原论文https://arxiv.org/abs/2201.03545 基于论文复现convnext代码，纯卷积模块精准度超越swintransformer 用于改进yolov5/7/8

YOLOV5实现目标检测 PYQT实现可视化界面

yolov5_flask yolov5 v6.x在flask上的部署 支持在线上传预测图片与视频功能以及摄像头检测功能 上传后的视频保存在/upload中 结果保存在/inference/output文件夹中 可自行替换自己训练的模型(pt)以及类别参数文件(我的是 garbage.yaml)， 在camera.py中进行更改相应路径 注意注意不要把项目放在中文路径下的文件夹 CPU检测的用户需要在camera.py中修改select_device(0)为select_device('cpu')

可用于YOLOv5/v6/v7/v8训练的农作物杂草数据集

基于yolov5算法的深度学习目标检测程序。YOLOV5：You Only Look Once目标检测模型在pytorch当中的实现（edition v5.0 in Ultralytics）支持多GPU训练，新增各个种类目标数量计算，新增heatmap；将正样本匹配过程加入dataloader，加快了运算速度；加入EMA效果变好。 2022-02:仓库创建，支持不同尺寸模型训练，分别为s、m、l、x版本的yolov5、支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪。

运用jetson nano 和 arduino mega 复刻版智能分类垃圾桶，3d模型是sw2022，yolov5的环境配置好可直接在电脑上运行，滑台是套用的3d打印机

yolov5-obb旋转目标检测直接运行版，只需配置好虚拟环境就可直接运行，包含部分demo数据集

yolov5使用微信小程序部署，需要在腾讯云或阿里云等租一个服务器，配置域名和相关证书、端口等。

将该代码上传到租用的云服务器上后，使用docker部署，简要的使用yolov5，上传图片后会返回检测图片与目标框坐标

《基于YOLOv5的手势识别系统(含手势识别数据集+训练代码)》：https://blog.csdn.net/guyuealian/article/details/126750433 手势识别（HGR）作为人机交互的一部分，在汽车领域、家庭自动化系统、各种视频/流媒体平台等领域具有广泛的实际应用。本篇博客，将基于YOLOv5搭建一个手势识别目标检测系统，支持one,two,ok等18种常见的通用手势动作识别，目前基于多目标检测的手势识别方法YOLOv5s的平均精度平均值mAP_0.5=0.99569，mAP_0.5:0.95=0.87605，基本满足业务的性能需求。