转摘目标检测算法——YOLOv5/YOLOv7之结合CA注意力机制
汉冰双阅读量 654
深度学习Tricks，第一时间送达
论文题目： 《Coordinate Attention for Efficient Mobile NetWork Design》
论文地址： [https://arxiv.org/pdf/2103.02907.pdf](https://arxiv.org/pdf/2103.02907.pdf "https://arxiv.org/pdf/2103.02907.pdf")
本文中，作者通过将位置信息嵌入到通道注意力中提出了一种新颖的移动网络[注意力机制](https://so.csdn.net/so/search?q=注意力机制&spm=1001.2101.3001.7020 "注意力机制")，将其称为"Coordinate Attention"。与通过2维全局池化将特征张量转换为单个特征向量的通道注意力不同，Coordinate注意力将通道注意力分解为两个1维特征编码过程，分别沿2个空间方向聚合特征。这样，可以沿一个空间方向捕获远程依赖关系，同时可以沿另一空间方向保留精确的位置信息。然后将生成的特征图分别编码为一对方向感知和位置敏感的attention map，可以将其互补地应用于输入特征图，以增强关注对象的表示。
小海带将CA注意力模块嵌入到YOLOv5网络中，可进一步强化YOLOv5网络对方向和位置等信息的敏感度，并涨点明显。近期较忙，想要代码的小伙伴请私信～
1.网络结构图
2.CA模块代码
不同于通道注意力将输入通过2D全局池化转化为单个特征向量，CoordAttention将通道注意力分解为两个沿着不同方向聚合特征的1D特征编码过程。这样的好处是可以沿着一个空间方向捕获长程依赖，沿着另一个空间方向保留精确的位置信息。然后，将生成的特征图分别编码，形成一对方向感知和位置敏感的特征图，它们可以互补地应用到输入特征图来增强感兴趣的目标的表示。
CA模块通过精确的位置信息对通道关系和长程依赖进行编码，类似SE模块，也分为两个步骤：坐标信息嵌入（coordinate information embedding）和坐标注意力生成（coordinate attention generation），它的具体结构如下图。
class h_sigmoid(nn.Module):
def __init__(self, inplace=True):
super(h_sigmoid, self).__init__()
self.relu = nn.ReLU6(inplace=inplace)
def forward(self, x):
return self.relu(x + 3) / 6
class h_swish(nn.Module):
def __init__(self, inplace=True):
super(h_swish, self).__init__()
self.sigmoid = h_sigmoid(inplace=inplace)
def forward(self, x):
return x * self.sigmoid(x)
class CoordAtt(nn.Module):
def __init__(self, inp, oup, reduction=32):
super(CoordAtt, self).__init__()
self.pool_h = nn.AdaptiveAvgPool2d((None, 1))
self.pool_w = nn.AdaptiveAvgPool2d((1, None))
mip = max(8, inp // reduction)
self.conv1 = nn.Conv2d(inp, mip, kernel_size=1, stride=1, padding=0)
self.bn1 = nn.BatchNorm2d(mip)
self.act = h_swish()
self.conv_h = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0)
self.conv_w = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0)
def forward(self, x):
identity = x
x_h = self.pool_h(x)
x_w = self.pool_w(x).permute(0, 1, 3, 2)
y = torch.cat([x_h, x_w], dim=2)
y = self.conv1(y)
y = self.bn1(y)
y = self.act(y)
x_h, x_w = torch.split(y, [h, w], dim=2)
x_w = x_w.permute(0, 1, 3, 2)
a_h = self.conv_h(x_h).sigmoid()
a_w = self.conv_w(x_w).sigmoid()
out = identity * a_w * a_h
return out如何嵌入YOLOv5网络，各位小伙伴请参考上一篇博文~
🚀🏆🍀【算法创新&算法训练&论文投稿】相关链接👇👇👇
✨【YOLO创新算法尝新系列】✨
🏂 [美团出品 | YOLOv6 v3.0 is Coming（超越YOLOv7、v8）](https://blog.csdn.net/m0_53578855/article/details/128748618?spm=1001.2014.3001.5502 "美团出品 | YOLOv6 v3.0 is Coming（超越YOLOv7、v8）")
🏂 [官方正品 | Ultralytics YOLOv8算法来啦（尖端SOTA模型）](https://blog.csdn.net/m0_53578855/article/details/128634914?spm=1001.2014.3001.5502 "官方正品 | Ultralytics YOLOv8算法来啦（尖端SOTA模型）")
🏂 [改进YOLOv5/YOLOv7------魔改YOLOv5/YOLOv7提升检测精度（涨点必备）](https://blog.csdn.net/m0_53578855/article/details/124081445?spm=1001.2014.3001.5502 "改进YOLOv5/YOLOv7——魔改YOLOv5/YOLOv7提升检测精度（涨点必备）")
