ultralytics_pro - 模型大禮包

繁體中文 | English

使用說明

支援版本

• 建議: ultralytics==8.4.6
• 安裝補充相依套件：

  pip install -r requirements.txt

此專案提供經過整理與擴充的 ultralytics 模型設定與範例，方便用於本機開發或替換 site-packages 中的 ultralytics 套件設定("C:\Users\USER\AppData\Local\Programs\Python\Python310\Lib\site-packages\ultralytics")。

Important

重要提醒：

• 在替換系統套件前請務必先備份原始資料夾，並確認 Python 版本與相依套件相容。

Tip

可搭配 YOLO_tools 的使用說明

可以搭配 YOLO_tools 的 toolbox 訓練、標註處理、評估等工作。

模型介紹

YOLOv3 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov3.yaml	標準 YOLOv3	標準 YOLOv3	通用物件偵測
yolov3-spp.yaml	加入 SPP（空間金字塔池化）層於 head	擴大感受野、改善多尺度特徵融合與小物體表現	多尺度複雜場景、小目標偵測
yolov3-tiny.yaml	簡化 backbone 與 head（tiny 結構）	推論更快、參數小、精度下降	嵌入式/即時推論資源受限場景
yolov3-rtdetr.yaml	RT-DETR head	將檢測頭替換為 RTDETRDecoder，追求更穩定的定位與分類	需保持高精度的同時提供實時性能
yolov3-spp-rtdetr.yaml	同時帶 SPP 與 RT-DETR head	多尺度融合 + 改良解碼，有助於小目標與邊界精準度	小目標＋高定位需求場景
yolov3-tiny-rtdetr.yaml	tiny + RT-DETR head	在極度輕量化上嘗試提升定位/分類品質	超低資源但需稍好精度的場景

YOLOv4 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov4-p5.yaml / yolov4-p6.yaml / yolov4-p7.yaml	調整輸出層級（P5/P6/P7 分別對應不同金字塔層）	支援更大/更小尺度的檢測需求（P7 更適合大尺度）	通用物件偵測，小目標／中型／大型目標專向調整
yolov4-csp-rtdetr.yaml	CSP + RT-DETR head	兼顧 CSP 的效能與 RT-DETR 類解碼效果	需保持高精度的同時提供實時性能
yolov4-csp.yaml	CSPDarknet（Scaling Cross Stage Partial Network） backbone/head	減少重複計算、提升參數效率與訓練穩定性	大型模型訓練效率與推論平衡
yolov4-mish-rtdetr.yaml	Mish 激活函數 + RT-DETR head	精度提升與更好的解碼/定位	需保持高精度的同時提供實時性能
yolov4-mish.yaml	使用 Mish 激活函數（相較 ReLU/Leaky ReLU 更平滑）	更平滑的梯度與更好的特徵表達，常見於高精度模型	精度優先場景（可接受較高計算）

