。现在我们已经成功添加了C3GC模块了，添加过程中如遇到问题，可以再评论区交流。我们找到models文件夹中的common.py文件，加入如下模块。接着我们找到models文件夹中的yolo.py文件中的。parse_model函数的如下部分，添加C3GC模块。然后我们找到yolov5.yaml文件并修改里面的参数。
2024-05-09 18:33:20
353
原创 YOLOV5加入BIFPN层，助力涨点！
再回到yolo.py文件中，添加好改好的yaml文件，并且运行，出现如下图所示的界面即表示添加成功了。首先找到models文件夹中的common.py文件，加入BIFPN层模块。现在已经成功添加了BIFPN层了，添加过程中如遇到问题可以评论区交流。然后我们再找到models文件夹中的yolo.py文件中找到。parse_model函数，并在如图下位置添加BIFPN模块。然后找到yolov5n.yaml文件，修改里面的参数。
2024-05-09 17:44:07
366
原创 YOLOv5用ASPP替换原SPPF结构，助力涨点！
然后我们再回到yolo.py文件，添加好我们修改的yaml文件，并且运行，出现如下界面即添加成功了。首先我们在models文件夹中找到common.py文件，加入ASPP模块，如下。现在我们就已经吃成功添加了，如添加过程中遇到问题可以再评论区交流。接着我们再找到yolov5n.yaml文件，修改里面的参数。然后我们找到models文件夹中的yolo.py文件中的。parse_model函数，在图下位置添加ASPP模块。
2024-05-09 17:31:12
508
原创 YOLOV5更换转置卷积，助力涨点！
然后我们再回到yolo.py函数，添加我们改过的yaml文件，并且运行yolo.py文件，如下图所示。由于转置卷积是nn库自带的，所以我们直接找到models文件夹中的yolo.py文件中的。现在我们已经成功把专职卷积模块添加进去了，如添加过程中有问题可以评论区交流。parse_model函数，再在如下图的地方添加转置卷积模块。接着我们找到yolov5n.yaml文件，修改里面的参数。
2024-05-09 17:20:21
245
原创 YOLOV5加入RCS-OSA模块，提升检测速度，助力涨点！
接着我们再回到yolo.py文件，添加好我们修改的yolov5n.yaml文件，并且运行yolo.py文件，出现如下界面即表示此RepVGG和RCSOSA模块已经添加进去了。parse_model函数中的如图下的地方，添加RepVGG和RCSOSA模块。首先我们找到models文件夹中的commmon.py文件，加入。现在已经成功添加了ROS模块，如添加过程中遇到问题可以评论区交流。然后我们找到models文件夹中的yolo.py文件中的。然后我们找到yolov5.yaml文件，修改里面的参数。
2024-05-09 17:10:26
328
原创 YOLOV5替换AKconv，轻量化的同时涨点！
接着我们再回到yolo.py文件，引入我们修改的yaml文件，并且运行，出现如下界面即表示添加成功了。可以看到AKconv已经添加进去了，添加过程中如果遇到问题可以评论区交流。首先我们找到models文件夹中的common.py文件，加入如下模块。parse_model函数并且在如图位置添加AKconv模块。然后我们再models文件夹中找到yolo.py文件中的。然后我们找到yolov5n.yaml，修改其中的参数。
2024-05-09 17:01:48
1466
原创 YOLOV5加入Convnext模块，助力涨点！
修改好过后我们再进入models文件夹中的yolo.py文件，添加好改好的yaml文件，并且运行yolo.py文件，出现如下界面即表示添加成功了。我们找到models文件夹中的common.py文件，添加CNeB模块，如下。添加好过后我们再找到yolov5.yaml文件，修改里面的参数。然后我们再找到models文件夹中的yolo.py文件中的。，如下图所示添加CNeB模块。parse_model函数。
2024-05-09 16:16:21
505
原创 YOLOV5加入FLAttention注意力机制，助力涨点!