------------------------------------🌴【重磅干货来袭】🎄------------------------------------
🚀一、主干网络改进（持续更新中）🎄🎈
1.[目标检测算法------YOLOv5/YOLOv7改进之结合ConvNeXt结构（纯卷积|超越Swin）](https://blog.csdn.net/m0_53578855/article/details/127413249?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合ConvNeXt结构（纯卷积|超越Swin）")****
2.[目标检测算法------YOLOv5/YOLOv7改进之结合MobileOne结构（高性能骨干|仅需1ms）](https://blog.csdn.net/m0_53578855/article/details/127413048?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合MobileOne结构（高性能骨干|仅需1ms）")****
3.[目标检测算法------YOLOv5/YOLOv7改进之结合Swin Transformer V2（涨点神器）](https://blog.csdn.net/m0_53578855/article/details/127361280?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合Swin Transformer V2（涨点神器）")****
4.[目标检测算法------YOLOv5/YOLOv7改进结合BotNet（Transformer）](https://blog.csdn.net/m0_53578855/article/details/124187294?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进结合BotNet（Transformer）")****
5.[目标检测算法------YOLOv5/YOLOv7改进之GSConv+Slim Neck（优化成本）](https://blog.csdn.net/m0_53578855/article/details/127556737?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之GSConv+Slim Neck（优化成本）")****
6.[目标检测算法------YOLOv5/YOLOv7改进结合新神经网络算子Involution（CVPR 2021）](https://blog.csdn.net/m0_53578855/article/details/128098542?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进结合新神经网络算子Involution（CVPR 2021）")****
7.[目标检测算法------YOLOv7改进|增加小目标检测层](https://blog.csdn.net/m0_53578855/article/details/127645230?spm=1001.2014.3001.5502 "目标检测算法——YOLOv7改进|增加小目标检测层")****
8.[目标检测算法------YOLOv5改进|增加小目标检测层](https://blog.csdn.net/m0_53578855/article/details/125080274?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5改进|增加小目标检测层")****
🌴 持续更新中......
🚀二、轻量化网络（持续更新中）🎄🎈
1.[目标检测算法------YOLOv5/YOLOv7改进之结合RepVGG（速度飙升）](https://blog.csdn.net/m0_53578855/article/details/127813191?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合RepVGG（速度飙升）")****
2.[目标检测算法------YOLOv5/YOLOv7改进之结合PP-LCNet（轻量级CPU网络）](https://blog.csdn.net/m0_53578855/article/details/128065998?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合PP-LCNet（轻量级CPU网络）")****
3.[目标检测算法------YOLOv5/YOLOv7改进之结合轻量化网络MobileNetV3（降参提速）](https://blog.csdn.net/m0_53578855/article/details/127405874?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合轻量化网络MobileNetV3（降参提速）")****
4.[目标检测算法------YOLOv5/YOLOv7改进|结合轻量型网络ShuffleNetV2](https://blog.csdn.net/m0_53578855/article/details/124056713?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进|结合轻量型网络ShuffleNetV2")****
5.[目标检测算法------YOLOv5/YOLOv7改进结合轻量型Ghost模块](https://blog.csdn.net/m0_53578855/article/details/124056682?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进结合轻量型Ghost模块")****
🌴 持续更新中......