YOLOv5 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov5.yaml	標準 YOLOv5	標準 YOLOv5	通用物件偵測
yolov5-p6.yaml / yolov5-p7.yaml / yolov5-old-p6.yaml / yolov5-old.yaml / yolov5-p2.yaml / yolov5-p34.yaml / yolov5-p6.yaml / yolov5-p7.yaml /	調整輸出層級（分別對應不同金字塔層）	支援更大/更小尺度的檢測需求（P7 更適合大尺度）	通用物件偵測，小目標／中型／大型目標專向調整
yolov5-PPLCNet.yaml	PPLCNet (PaddlePaddle 輕量神經網路) Backbone	輕量化的PPLCNet特徵提取	行動裝置/邊緣部署
yolov5-AIFI.yaml	AIFI（尺度內特徵交換） Backbone	注意力引導的特徵提取	複雜背景或需要精細特徵的場景
yolov5-AKConv.yaml	AKConv（自適應核心卷積）	取代標準卷積，提升對不同尺寸和形狀物體的適應性	小目標或形狀不規則的物體
yolov5-BoT3.yaml	BoT3（Bottleneck Transformer）	在 C3 模組中結合多頭自注意力（MHSA）	需要捕捉全域上下文關係的場景
yolov5-CAConv.yaml	CAConv（Coordinate Attention 卷積）	整合座標注意力，強化空間位置與通道關係	精細定位、背景複雜場景
yolov5-CARAFE.yaml	CARAFE（內容感知特徵重組上採樣）	使用 CARAFE 模組進行上採樣，更好地恢復細節特徵	小目標/邊緣精細化場景
yolov5-CCFM.yaml	CCFM（Cross-Scale Feature Fusion Module）	改善多通道跨層融合，提升表徵品質	複雜背景 / 多物體場景
yolov5-CNeB-neck.yaml	CNeB-neck（跨層網路區塊 Neck）	調整 Neck 結構以改良特徵融合或輕量化	尋求效率與精度平衡的場景
yolov5-CoordAtt.yaml	CoordAtt（座標注意力）	在 C3 模組中加入座標注意力，捕捉方向與位置敏感資訊	小目標、位置資訊重要的場景
yolov5-CPCA.yaml	CPCA（通道與位置交叉注意力）	強化通道與位置的交互注意力	複合場景下的精度提升
yolov5-CrissCrossAttention.yaml	Criss-Cross Attention（跨十字注意力）	強化空間注意力的機制	需要強注意力機制的任務
yolov5-D-LKAAttention.yaml	D-LKA（可變形大核心注意力）	結合大感受野與可變形注意力，提升對遠距離與異形物件的表現	遠距/異形目標偵測
yolov5-DAttention.yaml	DAttention (動態注意力模組) Backbone	動態分配注意力權重，提升對雜訊的魯棒性	背景干擾多的場景
yolov5-DCNv2.yaml	DCNv2（可變形卷積 v2）	使用可學習的形變採樣位置，改善對物體形狀的適應性	非剛性／變形物體偵測
yolov5-deconv.yaml	Deconv（反卷積上採樣）neck	使用反卷積層取代 nn.Upsample，可學習上採樣參數	需要恢復精細特徵的場景
yolov5-Dyample.yaml	Dyample（動態採樣）	針對局部特徵做動態抽取，改善表示能力	結構複雜物體
yolov5-ECAAttention.yaml	ECA（高效通道注意力）	在 C3 模組中加入輕量通道注意力，低成本提升性能	輕量化與高精度目標偵測
yolov5-EffectiveSE.yaml	EffectiveSE（改良版 SE 注意力）	在 C3 模組中加入，強化通道重加權，計算成本低	通用精度提升
yolov5-GAMAttention.yaml	GAMAttention (全域注意力模組) Backbone	強化全局注意力的機制	需要強注意力機制的任務
yolov5-goldyolo.yaml	goldyolo（整合優化設計）	多種提升策略集合，改善 AP 與速度比	想要整體提升性能的情境
yolov5-hornet-backbone.yaml / yolov5-hornet-neck.yaml	Hornet （遞迴門控卷積）Backbone	使用 HorNet 區塊建構骨幹或頸部，提升效率與性能	高精度任務
yolov5-ihp.yaml	IHP（Independent Hierarchy Pyramid）Neck	以 IHP 架構取代 FPN/PAN，降低特徵融合衝突並提升多尺度效率	即時偵測與輕量化任務
yolov5-l-mobilenetv3s.yaml / yolov5-mobile3s.yaml / yolov5-Lite-*	MobileNet / Lite 系列 Backbone/變體	極輕量、低算力部署	行動裝置/邊緣部署
yolov5-LeakyReLU.yaml	改變 activation 為 LeakyReLU	實現較保守的激活選擇（有利於某些收斂）	某些資料集訓練穩定度調整
yolov5-mobile3s.yaml / yolov5-mobilv3l.yaml	MobileNetv3 Backbone/變體	極輕量、低算力部署	行動裝置/邊緣部署
yolov5-mobileone-backbone.yaml / yolov5-MobileOne-Lite-g.yaml / yolov5-MobileOne.yaml	MobileOne 系列 Backbone/變體	極輕量、低算力部署	行動裝置/邊緣部署
yolov5-ODConvNext.yaml	ODConvNext（動態卷積 Next）	引入 ODConv，一種對卷積核進行多維度學習的動態卷積	複雜特徵需求場景
yolov5-RepVGG.yaml / yolov5-RepVGG-A1-backbone.yaml	RepVGG（重參數化 VGG）	訓練時多分支，推理時融合成單一卷積，兼顧精度與速度	需要訓練精度與推理效率兼顧的場景
yolov5-rtdetr.yaml	RT-DETR head	將檢測頭替換為 RTDETRDecoder，追求更穩定的定位與分類	需保持高精度的同時提供實時性能
yolov5-scal-zoom.yaml	scale/zoom augmentation 或多尺度策略	對各尺度更 robust	多尺度資料集適配
yolov5-SEAttention.yaml	SEAttention (Squeeze-and-Excitation Attention) Backbone	強化SE注意力的機制	需要強注意力機制的任務
yolov5-SegNextAttention.yaml	SegNextAttention Backbone	強化語義分割注意力的機制	需要強語義分割能力的任務
yolov5-ShuffleAttention.yaml / yolov5-Shufflenetv2.yaml	ShuffleNetV2 / ShuffleAttention Backbone	強化通道與空間注意力的機制	需要強注意力機制的任務
yolov5-SimSPPF.yaml	SimSPPF (簡易 SPPF) Backbone	簡化的SPPF模組	需要高效特徵提取的任務
yolov5-SKAttention.yaml	SKAttention (選擇性核心注意力) Backbone	強化選擇性卷積核的注意力機制	需多尺度／形狀變化顯著的場景
yolov5-sn2.yaml	SN² 架構	強化多尺度特徵融合與高效卷積設計，提升小物體與複雜場景表現	複雜背景 / 多物體場景 / 多尺度目標 / 小物體
yolov5-SPPCSPC.yaml	SPPCSPC（SPP + CSP 變體） Backbone	將 SPP 與 CSP 結合，強化多尺度池化與特徵表徵	小物體與表徵穩定性提升
yolov5-transformer.yaml	Transformer 模組	在骨幹末端引入 TransformerBlock，提升全域上下文建模	需要長距離依賴或複雜場景
yolov5-TripletAttention.yaml	TripletAttention（三重注意力） Backbone	強化三重注意力的機制	需要強注意力機制的任務
yolov5-VanillaNet.yaml	VanillaNet（極簡化網路）	使用 VanillaNet 作為骨幹，追求最簡化的架構	需要易於部署／調試的場景

