论文er们，YOLO这口饭得趁热吃！

文章预览

不知道各位有没有看出来，从去年开始YOLO相关的论文就处于一个井喷式状态，SCI各区都能见到它的身影。 这是因为 YOLO其实是个很好发论文的方向 ，需求量很大，热度高，并且好入门，能获取的资源也很多。 写论文时一般只要换个数据集或应用场景，就能作为新模型发表了。 如果有同学想发表YOLO相关的论文，可以考虑从 数据处理、模型改进、loss函数优化 这三个方面入手，目前YOLO的创新一般都围绕这些，特别是模型改进这方面，比如引入注意力机制、使用多尺度特征融合等。 最新提出的Mamba YOLO就是个很好的例子，它其实就是YOLO的一种改进变体，在YOLO的基础上引入了SSM，以增强模型的性能。 为了方便有论文需求的同学，我这次整理了 YOLOv1到v10系列原文 ，以及 YOLO最新的改进变体， 共 23篇 。 这些变体涉及上述引入注意力机制等模型改进策略 ………………………………