🚀三、注意力机制（持续更新中）🎄🎈
1.[目标检测算法------YOLOv5改进之结合CBAM注意力机制](https://blog.csdn.net/m0_53578855/article/details/124056417?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5改进之结合CBAM注意力机制")****
2.[目标检测算法------YOLOv7改进之结合CBAM注意力机制](https://blog.csdn.net/m0_53578855/article/details/127585358?spm=1001.2014.3001.5502 "目标检测算法——YOLOv7改进之结合CBAM注意力机制")****
3.[目标检测算法------YOLOv5/YOLOv7之结合CA注意力机制](https://blog.csdn.net/m0_53578855/article/details/124056502?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7之结合CA注意力机制")****
4.[目标检测算法------YOLOv5/YOLOv7改进之结合ECA注意力机制](https://blog.csdn.net/m0_53578855/article/details/124056548?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合ECA注意力机制")****
5.[目标检测算法------YOLOv5/YOLOv7改进之结合NAMAttention（提升涨点）](https://blog.csdn.net/m0_53578855/article/details/127622483?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合NAMAttention（提升涨点）")****
6.[目标检测算法------YOLOv5/YOLOv7改进之结合GAMAttention](https://blog.csdn.net/m0_53578855/article/details/127621528?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合GAMAttention")****
7.[目标检测算法------YOLOv5/YOLOv7改进之结合无参注意力SimAM（涨点神器）](https://blog.csdn.net/m0_53578855/article/details/127419661?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合无参注意力SimAM（涨点神器）")****
8.[目标检测算法------YOLOv5/YOLOv7改进之结合Criss-Cross Attention](https://blog.csdn.net/m0_53578855/article/details/127641061?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合Criss-Cross Attention")****
9.[目标检测算法------YOLOv5/YOLOv7改进之结合SOCA（单幅图像超分辨率）](https://blog.csdn.net/m0_53578855/article/details/127699995?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合SOCA（单幅图像超分辨率）")****
🌴 持续更新中......
🚀四、检测头部改进（持续更新中）🎄🎈
1.[魔改YOLOv5/v7高阶版（魔法搭配+创新组合）------改进之结合解耦头Decoupled_Detect](https://blog.csdn.net/m0_53578855/article/details/127856631?spm=1001.2014.3001.5502 "魔改YOLOv5/v7高阶版（魔法搭配+创新组合）——改进之结合解耦头Decoupled_Detect")****
2.[目标检测算法------YOLOv5/YOLOv7改进结合涨点Trick之ASFF（自适应空间特征融合）](https://blog.csdn.net/m0_53578855/article/details/127934017?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进结合涨点Trick之ASFF（自适应空间特征融合）")****
🌴 持续更新中......
🚀五、空间金字塔池化（持续更新中）🎄🎈
1.[目标检测算法------YOLOv5/YOLOv7改进之结合ASPP（空洞空间卷积池化金字塔）](https://blog.csdn.net/m0_53578855/article/details/127757330?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合ASPP（空洞空间卷积池化金字塔）")****
2.[目标检测算法------YOLOv5/YOLOv7改进之结合特征提取网络RFBNet（涨点明显）](https://blog.csdn.net/m0_53578855/article/details/128162383?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合特征提取网络RFBNet（涨点明显）")****
🌴 持续更新中......