YOLOv6 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov6.yaml	標準 YOLOv6	標準 YOLOv6	通用物件偵測
yolov6-3.0-p2.yaml / yolov6-3.0-p34.yaml / yolov6-3.0-p6.yaml / yolov6-3.0-p7.yaml	調整輸出層級（P2/P34/P6/P7 分別對應不同金字塔層）	支援更大/更小尺度的檢測需求（P7 更適合大尺度）	通用物件偵測，小目標／中型／大型目標專向調整
yolov6-3.0-rtdetr.yaml / yolov6-4.0-rtdetr.yaml	RT-DETR head	將檢測頭替換為 RTDETRDecoder，追求更穩定的定位與分類	需保持高精度的同時提供實時性能
yolov6-4.0-CPCA.yaml	CPCA（通道與位置交叉注意力）	強化通道與位置的交互注意力	複合場景下的精度提升
yolov6-4.0-CrissCrossAttention.yaml	Criss-Cross Attention（跨十字注意力）	強化空間注意力的機制	需要強注意力機制的任務
yolov6-4.0-D-LKAAttention.yaml	D-LKA（可變形大核心注意力）	結合大感受野與可變形注意力，提升對遠距離與異形物件的表現	遠距/異形目標偵測
yolov6-4.0-DAttention.yaml	DAttention (動態注意力模組) Backbone	動態分配注意力權重，提升對雜訊的魯棒性	背景干擾多的場景
yolov6-4.0-GAMAttention.yaml	GAMAttention (全域注意力模組) Backbone	強化全局注意力的機制	需要強注意力機制的任務
yolov6-4.0-SEAttention.yaml	SEAttention (Squeeze-and-Excitation Attention) Backbone	強化SE注意力的機制	需要強注意力機制的任務
yolov6-4.0-SegNextAttention-obb.yaml	SegNeXt 注意力 + 旋轉框（OBB）	結合 SegNeXt 注意力與旋轉框預測，提升旋轉目標檢測性能	旋轉目標檢測（如遙感影像）
yolov6-4.0-ShuffleAttention-obb.yaml	ShuffleAttention Backbone + 旋轉框（OBB）	強化通道與空間注意力的機制	需要強注意力機制的任務
yolov6-4.0-SKAttention-obb.yaml	SKAttention + 旋轉框（OBB）	多尺度核心注意力結合旋轉框預測	多尺度旋轉目標檢測
yolov6-4.0-TripletAttention-obb.yaml	TripletAttention（三重注意力） Backbone + 旋轉框（OBB）	強化三重注意力的機制	需要強注意力機制的任務