接着我们再回到yolo.py文件中，导入修改好的yaml文件，并且运行yolo.py文件，出现如下界面即表示运添加成功了。首先我们还是找到models文件夹中的common.py文件，加入FLAttention模块。FLAttention注意力机制已经成功添加进去了，如添加过程中遇到问题可在评论区交流。然后我们再找到models文件夹中的yolo.py文件，找到里面的。然后 我们再找到yolov5n.yaml文件，修改yaml文件。C3_FLAttention模块。parse_model函数过后。
2024-05-09 16:00:53
224
原创 YOLOV5中加入SE注意力机制，助力涨点！
修改好后我们再回到yolo.py文件中，把修改好的yaml文件加进去，并且运行文件，出现如下界面即表示添加成功了。修改好后我们再进入yolov5.yaml文件，修改里面的参数，修改参数如下。现已经成功吧SE注意力机制添加进去了，添加过程中如遇到问题可以评论区交流。首先我们找到models文件夹中的common.py文件，加入如下模块。然后我们再找到models文件夹中的yolo.py文件中的。，在如下图位置加入SE模块，一共有两个地方。parse_model函数。
2024-05-09 15:51:13
360
原创 YOLOV5中加入SA注意力机制，助力涨点！
parse_model函数，在如下地方添加ShuffleAttention模块。可以看到SA注意力机制已经添加进去了，添加过程中如有问题大家可以评论区交流。首先我们找到models文件夹中的common.py文件，加入SA模块。然后我们找到yolov5.yaml文件，修改yaml文件里面的参数。接着我们找到models文件夹中的yolo.py文件中的。
2024-05-09 15:43:13
449
原创 YOLOV5中加入ECA注意力机制，助力涨点!
然后再回到yolo.py文件，加入改好的yaml文件，并运行，出现如下界面即表示ECA模块已经添加成功了。我们找到models文件夹中的common.py文件，在文件中加入如下模块。接着我们找到yolov5.yaml文件，加入ECA模块，具体如下。现在ECA模块已经添加进去了，添加过程中有问题可以在评论区交流。然后我们找到models文件夹中的yolo.py文件，找到。parse_model函数的如下地方，添加ECA模块。
2024-05-09 15:31:20
509
原创 YOLOV5中加入CA注意力机制，助力涨点！
parse_model函数，在如图两个位置添加相应的模块，首先第一个地方添加CoordAtt模块。然后我们再回到yolo.py文件，更换yaml为改过的yaml文件。首先找到models文件夹中的common.py文件，加入如下模块。这里显示我们已经添加成功了，添加过程中遇到问题咱们评论区交流。再找到models文件夹中的yolo.py文件里的。接着运行yolo.py文件，出现以下界面即添加成功。
2024-05-09 15:22:45
356
原创 YOLOv5加入PSA注意力机制，助力涨点！
可以看到PSA注意力机制已经加入进去了，途中遇到啊问题咱们评论区交流。我们在models文件夹中找到common.py文件，加入如下模块。parse_model函数，在如图下地方添加模块名称。再次打开yolo.py文件，如图添加yaml文件。在models/yolo.py文件中找到。然后我们修改yolov5n.yaml文件。运行yolo.py文件。
2024-05-09 15:12:41
391
原创 YOLOv5加入CBAM注意力机制，实现涨点！
这里我们讲一下如何在yolov5n文件里面加入CBAM注意力机制，我这里涨点的话一共两种加法，我们先来讲第一种。具体加多少个，加在哪个位置都可以，看大家自己的需求，针对不同数据集效果会不一样，有问题大家可以评论区交流。然后我们来讲第二种方法，加在卷积上，还是先进入common.py文件里面去，加入如下模块。第一种我们加在主干中，我们首先找到models文件夹里面的common.py文件。然后我们找到models文件夹里面的yolo.py文件中的。然后我们打开yolov5n.yaml文件，修改里面的参数。
2024-05-09 15:03:13
653
原创 YOLOV5替换ODconv卷积
在yolo.py中导入ODconv2d模块，如图。并且在yolo.py中吧这里的1改成2。更改yolov5n.yaml文件。可以看到，已经加载成功了。
2024-03-13 10:26:30
487
原创 Get_Map遇到的错误如何改正（pytorch1.11.0）
错误一：File "D:\pycharm-project\bingxiang\yolov5-pytorch-main\yolov5-pytorch-main\utils\utils_map.py", line 609, in get_map fig.canvas.set_window_title('AP ' + class_name) AttributeError: 'FigureCanvasTkAgg' object has no attribute 'set_window_title'错误二：File