🚀六、损失函数及NMS改进（持续更新中）🎄🎈
1.[目标检测算法------YOLOv5/YOLOv7改进|将IOU Loss替换为EIOU Loss](https://blog.csdn.net/m0_53578855/article/details/124056582?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进|将IOU Loss替换为EIOU Loss")****
2.[目标检测算法------助力涨点 | YOLOv5改进结合Alpha-IoU](https://blog.csdn.net/m0_53578855/article/details/125403884?spm=1001.2014.3001.5502 "目标检测算法——助力涨点 | YOLOv5改进结合Alpha-IoU")****
3.[目标检测算法------YOLOv5/YOLOv7改进之结合SIoU](https://blog.csdn.net/m0_53578855/article/details/127369375?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合SIoU")****
4.[目标检测算法------YOLOv5将NMS替换为DIoU-NMS](https://blog.csdn.net/m0_53578855/article/details/124056523?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5将NMS替换为DIoU-NMS")****
🌴 持续更新中......
🚀七、其他创新改进项目（持续更新中）🎄🎈
1.[手把手教你搭建属于自己的PyQt5-YOLOv5目标检测平台（保姆级教程）](https://blog.csdn.net/m0_53578855/article/details/128018838?spm=1001.2014.3001.5502 "手把手教你搭建属于自己的PyQt5-YOLOv5目标检测平台（保姆级教程）")****
2.[YOLO算法改进之结合GradCAM可视化热力图（附详细教程）](https://blog.csdn.net/m0_53578855/article/details/128314655?spm=1001.2014.3001.5502 "YOLO算法改进之结合GradCAM可视化热力图（附详细教程）")****
3.[目标检测算法------YOLOv5/YOLOv7改进之结合SPD-Conv（低分辨率图像和小目标涨点明显）](https://blog.csdn.net/m0_53578855/article/details/127822028?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合SPD-Conv（低分辨率图像和小目标涨点明显）")****
4.[目标检测算法------YOLOv5/YOLOv7改进之更换FReLU激活函数](https://blog.csdn.net/m0_53578855/article/details/127552931?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之更换FReLU激活函数")****
5.[目标检测算法------YOLOv5/YOLOv7改进之结合BiFPN](https://blog.csdn.net/m0_53578855/article/details/124056326?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7改进之结合BiFPN")****
🌴 持续更新中......
🚀八、算法训练相关项目（持续更新中）🎄🎈
1.[目标检测算法------YOLOv7训练自己的数据集（保姆级教程）](https://blog.csdn.net/m0_53578855/article/details/127536604?spm=1001.2014.3001.5502 "目标检测算法——YOLOv7训练自己的数据集（保姆级教程）")****
2.[人工智能前沿------玩转OpenAI语音机器人ChatGPT（中文版）](https://blog.csdn.net/m0_53578855/article/details/128257480?spm=1001.2014.3001.5502 "人工智能前沿——玩转OpenAI语音机器人ChatGPT（中文版）")****
3.[深度学习之语义分割算法（入门学习）](https://blog.csdn.net/m0_53578855/article/details/127869302?spm=1001.2014.3001.5502 "深度学习之语义分割算法（入门学习）")****
4.[知识经验分享------YOLOv5-6.0训练出错及解决方法（RuntimeError）](https://blog.csdn.net/m0_53578855/article/details/127933411?spm=1001.2014.3001.5502 "知识经验分享——YOLOv5-6.0训练出错及解决方法（RuntimeError）")****
5.[目标检测算法------将xml格式转换为YOLOv5格式txt](https://blog.csdn.net/m0_53578855/article/details/124056646?spm=1001.2014.3001.5502 "目标检测算法——将xml格式转换为YOLOv5格式txt")****
6.[目标检测算法------YOLOv5/YOLOv7如何改变bbox检测框的粗细大小](https://blog.csdn.net/m0_53578855/article/details/124056604?spm=1001.2014.3001.5502 "目标检测算法——YOLOv5/YOLOv7如何改变bbox检测框的粗细大小")****
7.[人工智能前沿------6款AI绘画生成工具](https://blog.csdn.net/m0_53578855/article/details/128303226?spm=1001.2014.3001.5502 "人工智能前沿——6款AI绘画生成工具")****
8.[YOLOv5结合人体姿态估计](https://blog.csdn.net/m0_53578855/article/details/124332433?spm=1001.2014.3001.5502 "YOLOv5结合人体姿态估计")****
9.[超越YOLOv5，0.7M超轻量，又好又快（PP-YOLOE&PP-PicoDet）](https://blog.csdn.net/m0_53578855/article/details/124297275?spm=1001.2014.3001.5502 "超越YOLOv5，0.7M超轻量，又好又快（PP-YOLOE&PP-PicoDet）")****
10.[目标检测算法------收藏|小目标检测的定义（一）](https://blog.csdn.net/m0_53578855/article/details/127799892?spm=1001.2014.3001.5502 "目标检测算法——收藏|小目标检测的定义（一）")****
11.[目标检测算法------收藏|小目标检测难点分析（二）](https://blog.csdn.net/m0_53578855/article/details/127803529?spm=1001.2014.3001.5502 "目标检测算法——收藏|小目标检测难点分析（二）")****
12.[目标检测算法------收藏|小目标检测解决方案（三）](https://blog.csdn.net/m0_53578855/article/details/127803837?spm=1001.2014.3001.5502 "目标检测算法——收藏|小目标检测解决方案（三）")****
🌴 持续更新中......