YOLOv7 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov7.yaml / yolov7-x.yaml / yolov7-w6.yaml / yolov7-tiny.yaml / yolov7-tiny-silu.yaml / yolov7-e6e.yaml / yolov7-e6.yaml / yolov7-d6.yaml	標準 YOLOv7	標準 YOLOv7	通用物件偵測，小目標／中型／大型目標專向調整
yolov7-af-i.yaml	AF-I（輕量化模組）	更少參數但維持表示能力	行動裝置/邊緣部署
yolov7-af.yaml	AF（輕量化模組）	更少參數但維持表示能力	行動裝置/邊緣部署
yolov7-C3C2-CPCA.yaml / yolov7-C3C2-CPCA-u6.yaml	C3C2 模塊（C3 變體、跨 stage 設計）	提升特徵流/融合效率與表徵能力	中型模型/精度提升場景
yolov7-C3C2-CrissCrossAttention.yaml / yolov7-C3C2-CrissCrossAttention-u6.yaml	在 C3C2 架構上集成 Criss-Cross Attention（跨十字注意力）	強化空間注意力的機制	需要強注意力機制的任務
yolov7-C3C2-GAMAttention.yaml / yolov7-C3C2-GAMAttention-u6.yaml	在 C3C2 架構上集成 GAMAttention (全域注意力模組) Backbone	強化全局注意力的機制	需要強注意力機制的任務
yolov7-C3C2-RepVGG.yaml / yolov7-C3C2-RepVGG-u6.yaml	在 C3C2 架構上集成 RepVGG（重參數化 VGG） 模組	訓練時多分支，推理時融合成單一卷積，兼顧精度與速度	需要訓練精度與推理效率兼顧的場景
yolov7-C3C2-ResNet.yaml / yolov7-C3C2-ResNet-u6.yaml	在 C3C2 架構上集成 ResNet 模組	根據任務選擇注意力強化細節	針對性任務優化（例如小目標/背景復雜）
yolov7-C3C2-SegNextAttention.yaml / yolov7-C3C2-SegNextAttention-u6.yaml	在 C3C2 架構上集成 SegNextAttention Backbone 強化語義分割注意力的機制	需要強語義分割能力的任務
yolov7-C3C2.yaml / yolov7-C3C2-u6.yaml	C3C2 模塊（C3 變體、跨 stage 設計）	提升特徵流/融合效率與表徵能力	中型模型/精度提升場景
yolov7-DCNv2.yaml / yolov7-DCNv2-u6.yaml	DCNv2（可變形卷積 v2）	使用可學習的形變採樣位置，改善對物體形狀的適應性	非剛性／變形物體偵測
yolov7-goldyolo.yaml / yolov7-goldyolo-u6.yaml / yolov7-goldyolo-simple.yaml	goldyolo（整合優化設計）	多種提升策略集合，改善 AP 與速度比	想要整體提升性能的情境
yolov7-MobileOne.yaml / yolov7-MobileOne-u6.yaml / yolov7-tiny-MobileOne.yaml	MobileOne 輕量化 Backbone	推理速度優化，適合手機/嵌入	邊緣設備/移動端
yolov7-RepNCSPELAN.yaml / yolov7-RepNCSPELAN-u6.yaml	RepNCSPELAN（複合模塊） Backbone	結合 Rep 設計與 NCSPELAN 類優化	兼顧訓練表示與推理效率
yolov7-rtdetr.yaml / yolov7-rtdetr-u6.yaml	RT-DETR head	將檢測頭替換為 RTDETRDecoder，追求更穩定的定位與分類	需保持高精度的同時提供實時性能
yolov7-simple.yaml	簡化版 YOLOv7	減少參數與計算量，提升速度	需要極速推理的場景
yolov7-tiny-AKConv.yaml	AKConv（自適應核心卷積）	取代標準卷積，提升對不同尺寸和形狀物體的適應性	小目標或形狀不規則的物體
yolov7-tiny-goldyolo-simple.yaml	goldyolo（整合優化設計）	多種提升策略集合，改善 AP 與速度比	想要整體提升性能的情境
yolov7-tiny-goldyolo.yaml	goldyolo（整合優化設計）	多種提升策略集合，改善 AP 與速度比	想要整體提升性能的情境
yolov7-tiny-MobileNetv3.yaml	MobileNetv3 輕量化 Backbone	輕量化設計，適合手機/嵌入	邊緣設備/移動端
yolov7-tiny-MobileOne.yaml	MobileOne 輕量化 Backbone	推理速度優化，適合手機/嵌入	邊緣設備/移動端
yolov7-tiny-PPLCNet.yaml	PPLCNet (PaddlePaddle 輕量神經網路) Backbone	輕量化的PPLCNet特徵提取	行動裝置/邊緣部署
yolov7-tiny-RepNCSPELAN.yaml	RepNCSPELAN（複合模塊） Backbone	結合 Rep 設計與 NCSPELAN 類優化	兼顧訓練表示與推理效率
yolov7-tiny-rtdetr.yaml	RT-DETR head	將檢測頭替換為 RTDETRDecoder，追求更穩定的定位與分類	需保持高精度的同時提供實時性能
yolov7-tiny-simple.yaml	簡化版 YOLOv7-tiny	減少參數與計算量，提升速度	需要極速推理的場景
yolov7-tiny-sn2.yaml	SN² 架構	強化多尺度特徵融合與高效卷積設計，提升小物體與複雜場景表現	複雜背景 / 多物體場景 / 多尺度目標 / 小物體
yolov7-u6.yaml	YOLOv7-u6（大尺度輸入）	適合高解析度輸入，提升小目標檢測	高解析度影像/小目標檢測

