🔥🔥🔥 专注于YOLO11，YOLOv8、YOLOv10、RT-DETR、YOLOv7、YOLOv5改进模型，Support to improve backbone, neck, head, loss, IoU, NMS and other modules🚀
🌟 全新的YOLO系列改进项目ultralyticsPro来袭，最新改进点更新🚀2025
🍉🍉🍉如何获取YOLO改进的完整版代码?
ultralyticsPro 项目的完整版代码, 需要订阅后才能获取, 可以加芒果QQ：2434798737，或者点击链接 通过 👉bilibili哔哩哔哩 私信, 进行项目订阅
订阅后，实时获取最新的《YOLO改进项目完整版代码》100%可运行,同时也适合新手
ultralyticsPro项目改进系列有：YOLO11，YOLOv8、YOLOv10、RT-DETR 改进模型，改进哪个模型就可以订阅哪个
改进项目合集（改进哪个模型订阅哪个模型即可，订阅后可以看对应的《完整版改进内容》，比如改进 YOLO11 项目，订阅以下 YOLO11 项目即可）
🍉 - ultralyticsPro系列 - 芒果 YOLOv8 改进项目 👉 内测价￥129
🍇 - ultralyticsPro系列 - 芒果 YOLO11 改进项目 👉 内测价￥69
🍈 - ultralyticsPro系列 - 芒果 YOLOv10 改进项目 👉 内测价￥89
🍌 - ultralyticsPro系列 - 芒果 RT-DETR 改进项目 👉 内测价￥59
🍈 - ultralyticsPro系列 - 芒果 YOLOv7 改进项目 👉 内测价￥89
🍌 - ultralyticsPro系列 - 芒果 YOLOv5 改进项目 👉 内测价￥89
订阅方式：联系QQ：2434798737 或者 👉bilibili哔哩哔哩 私信
本项目持续维护，持续更新原创内容
该项目基于 官方的 ultralytics 项目v8.3.x版本，使用稳定可靠，环境已配好，适合零基础小白以上的用户使用
配套bilibili视频教程链接：bilibili: 芒果学AI （可 bilibili 私信）
🔥🔥🔥目前为订阅制 ，需要订阅的联系QQ：2434798737 或者点击链接 通过 👉bilibili哔哩哔哩 私信
-
🍈《ultralyticsPro改进项目》基于官方ultralytics项目8.3.x-最新稳定版本，兼容所有官方的更新
-
🍉订阅《ultralyticsPro改进项目》即可获取本项目里面改进点对应的《YOLO核心代码模块文件》，加入《YOLO改进后的核心代码文件》就可以直接运行。保证本项目中已有的改进点都能正常运行实验
-
🏅️用户可以添加博主的联系方式 QQ：2434798737 ⭐⭐⭐（或者点击链接 通过 👉bilibili哔哩哔哩 私信
-
🚀该项目持续更新：内容包括：改进 新的标签分配策略、检测头Head、损失函数Loss、主干Backbone、Neck部分、分类损失函数、NMS改进、写作技巧、性能指标技巧
-
🍌在此基础上新建了一个《芒果YOLO项目改进交流群》便于项目改进交流和答疑，并在群里同步更新新的内容
-
🌰新增以《视频教程》辅助来说明应该怎么改
-
🌟多任务改进篇：支持OBB旋转检测、姿态估计、图像分割任务、图像分类等各类改进
-
🍊重点：支持该项目相关改进的答疑服务
bilibili视频教程链接：bilibili: https://space.bilibili.com/1532780812 （可 bilibili 私信）
更多视频看 哔哩哔哩：芒果学AI🎈
需要订阅的联系QQ：2434798737
如果QQ加不上，可以（点击链接 通过 👉bilibili哔哩哔哩 私信，留下你的QQ并备注订阅YOLO改进项目
本项目持续维护，持续更新原创内容
🚀支持更多的YOLO系列算法模型改进(持续更新...)
ultralyticsPro 改进项目 汇总了多种主流 YOLO系列检测模型，一套代码集成多种模型:
- 内置集成 YOLO11 模型改进、YOLOv8 模型改进、YOLOv10 模型改进、RT-DETR 模型改进、YOLOv5 模型改进、 YOLOv7 模型网络结构、等持续更新中...