🚀九、数据资源相关项目（持续更新中）🎄🎈
1.[目标检测算法------小目标检测相关数据集（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/124670369 "目标检测算法——小目标检测相关数据集（附下载链接）")****
2.[目标检测算法------3D公共数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128056198 "目标检测算法——3D公共数据集汇总（附下载链接）")****
3.[目标检测算法------3D公共数据集汇总 2（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128183288 "目标检测算法——3D公共数据集汇总 2（附下载链接）")****
4.[目标检测算法------行人检测&人群计数数据集汇总(附下载链接)](https://blog.csdn.net/m0_53578855/article/details/127574295 "目标检测算法——行人检测&人群计数数据集汇总(附下载链接)")****
5.[目标检测算法------遥感影像数据集资源汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/127574996 "目标检测算法——遥感影像数据集资源汇总（附下载链接）")****
6.[目标检测算法------自动驾驶开源数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/127770204 "目标检测算法——自动驾驶开源数据集汇总（附下载链接）")****
7.[目标检测算法------自动驾驶开源数据集汇总 2（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/127830771 "目标检测算法——自动驾驶开源数据集汇总 2（附下载链接）")****
8.[目标检测算法------图像分类开源数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/127704103 "目标检测算法——图像分类开源数据集汇总（附下载链接）")****
9.[目标检测算法------医学图像开源数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/127702023 "目标检测算法——医学图像开源数据集汇总（附下载链接）")****
10.[目标检测算法------工业缺陷数据集汇总1（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/127917202 "目标检测算法——工业缺陷数据集汇总1（附下载链接）")****
11.[目标检测算法------工业缺陷数据集汇总2（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/127967534 "目标检测算法——工业缺陷数据集汇总2（附下载链接）")****
12.[目标检测算法------垃圾分类数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128214546 "目标检测算法——垃圾分类数据集汇总（附下载链接）")****
13.[目标检测算法------人脸识别数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128244065 "目标检测算法——人脸识别数据集汇总（附下载链接）")****
14.[目标检测算法------安全帽识别数据集（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128211190 "目标检测算法——安全帽识别数据集（附下载链接）")****
15.[目标检测算法------人体姿态估计数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128227462 "目标检测算法——人体姿态估计数据集汇总（附下载链接）")****
16.[目标检测算法------人体姿态估计数据集汇总 2（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128234717 "目标检测算法——人体姿态估计数据集汇总 2（附下载链接）")****
17.[目标检测算法------车辆牌照识别数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128312884 "目标检测算法——车辆牌照识别数据集汇总（附下载链接）")****
18.[目标检测算法------车辆牌照识别数据集汇总 2（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128334363 "目标检测算法——车辆牌照识别数据集汇总 2（附下载链接）")****
19.[收藏 | 机器学习公共数据集集锦（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128024079 "收藏 | 机器学习公共数据集集锦（附下载链接）")****
20.[目标检测算法------图像分割数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128244361 "目标检测算法——图像分割数据集汇总（附下载链接）")****
21.[目标检测算法------图像分割数据集汇总 2（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128250398 "目标检测算法——图像分割数据集汇总 2（附下载链接）")****
22.[收藏 | 自然语言处理（NLP）数据集汇总（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128272667 "收藏 | 自然语言处理（NLP）数据集汇总（附下载链接）")****
23.[自然语言处理（NLP）数据集汇总 2（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128280371 "自然语言处理（NLP）数据集汇总 2（附下载链接）")****
24.[自然语言处理（NLP）数据集汇总 3（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128282314 "自然语言处理（NLP）数据集汇总 3（附下载链接）")****
25.[自然语言处理（NLP）数据集汇总 4（附下载链接）](https://blog.csdn.net/m0_53578855/article/details/128291523 "自然语言处理（NLP）数据集汇总 4（附下载链接）")****
🌴 持续更新中......