YOLOv8 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov8.yaml	標準 YOLOv8	標準 YOLOv8	通用物件偵測
yoloe-v8.yaml	YOLOEDetect head	開放詞彙物件偵測模型	適用於開放詞彙，通用物件偵測
yolov8-cls-resnet101.yaml / yolov8-cls-resnet50.yaml / yolov8-cls.yaml	ResNet101/50 Backbone	強化分類任務的特徵提取	圖像分類任務
yolov8-ghost.yaml / yolov8-ghost-p2.yaml / yolov8-ghost-p6.yaml	GhostModule/Backbone（輕量化模組）	更少參數但維持表示能力	行動裝置/邊緣部署
yolov8-rtdetr.yaml	RT-DETR head	將檢測頭替換為 RTDETRDecoder，追求更穩定的定位與分類	需保持高精度的同時提供實時性能
yolov8-world.yaml / yolov8-worldv2.yaml	WorldDetect head	開放詞彙物件偵測模型	適用於開放詞彙，通用物件偵測
yolov8-AIFI.yaml	AIFI（尺度內特徵交換） Backbone	注意力引導的特徵提取	需要強注意力機制的任務
yolov8-AKConv.yaml	AKConv（自適應核心卷積）	取代標準卷積，提升對不同尺寸和形狀物體的適應性	小目標或形狀不規則的物體
yolov8-BoT3.yaml	BoT3（Bottleneck Transformer）	在 C2f 模組中結合多頭自注意力（MHSA）	需要捕捉全域上下文關係的場景
yolov8-C2f-DAttention.yaml	C2f + DAttention Backbone	結合C2f與動態注意力機制	需要強注意力機制的任務
yolov8-C2f-DRB.yaml	C2f + DRB (動態殘差塊) Backbone	結合C2f與動態殘差塊	需要靈活特徵提取的任務
yolov8-C2f-EMBC.yaml	C2f + EMBC (高效多分支卷積) Backbone	結合C2f與高效多分支卷積	需要高效特徵提取的任務
yolov8-C2f-EMSC.yaml	C2f + EMSC (高效多尺度卷積) Backbone	結合C2f與高效多尺度卷積	需要多尺度特徵提取的任務
yolov8-C2f-EMSCP.yaml	C2f + EMSCP (高效多分支及多尺度卷積與池化) Backbone	結合C2f與高效多尺度卷積及池化	需要多尺度特徵提取的任務
yolov8-C2f-FasterBlock.yaml	C2f + FasterBlock Backbone	結合C2f與FasterBlock	需要高效特徵提取的任務
yolov8-C2f-GhostModule-DynamicConv.yaml	C2f + GhostModule + DynamicConv Backbone	結合C2f、GhostModule與動態卷積	行動裝置/邊緣部署
yolov8-C2f-MSBlockv2.yaml	C2f + MSBlockv2 Backbone	結合C2f與MSBlockv2	需要多尺度特徵提取的任務
yolov8-C2f-OREPA.yaml	C2f + OREPA (最佳化重參數化) Backbone	結合C2f與OREPA	訓練-部署一體化優化
yolov8-C2f-REPVGGOREPA.yaml	C2f + RepVGG + OREPA Backbone	結合C2f、RepVGG與OREPA	訓練-部署一體化優化
yolov8-C2f-RetBlock.yaml	C2f + RetBlock Backbone	結合C2f與RetBlock	需要高效特徵提取的任務
yolov8-C2f-RVB-EMA.yaml	C2f + RVB (RepVGG 模塊) + EMA Backbone	結合C2f、RVB與EMA	訓練-部署一體化優化
yolov8-C2f-RVB.yaml	C2f + RVB (RepVGG 模塊) Backbone	結合C2f與RVB	需要高效特徵提取的任務
yolov8-C2f-Star-CAA.yaml	C2f + Star-CAA (跨十字注意力) Backbone	結合C2f與Criss-Cross Attention	需要強注意力機制的任務
yolov8-C2f-StarNet.yaml	C2f + StarNet Backbone	結合C2f與StarNet	需要強注意力機制的任務
yolov8-C2f-UniRepLKNetBlock.yaml	C2f + UniRepLKNetBlock Backbone	結合C2f與UniRepLKNetBlock	需要高效特徵提取的任務
yolov8-CAConv.yaml	CAConv（座標注意力卷積）	整合座標注意力，強化空間位置與通道關係	精細定位、背景複雜場景
yolov8-ChannelAggregationFFN.yaml	ChannelAggregationFFN Backbone	引入 ChannelAggregationFFN（MogaNet 模塊）進行通道特徵聚合與跨通道交互，提升特徵表達與效率	複雜場景與高效能目標檢測任務
yolov8-CNeB-neck.yaml	CNeB-neck（跨層網路區塊）neck	調整 Neck 結構以改良特徵融合或輕量化	尋求效率與精度平衡的場景
yolov8-CoordAtt.yaml	CoordAtt（座標注意力）	在 C2f 模組中加入座標注意力，捕捉方向與位置敏感資訊	小目標、位置資訊重要的場景
yolov8-CPAarch.yaml	CPAarch (通道與位置注意力架構) Backbone	結合通道與位置注意力機制	需要強注意力機制的任務
yolov8-CPCA.yaml	CPCA（通道與位置交叉注意力）	強化通道與位置的交互注意力	複合場景下的精度提升
yolov8-CrissCrossAttention.yaml	Criss-Cross Attention（跨十字注意力）	強化空間注意力的機制	需要強注意力機制的任務
yolov8-D-LKAAttention.yaml	D-LKA（可變形大核心注意力）	結合大感受野與可變形注意力，提升對遠距離與異形物件的表現	遠距/異形目標偵測
yolov8-DAttention.yaml	DAttention (動態注意力模組) Backbone	動態分配注意力權重，提升對雜訊的魯棒性	背景干擾多的場景
yolov8-DCNv2.yaml	DCNv2（可變形卷積 v2）	使用可學習的形變採樣位置，改善對物體形狀的適應性	非剛性／變形物體偵測
yolov8-deconv.yaml	Deconv（反卷積上採樣）neck	使用反卷積層取代 nn.Upsample，可學習上採樣參數	需要恢復精細特徵的場景
yolov8-DiT-C2f-UIB-FMDI.yaml	DiT + C2f + UIB (Unified Interaction block) + FMDI (Feature Multi-Dimension Interaction) Backbone	結合多種模組以提升表示能力	高精度任務
yolov8-ECAAttention.yaml	ECAAttention（高效通道注意力）Backbone	高效通道注意力機制	需要強注意力機制的任務
yolov8-EffectiveSE.yaml	EffectiveSE（改良版 SE 注意力）	在 C3 模組中加入，強化通道重加權，計算成本低	通用精度提升
yolov8-Extend.yaml	Extend（YOLOv8-Extend 改進架構）	整合 GSConv、BiFPN、CBAM 與輕量化模組以強化多尺度特徵融合與小目標辨識能力	複雜場景與小目標偵測任務
yolov8-Faster-Block-CGLU.yaml	Faster-Block + CGLU (Convolutional Gated Linear Unit) Backbone	結合Faster-Block與CGLU	需要高效特徵提取的任務
yolov8-Faster-EMA.yaml	Faster-EMA (指數移動平均) Backbone	結合Faster-Block與EMA	訓練-部署一體化優化
yolov8-FasterNet.yaml	FasterNet（高效骨幹網絡）	提升表徵流動與推理效率	邊緣設備/移動端
yolov8-GAMAttention.yaml	GAMAttention (全域注意力模組) Backbone	強化全局注意力的機制	需要強注意力機制的任務
