背景 用MMYOLO调试旋转目标检测时需要用到dota数据集，根据MMYOLO的官方教程，dota数据集经过处理后变为split_ss_dota，但是该数据集还是很大，对于一些配置比较低的机器要调试比较麻烦，所以这里针对该数据集，挑选了训练集200张图片，测试集30张，便于调试算法。 小数据集在本篇博客配套资源包💐 1. MMYOLO及依赖库的版本 包版本号mmyolo0.6.0m

🚀🚀🚀本文改进：分层特征融合策略MSBlock,即插即用打破性能瓶颈 🚀🚀🚀在YOLOv8中如何使用 1)作为MSBlock使用；2）与c2f结合使用；  🚀🚀🚀YOLOv8-seg创新专栏：http://t.csdnimg.cn/KLSdv 学姐带你学习YOLOv8，从入门到创新，轻轻松松搞定科研； 1）手把手教你如何训练YOLOv8-seg； 2）模型创新，提升分割

💡本篇内容：YOLOv5核心结构改进：借鉴YOLO-MS论文SOTA核心结构，改进升级版，原始结构超越YOLOv8与RTMDet，即插即用打破性能瓶颈 💡🚀🚀🚀本博客 改进源代码改进 适用于 YOLOv5 按步骤操作运行改进后的代码即可 💡本文提出改进 原创 方式：二次创新 论文地址：https://arxiv.org/abs/2308.05480 YOLO-MS 论文理论部分

从零开始的目标检测和关键点检测（二）：训练一个Glue的RTMDet模型 一、config文件解读二、开始训练三、数据集分析四、ncnn部署 从零开始的目标检测和关键点检测（一）：用labelme标注数据集 从零开始的目标检测和关键点检测（三）：训练一个Glue的RTMPose模型 在[1]用labelme标注自己的数据集中已经标注好数据集(关键点和检测框)，通过labelme

文章目录 Mask R-CNN/YOLOV8/RTMDET三种实例分割方法推理逻辑对比Mask R-CNNYOLOV5/8实例分割方法RTMDet中的实例分割 欢迎访问个人网络日志🌹🌹知行空间🌹🌹 Mask R-CNN/YOLOV8/RTMDET三种实例分割方法推理逻辑对比 实例分割是同时检测与分割，即在检测出检测框的同时分割出检测中的对象。这样，不仅实现了语