🚀十、论文投稿相关项目（持续更新中）🎄🎈
1.[论文投稿指南------收藏|SCI论文投稿注意事项（提高命中率）](https://blog.csdn.net/m0_53578855/article/details/127767403?spm=1001.2014.3001.5502 "论文投稿指南——收藏|SCI论文投稿注意事项（提高命中率）")****
2.[论文投稿指南------收藏|SCI论文怎么投？（Accepted）](https://blog.csdn.net/m0_53578855/article/details/127790109 "论文投稿指南——收藏|SCI论文怎么投？（Accepted）")****
3.[论文投稿指南------收藏|SCI写作投稿发表全流程](https://blog.csdn.net/m0_53578855/article/details/127642569?spm=1001.2014.3001.5502 "论文投稿指南——收藏|SCI写作投稿发表全流程")****
4.[论文投稿指南------收藏|如何选择SCI期刊（含选刊必备神器）](https://blog.csdn.net/m0_53578855/article/details/127725115?spm=1001.2014.3001.5502 "论文投稿指南——收藏|如何选择SCI期刊（含选刊必备神器）")****
5.[论文投稿指南------SCI选刊](https://blog.csdn.net/m0_53578855/article/details/127364497?spm=1001.2014.3001.5502 "论文投稿指南——SCI选刊")****
6.[论文投稿指南------SCI投稿各阶段邮件模板](https://blog.csdn.net/m0_53578855/article/details/127513439?spm=1001.2014.3001.5502 "论文投稿指南——SCI投稿各阶段邮件模板")****
7.[人工智能前沿------深度学习热门领域（确定选题及研究方向）](https://blog.csdn.net/m0_53578855/article/details/127588188?spm=1001.2014.3001.5502 "人工智能前沿——深度学习热门领域（确定选题及研究方向）")****
8.[人工智能前沿------2022年最流行的十大AI技术](https://blog.csdn.net/m0_53578855/article/details/127701021?spm=1001.2014.3001.5502 "人工智能前沿——2022年最流行的十大AI技术")****
9.[人工智能前沿------未来AI技术的五大应用领域](https://blog.csdn.net/m0_53578855/article/details/128099488?spm=1001.2014.3001.5502 "人工智能前沿——未来AI技术的五大应用领域")****
10.[人工智能前沿------无人自动驾驶技术](https://blog.csdn.net/m0_53578855/article/details/127759890?spm=1001.2014.3001.5502 "人工智能前沿——无人自动驾驶技术")****
11.[人工智能前沿------AI技术在医疗领域的应用](https://blog.csdn.net/m0_53578855/article/details/127796685?spm=1001.2014.3001.5502 "人工智能前沿——AI技术在医疗领域的应用")****
12.[人工智能前沿------随需应变的未来大脑](https://blog.csdn.net/m0_53578855/article/details/127609695?spm=1001.2014.3001.5502 "人工智能前沿——随需应变的未来大脑")****
13.[目标检测算法------深度学习知识简要普及](https://blog.csdn.net/m0_53578855/article/details/127405645?spm=1001.2014.3001.5502 "目标检测算法——深度学习知识简要普及")****
14.[目标检测算法------10种深度学习框架介绍](https://blog.csdn.net/m0_53578855/article/details/127395880?spm=1001.2014.3001.5502 "目标检测算法——10种深度学习框架介绍")****
15.[目标检测算法------为什么我选择PyTorch？](https://blog.csdn.net/m0_53578855/article/details/127396323?spm=1001.2014.3001.5502 "目标检测算法——为什么我选择PyTorch？")****