2024-02-22 10:45:39
449
1
原创 STM32 实现ADC多通道采集电压数据DMA方式（智能家居系列五）
前面一节，我们讲到用ADC单通道采集电压数据，但是只能够实现一个通道的电压数据采集，现在我们需要多个ADC通道采集不同传感器的数据，就需要开启STM32的ADC多通道数据了，接下来我们放代码。
2024-01-25 15:36:28
1782
原创 STM32驱动MQ3酒精浓度测量模块（智能家居系列四）
首先我们先讲解MQ3酒精测量模块的使用方法，下面是我使用的酒精测量模块的图片这个模块的使用如下，D0可以悬空不接，A0接STM32的ADC通道口，这里我接的是PA0口也就是通道0口接好过后我们就可以开始测试代码了。
2024-01-17 15:01:37
2384
5
原创 STM32驱动DHT11实现温湿度测量（智能家居系列三）
这个模块主要是测温湿度的，大概样子如下图所示网上都说DAT口需要上拉一个5k电阻，但是像这种模块的话是不需要大家自行再接一个5k电阻的，因为这都是集成好了的，如果是单独的传感器，那就需要大家自行再接一个5k的电阻了。废话不多说，下面我们直接看stm32端的代码吧。
2024-01-11 15:16:35
1274
原创 STM32用TB6612驱动电机（智能家居系列二）
然后AIN1，AIN2，这两个口是控制正反转的，随便接单片机的I/O口，然后进行初始化就行了，STBY口直接接5V口（STBY是使能，高电平电机才能转，低电平电机是不会转的，所以直接接电压即可），最后A01和A02接电机的两根正负线即可，接电机的正负无所谓，别把单片机接错就行啦！AIN2-----接代码中的PB3口 VCC-----接5V。
2024-01-08 17:13:02
7985
10
原创 STM32与ASRPRO通信（智能家居系列一）
根据官方给出的原理图：根据原理图我们可以看到能够实现串口通信的有PA2,PA3;PB10.PB11;PA9,PA10六个I/O口，我的代码里面呢选择的是PA2和PA3口，也就是USART2（这里呢不建议大家用USART1口，因为32都是用的串口1下载程序，这样子的话调试非常不方便，建议大家能用串口2和串口3尽量用串口2和串口3)。话不多说，接下来我们看代码！uart.c//GPIO端口设置//使能GPIOA时钟//使能USART2时钟//PA.2//复用推挽输出。
2024-01-06 11:39:35
16910
9
原创 Windows环境下配置ORB_SLAM2教程
在讲本篇文章，首先大家一定要关闭掉所有杀毒软件，windows自带的也要关闭如下：链接：https://pan.baidu.com/s/195EHUwiEAO7sU3_Tvdrmig提取码：ctky链接：https://pan.baidu.com/s/1o9XESFGGqJOHror7bwd6dw提取码：jec8。
2023-11-21 11:30:25
1477
9
原创 用STM32C8T6驱动DM542来控制步进电机正反转
驱动分为六个接口,我采用的是共阴极接法，PUL是用来接收脉冲的，DIR是用来控制电机转动的方向，ENA是使能，可以选择不接。要让步进电机转起来，首先接线很重要，我用的是24V电池驱动的，有些问题，建议大家用220转24电源进行供电。这是电机IO口的使能部分，使能PB0 PB1，PB0是PWM脉冲输出口，通过调整PB1来使电机正反转。接下来是对定时器3的初始化使能IO口，使能PB0就可以了，从而输出PWM脉冲，用哪个口使能哪个口。PUL+（接PWM脉冲，这里是我的TIM3，PB0口）
2023-10-29 22:03:35
4659
20
原创 在pytorch环境下解决CUDA out of memory. 的问题
2.pytorch环境问题，首先第一个，如果你的显卡等级较高，比如我的显卡，就不能安装太低的pytorch版本，建议1.8.0以下的版本都不要安装，不然会报显卡与pytorch不匹配的错，安装的时候不要用清华的镜像源，会出现太多问题！num_workers与batch_size的大小，建议先调整num_workers，但是num_workers要尽可能的调大，不然会影响读取图片的速度，再去调整batch_size的大小。安装好对应自己显卡的版本再检查环境问题。运行这段后会使用中科大的镜像源。
2023-10-26 22:35:02
502
1
原创 卸载环境里所有安装的pip包
这种方法可以快速批量卸载多个包，但要注意在卸载之前，请确保您已备份重要的数据或代码，并且谨慎检查。在命令行或终端中，使用以下命令生成一个已安装包的列表文件。的文件，其中包含了当前环境中已安装的所有包及其版本信息。文件中列出的包列表，一次性卸载所有已安装的包。文件中列出的包，以确保不会误删除必要的包。文件，可以看到列出的所有包及其版本信息。在命令行或终端中，运行以下命令使用。
2023-09-22 16:09:29
5530
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人