yolov8-goldyolo.yaml	goldyolo（整合優化設計）	多種提升策略集合，改善 AP 與速度比	想要整體提升性能的情境
yolov8-hornet-backbone.yaml	Hornet （遞迴門控卷積）Backbone	使用 HorNet 區塊建構骨幹或頸部，提升效率與性能	高精度任務
yolov8-hornet-neck.yaml	Hornet neck	強化特徵融合的neck	需要強特徵融合的任務
yolov8-HWD.yaml	HWD (層次化權重分解) Backbone	層次化權重分解的特徵提取	需要高效特徵提取的任務
yolov8-l-mobilenetv3s.yaml	Lite MobileNetv3s Backbone	輕量化的MobileNetv3s特徵提取	行動裝置/邊緣部署
yolov8-LCDConv.yaml	LCDConv (輕量化上下文分解卷積) Backbone	輕量化上下文分解卷積	行動裝置/邊緣部署
yolov8-LeakyReLU.yaml	改變 activation 為 LeakyReLU	實現較保守的激活選擇（有利於某些收斂）	某些資料集訓練穩定度調整
yolov8-Lite-c.yaml	Lite-c (輕量化變體) Backbone	輕量化變體	行動裝置/邊緣部署
yolov8-Lite-g.yaml	Lite-g (輕量化變體結合Ghost模組) Backbone	輕量化變體結合Ghost模組	行動裝置/邊緣部署
yolov8-Lite-s.yaml	Lite-s (輕量化小型變體) Backbone	輕量化小型變體	行動裝置/邊緣部署
yolov8-MHSA.yaml	MHSA (多頭自注意力) Backbone	強化多頭自注意力的機制	需要強注意力機制的任務
yolov8-MLA.yaml	MLA（Mixed Local Attention 模組）	將 混合局部通道注意力（Mixed Local Channel Attention, MLA） 引入 YOLOv8 的 Backbone，以同時捕捉通道與局部空間特徵來強化小目標與細節表示	強化小目標檢測與複雜場景
yolov8-mobile3s.yaml	Mobile3s Backbone	輕量化的MobileNetv3特徵提取	行動裝置/邊緣部署
yolov8-mobileone-backbone.yaml	MobileOne Backbone	輕量化的MobileOne特徵提取	行動裝置/邊緣部署
yolov8-MobileOne.yaml	MobileOne neck	強化特徵融合的neck	需要強特徵融合的任務
yolov8-mobilev3l.yaml	MobileV3-Large Backbone	輕量化的MobileNetv3 Large特徵提取	行動裝置/邊緣部署
yolov8-MogaNet.yaml	MogaNet 模組	採用 MogaNet 的 channel aggregation 設計以提升通道特徵交互與效率，在 YOLOv8 Backbone 中增強表示能力	高效能與輕量化目標檢測
yolov8-MSFM.yaml	MSFM (多尺度特徵模組) Backbone	強化多尺度特徵的模組	需要多尺度特徵提取的任務
yolov8-MultiOrderGatedAggregation.yaml	Multi-Order Gated Aggregation 模組	引入 多階門控聚合（Multi-Order Gated Aggregation） 機制強化通道與空間特徵交互，利用多階特徵順序與門控學習提高表示能力	複雜場景與精細目標檢測
yolov8-ODConvNext.yaml	ODConvNext（動態卷積 Next）	引入 ODConv，一種對卷積核進行多維度學習的動態卷積	複雜特徵需求場景
yolov8-p2.yaml、yolov8-p34.yaml、yolov8-p6.yaml、 yolov8-p7.yaml	調整輸出層級（P2/P34/P6/P7 分別對應不同金字塔層）	支援更大/更小尺度的檢測需求（P7 更適合大尺度）	通用物件偵測，小目標／中型／大型目標專向調整
yolov8-PPLCNet.yaml	PPLCNet (PaddlePaddle 輕量神經網路) Backbone	輕量化的PPLCNet特徵提取	行動裝置/邊緣部署
yolov8-RepNCSPELAN.yaml	RepNCSPELAN（複合模塊） Backbone	結合 Rep 設計與 NCSPELAN 類優化	兼顧訓練表示與推理效率
yolov8-RepVGG-A1-backbone.yaml	RepVGG-A1 Backbone	輕量化的RepVGG-A1特徵提取	行動裝置/邊緣部署
yolov8-RepVGG.yaml	RepVGG（重參數化 VGG）	訓練時多分支，推理時融合成單一卷積，兼顧精度與速度	需要訓練精度與推理效率兼顧的場景
yolov8-RepViTBlock.yaml	RepViTBlock Backbone	結合Rep和ViT的特徵提取	需要高效特徵提取的任務
yolov8-rtdetr.yaml	RT-DETR head	將檢測頭替換為 RTDETRDecoder，追求更穩定的定位與分類	需保持高精度的同時提供實時性能
yolov8-SEAttention.yaml	SEAttention (Squeeze-and-Excitation Attention) Backbone	強化SE注意力的機制	需要強注意力機制的任務
yolov8-SegNextAttention.yaml	SegNextAttention Backbone	強化語義分割注意力的機制	需要強語義分割能力的任務
yolov8-ShuffleAttention.yaml	ShuffleAttention Backbone	強化通道與空間注意力的機制	需要強注意力機制的任務
yolov8-Shufflenetv2.yaml	ShuffleNetv2 Backbone	輕量化的ShuffleNetv2特徵提取	行動裝置/邊緣部署
yolov8-SimAM.yaml	SimAM (簡易注意力模組) Backbone	簡化的注意力模組	需要強注意力機制的任務
yolov8-SimSPPF.yaml	SimSPPF (簡易 SPPF) Backbone	簡化的SPPF模組	需要高效特徵提取的任務
yolov8-SKAttention.yaml	SKAttention (選擇性核心注意力) Backbone	強化選擇性卷積核的注意力機制	需多尺度／形狀變化顯著的場景
yolov8-sn2.yaml	SN² 架構	強化多尺度特徵融合與高效卷積設計，提升小物體與複雜場景表現	複雜背景 / 多物體場景 / 多尺度目標 / 小物體
yolov8-SPDConv.yaml	SPDConv (Spatially Pooled Convolution) Backbone	強化空間池化卷積的特徵提取	需要高效特徵提取的任務
yolov8-SPPCSPC.yaml	SPPCSPC（SPP + CSP 變體） Backbone	將 SPP 與 CSP 結合，強化多尺度池化與特徵表徵	小物體與表徵穩定性提升
yolov8-StripNet-sn2.yaml	StripNet-sn2（條帶化骨幹 + 高效卷積模組）	條帶化卷積減少計算量、強化多尺度特徵融合，保持輕量化並提升小物體偵測能力	行動端 / 輕量場景 / 小物體 / 多尺度目標
yolov8-SwinTransformer.yaml	Swin Transformer Backbone	強化局部與全局特徵的Transformer	需要強上下文理解能力的任務
yolov8-TripletAttention.yaml	TripletAttention（三重注意力） Backbone	強化三重注意力的機制	需要強注意力機制的任務
yolov8-VanillaNet.yaml	VanillaNet（極簡化網路）	使用 VanillaNet 作為骨幹，追求最簡化的架構	需要易於部署／調試的場景
yolov8-C2f-UIB-seg.yaml	C2f + UIB（Unified Instance Boundary）Segmentation 模組	結合 C2f 結構與 UIB 分割分支 ，在 YOLOv8 內同時強化邊界感知與實例分割能力	精細實例分割與邊界預測任務
yolov8-MobileViT-seg.yaml	MobileViT（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景