16.[知识经验分享------超全激活函数解析（数学原理+优缺点）](https://blog.csdn.net/m0_53578855/article/details/127789095?spm=1001.2014.3001.5502 "知识经验分享——超全激活函数解析（数学原理+优缺点）")****
17.[知识经验分享------卷积神经网络（CNN）](https://blog.csdn.net/m0_53578855/article/details/127786476?spm=1001.2014.3001.5502 "知识经验分享——卷积神经网络（CNN）")****
18.[海带软件分享------Office 2021全家桶安装教程（附报错解决方法）](https://blog.csdn.net/m0_53578855/article/details/128088345?spm=1001.2014.3001.5502 "海带软件分享——Office 2021全家桶安装教程（附报错解决方法）")****
19.[海带软件分享------日常办公学习软件分享（收藏）](https://blog.csdn.net/m0_53578855/article/details/128158614?spm=1001.2014.3001.5502 "海带软件分享——日常办公学习软件分享（收藏）")****
20.[论文投稿指南------计算机视觉 (Computer Vision) 顶会归纳](https://blog.csdn.net/m0_53578855/article/details/127386579?spm=1001.2014.3001.5502 "论文投稿指南——计算机视觉 (Computer Vision) 顶会归纳")****
21.[论文投稿指南------中文核心期刊](https://blog.csdn.net/m0_53578855/article/details/127413681?spm=1001.2014.3001.5502 "论文投稿指南——中文核心期刊")****
22.[论文投稿指南------计算机领域核心期刊](https://blog.csdn.net/m0_53578855/article/details/127489961 "论文投稿指南——计算机领域核心期刊")****
23.[论文投稿指南------中文核心期刊推荐（计算机技术）](https://blog.csdn.net/m0_53578855/article/details/128129216?spm=1001.2014.3001.5502 "论文投稿指南——中文核心期刊推荐（计算机技术）")****
24.[论文投稿指南------中文核心期刊推荐（计算机技术2）](https://blog.csdn.net/m0_53578855/article/details/128163341?spm=1001.2014.3001.5502 "论文投稿指南——中文核心期刊推荐（计算机技术2）")****
25.[论文投稿指南------中文核心期刊推荐（计算机技术3）](https://blog.csdn.net/m0_53578855/article/details/128176497?spm=1001.2014.3001.5502 "论文投稿指南——中文核心期刊推荐（计算机技术3）")****
26.************[论文投稿指南------中文核心期刊推荐（电子、通信技术）](https://blog.csdn.net/m0_53578855/article/details/128209064?spm=1001.2014.3001.5502 "论文投稿指南——中文核心期刊推荐（电子、通信技术）")****************
27.************[论文投稿指南------中文核心期刊推荐（电子、通信技术2）](https://blog.csdn.net/m0_53578855/article/details/128242985?spm=1001.2014.3001.5502 "论文投稿指南——中文核心期刊推荐（电子、通信技术2）")****************
28.************[论文投稿指南------中文核心期刊推荐（电子、通信技术3）](https://blog.csdn.net/m0_53578855/article/details/128250616?spm=1001.2014.3001.5502 "论文投稿指南——中文核心期刊推荐（电子、通信技术3）")****************
标签：
0
0
0
0/300
全部评论0