- 这是一个自用仓库，主要方向CV，主要目的是为了保存自己修改的各种模块改进和各种Net的改进 有时候也会上传其他东西
- This is a self-use repository, the main direction of CV, the main purpose is to save the various module improvements and various Net improvements that you have modified, and sometimes upload other things
-
1、CCE-一种融合了ELA注意力、以CCA重新设计bottleneck、使用CGAFusion进行双尺度特征融合的C2f改进模块(在NEU-DET数据集上表现良好)
CCE-an improved C2f module that fuses ELA attention module, redesigns bottleneck with CCA, and uses CGAFusion for dual-scale feature fusion (performs well on NEU-DET dataset)
2、star-C2f-使用StarNet的block替换C2f的bottleneck，更加轻量化的C2f改进模块
star-C2f - Replace the bottleneck of C2f with StarNet's block, and improve the module of C2f with lightweight
3、CPCA-C2f-使用CPCA注意力模块与C2f的bottleneck融合，增强空间关系的提取能力，提高特征的表征能力
CPCA-C2f - The bottleneck fusion of CPCA attention module and C2f is used to enhance the extraction ability of spatial relationships and improve the ability to characterize features
4、GB-Concat-在Concat模块中引入GLSA机制（由全局空洞自注意力（GASA）和局部窗口自注意力（LWSA）机制组成）自适应地将需要使用Concat的特征图进行上下文的整合，同时使用BiFPN，一种多尺度加权特征融合机制，学习不同输入特征的重要性
GB-Concat - Introduce the GLSA mechanism in the Concat module (composed of the global empty space self-attention (GASA) and local window self-attention (LWSA) mechanism) to adaptively integrate the feature maps that need to be used in Concat for contextualization, and use BiFPN, a multi-scale weighted feature fusion mechanism, to learn the importance of different input features
5、A-SPPF-在SPPF空间金字塔池化中加入add操作，促进梯度流动
A-SPPF - A-SPPF-Add an add operation to SPPF spatial pyramid pooling to promote gradient flow
将个人改进项目模块整体打包，同时附带所需注意力模块（部分可酌情使用），baseline为YOLOv8，使用ultralytics8.2.0架构，部分结构的yaml已被删除（暂时不能公开），具体改进可参考./cfg/models/v8路径下的部分改进yaml，训练源码已提供（train.py）。项目同时提供了FPS计算（已整合至训练中，也可使用FPS.py单独计算）、基本的微调训练、剪枝代码（感兴趣的可以参考代码进行进一步设计，也可使用Torch-Pruning库对代码进行改进，部分剪枝模块不公开。
## ✍️ Authors - [@GuGuGuGun](https://github.com/GuGuGuGun) - Idea & Initial work ---