YOLOv9 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov9*.yaml / gelan*.yaml	標準 YOLOv9	標準 YOLOv9	通用物件偵測
gelan-c-AKConv.yaml	AKConv（自適應核心卷積）	取代標準卷積，提升對不同尺寸和形狀物體的適應性	小目標或形狀不規則的物體
gelan-c-DCNV3RepNCSPELAN4.yaml	DCNv3 + RepNCSPELAN（可形變卷積 + 重參數化/複合模組）	適應變形物體、訓練-推理折衝	非剛性物體 / 複雜形狀
gelan-c-DualConv.yaml	DualConv（雙路卷積）	提升通道/空間訊息分離與融合	背景複雜 / 多尺度
gelan-c-FasterRepNCSPELAN.yaml	FasterBlock + RepNCSPELAN	加速同時保留表徵能力	需要高吞吐量但不想犧牲精度
gelan-c-OREPAN.yaml	OREPA（重參數化 attention/融合）	訓練強、推理簡化	訓練-部署一體化優化
gelan-c-PANet.yaml	PANet（特徵金字塔網路）	強化多尺度特徵融合	複雜背景 / 多尺度目標
gelan-c-SCConv.yaml / gelan-c-SPDConv.yaml	SCConv / SPDConv（特殊卷積變體）	改善局部/多尺度特徵抽取	多尺度 / 結構多變物體
gelan-s-FasterRepNCSPELAN.yaml	s-FasterBlock + RepNCSPELAN（輕量版）	輕量化同時保留表徵能力	行動端 / 輕量場景
gelan-c-dpose.yaml	dpose variant（結合 pose head）	同時檢測與姿態估計	人體/動物姿態估計
gelan-c-dseg.yaml	dseg variant（結合 segmentation head）	同時檢測與語義分割	語義分割任務