🚀支持更多的网络模型组件
| 不同Conv卷积 模块改进 | Label Alignment 不同标签分配策略 改进 | Head检测头 |
|
|
|
| Backbones 主干特征提取网络 | Necks 特征融合网络 | IoU Loss 损失函数改进 |
|
|
|
| Attention注意力机制 | 分类 Loss | NMS |
|
|
|
| 一个yaml文件集成多个创新点组合改进,包含3-5个创新点改进，一键进行实验训练改进 | 一个yaml文件集成多个创新点组合改进,包含3-5个创新点改进，一键进行实验训练改进 |
|
|
🚀支持更多Backbone
- 以及其他trans系列 持续更新中🎈🚀🚀🚀 注: (ultralyticsPro(Beta)🔥 已经完成更新 20+ 种Transformer系列主干网络、多种MLP网络 以及 绝大部分重参数化结构模型网络)
🚀支持更多Neck
- FPN
持续更新中🎈
🚀支持更多检测头Head
- XX Head检测头;
- 其他不同检测头
🚀支持更多即插即用的注意力机制Attention
- 在网络任何部分即插即用式使用注意力机制
- SOCAttention
- SimAM Attention 持续更新中🎈
🚀更多空间金字塔池化结构
- SPP
- SPPF
- ASPP
- RFB
- SPPCSPC
- SPPFCSPC
- SimSPPF 持续更新中🎈
🚀支持更多Loss
-
ComputeLoss
-
其他Loss
🚀支持 Anchor-base 和 Anchor-Free
🚀支持多种标签分配策略
- Multi Anchor策略
- YOLOv5 标签分配策略
- SimOTA 标签分配策略
- YOLOv7 标签分配策略
- AutoAssign 标签分配策略🌟
- Dual Weighting 标签分配策略🌟
- FreeAnchor 标签分配策略🌟
- 其他改进的标签分配策略 持续更新中🎈
🚀 内置多种网络模型模块化组件
Conv, GhostConv
🚀支持更多IoU损失函数
- CIoU
- DIoU
持续更新中🎈
🚀支持更多NMS
- NMS
- MergeNMS
持续更新中🎈
🚀支持更多数据增强
- Mosaic、Copy paste、Random affine(Rotation, Scale, Translation and Shear)、MixUp、Augment HSV(Hue, Saturation, Value、Random horizontal flip
以上组件模块使用统一模型代码框架、统一任务形式、统一应用方式，模块组件化🚀 可以帮助用户自定义快速组合Backbone、Neck、Head，使得网络模型多样化，助力科研改进检测算法，构建更强大的网络模型。
包括 目标检测、图像分割、姿态估计、图像分类、旋转检测、目标跟踪等任务
在Python>=3.9.0 的环境中克隆版本仓并安装 requirements.txt，包括PyTorch>=1.7。
$ cd ultralyticsPro
$ pip install -r res.txt # 安装$ python train.py ultralytics/cfg_yolo11/YOLO11/yolo11.yamldetect.py 在各种数据源上运行推理, 并将检测结果保存到 runs/detect 目录。
$ python predict.py后续会持续更新 ultralyticsPro 改进内容
完善集成更多 YOLO 系列改进模型，持续结合不同模块，构建更多不同网络模型
@article{2025ultralyticsPro,
title={{ultralyticsPro}: Makes improvements easy again},
author={iscyy},
repo={github https://github.com/iscyy/ultralyticsPro},
year={2025}
}Expand
- If you have any question, please discuss with me by sending email.