yolov7目标检测：基于自定义数据集完成检测、训练、测试
主要分三步：（1）环境配置与文件配置（2）检测（3）训练。其中，检测和训练都是可以独立进行的。检测是依赖于权重文件即可运行，而训练是基于自定义训练数据集和超参数生成权重文件。
【YOLO系列】YOLOv4论文超详细解读2（网络详解）
YOLOv4包含的tricks超级详细介绍，更深一步的解读。
yolov5 模型输出的格式解析
关键要看shape的最后一位，在这一步的时候，不是最终输出的格式，这里只是把它们合并起来了。后面还有个y.view进行了重新改变维度， 让这个组合的矩阵变的更加的直观， 改变维度后， 它的shape变成了。（我非常反感这种配置来配置去，搞脑子的写法， 因为非常的不方便代码理解， 不如直接在代码中硬编
YOLOv5入门实践（3）——手把手教你划分自己的数据集
YOLOv5入门实践第3步，手把手教你将数据集划分成训练集、验证集和测试集。
YOLOv7-tiny网络结构图及yaml文件 详细备注
yolov-tiny网络结构图，结合yaml文件和common.py源码深度理解网络构建及其过程中图片的尺度变化
yolov5 报错解决记录
【代码】yolov5 报错解决记录。
基于yolov5的遥感图像目标检测（NWPU VHR-10）
最近在做毕设，感觉网上信息不是很全，把自己的训练过程写下来供做这个方向的友友学习。
yolov7环境搭建——Windows
Windows下深度学习环境搭建
Yolov5-Python系列（一）—— 基础入门（yolov5安装、简单使用）
推荐使用Anconda环境：通过Anaconda则可以通过创造新的虚拟环境解决资源包（python库）之间冲突问题。1、cd进入刚刚解压在pycharm的yolov5文件夹（同盘才能cd，不同盘先输“D:”）出现这张图，恭喜你yolov5安装和环境配置成功了。接下来看我第二篇，教你训练自己的数据集。
深度学习图像识别笔记（三）：yolov5检测结果分析
yolov5学习
YOLOv5入门实践（5）——从零开始，手把手教你训练自己的目标检测模型（包含pyqt5界面）
YOLOv5入门实践最终篇，保姆级别手把手带你从零开始训练自己的目标检测模型（包含pyqt5界面实现）超级详细！小白必看！
YOLOv7、YOLOv5改进之打印热力图可视化：适用于自定义模型，丰富实验数据
代码实践｜热力图可视化，丰富实验数据
【v8初体验】利用yolov8训练COCO数据集或自定义数据集
YOLOv8保姆级动手把手攻略
YOLOv5+QT5界面应用开发
YOLOV5+QT5的ui界面设计
YOLOv5网络结构，训练策略详解
前面已经讲过了Yolov5模型目标检测和分类模型训练流程，这一篇讲解一下yolov5模型结构，数据增强，以及训练策略。
涨点技巧：注意力机制---Yolov5/Yolov7引入BoTNet Transformer、MHSA
BoTNet同时使用卷积和自注意力机制，即在ResNet的最后3个bottleneck blocks中使用全局多头自注意力（MHSA）替换3 × 3空间卷积;MHSA作为注意力机制加入yolov5/yolov7也取得了涨点
【YOLO】YOLOv8实操：环境配置/自定义数据集准备/模型训练/预测
yolov8实操
从零开始的机械臂yolov5抓取gazebo仿真（导航贴）
基于yolov5与Moveit!的机械臂拾取的教程导航帖
手把手带你调参Yolo v5（二）
这次主要解析源码中train.py文件中包含的参数。
【YOLO】P1 YOLO简介
YOLO简介，YOLO的相关介绍视频推荐~~