YOLOv10 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov10*.yaml	標準 YOLOv10	標準 YOLOv10	通用物件偵測
yolov10n-ADNet.yaml	ADNet（專用 attention / decoder 模組）	改善分類/定位一致性	精度優先但維持一定速度
yolov10n-ADown.yaml	ADown（自適應降維模組）	降低計算量，提升速度	需要速度優化的場景
yolov10n-AIFI.yaml	AIFI（尺度內特徵交換） Backbone	注意力引導的特徵提取	需要強注意力機制的任務
yolov10n-AirNet.yaml	AirNet（輕量 Backbone / fusion）	輕量化且保留表徵能力	行動裝置 / 邊緣部署
yolov10n-ASF.yaml / yolov10n-ASFF.yaml	ASF / ASFF（注意力融合模組）	提升特徵融合與背景抑制	複雜背景 / 低對比度影像
yolov10n-BiFormer.yaml / yolov10n-BiFPN.yaml	BiFormer / BiFPN（Transformer-like / BiFPN）	更好上下文建模與金字塔融合	需大範圍上下文或多尺度融合
yolov10n-C2f-CSPHet.yaml	CSPHet（CSP + 異質注意力）	強化特徵提取與融合	複雜場景 / 多尺度目標
yolov10n-C2f-CSPPC.yaml	CSPPC（CSP + 像素注意力）	提升像素級別的特徵融合	需高解析度輸出的場景
yolov10n-C2f-DLKA.yaml	DLKA（深度可變形注意力）	擴展感受野、提升遠距與異形物體表現	遠距 / 異形目標
yolov10n-C2f-DWRSeg.yaml	DWRSeg（深度可變形分割）	提升分割精度與邊界檢測	需要精細分割的場景
yolov10n-C2f-GhostModule.yaml	GhostModule（輕量化模組）	減少計算量，提升速度	需要速度優化的場景
yolov10n-C2f-iRMB.yaml	iRMB（增強型重參數化模組）	提升特徵表徵能力	需強化特徵提取的場景
yolov10n-C2f-MLLABlock.yaml	MLLABlock（多層次輕量化模組）	減少計算量，提升速度	需要速度優化的場景
yolov10n-C2f-MSBlock.yaml	MSBlock（多尺度特徵提取模組）	強化多尺度特徵提取	複雜背景 / 多尺度目標
yolov10n-C2f-ODConv.yaml	ODConv（可變形卷積模組）	擴展感受野、提升遠距與異形物體表現	遠距 / 異形目標
yolov10n-C2f-OREPA.yaml	OREPA（重參數化模組）	訓練強、推理簡化	訓練-部署流程優化
yolov10n-C2f-RepELAN-high.yaml	RepELAN-high（高效重參數化模組）	提升特徵表徵能力	需強化特徵提取的場景
yolov10n-C2f-RepELAN-low.yaml	RepELAN-low（輕量化重參數化模組）	減少計算量，提升速度	需要速度優化的場景
yolov10n-C2f-SAConv.yaml	SAConv（空間注意力卷積）	強化空間特徵提取	複雜背景 / 多尺度目標
yolov10n-C2f-ScConv.yaml	ScConv（空間卷積）	提升空間特徵提取	複雜背景 / 多尺度目標
yolov10n-C2f-SENetV1.yaml	SENetV1（通道注意力網路 V1）	提升通道特徵提取	複雜背景 / 多尺度目標
yolov10n-C2f-SENetV2.yaml	SENetV2（通道注意力網路 V2）	提升通道特徵提取	複雜背景 / 多尺度目標
yolov10n-C2f-Triple.yaml	Triple（多重特徵融合模組）	強化多重特徵融合	複雜場景 / 多尺度目標
yolov10n-CCFM.yaml	CCFM（Cross-Scale Feature Fusion Module）	改善多通道跨層融合，提升表徵品質	複雜背景 / 多物體場景
yolov10n-DAT.yaml	DAT（雙向注意力變體）	改善特徵融合與背景抑制	複雜背景 / 低對比度影像
yolov10n-DLKA.yaml	DLKA（大核 + 可變形注意力）	擴展感受野、提升遠距與異形物體表現	遠距 / 異形目標
yolov10n-DynamicConv.yaml	DynamicConv（動態卷積）	針對局部特徵自適應卷積	需要自適應局部表徵的場景
yolov10n-EVC.yaml	EVC（高效卷積）	提升卷積運算效率	需要高效運算的場景
yolov10n-FFA.yaml	FFA（特徵融合模組）	強化特徵融合與表徵能力	複雜場景 / 多尺度目標
yolov10n-FocalModulation.yaml	FocalModulation（聚焦調製）	提升對於關鍵區域的特徵提取	需要強調特定區域的場景
yolov10n-HAT.yaml	HAT（高效注意力模組）	減少計算量，提升速度	需要速度優化的場景
yolov10n-HGNet-l.yaml	HGNet-l（輕量級高階特徵網路）	減少計算量，提升速度	需要速度優化的場景
yolov10n-HGNet-x.yaml	HGNet-x（高階特徵網路）	強化特徵提取與融合	複雜場景 / 多尺度目標
yolov10n-IAT.yaml	IAT（影像注意力模組）	提升影像特徵提取能力	需要強調影像特徵的場景
yolov10n-iRMB.yaml	iRMB（輕量級反向模組）	減少計算量，提升速度	需要速度優化的場景
yolov10n-Light-HGNet-l.yaml	Light-HGNet-l（輕量級高階特徵網路）	減少計算量，提升速度	需要速度優化的場景
yolov10n-Light-HGNet-x.yaml	Light-HGNet-x（輕量級高階特徵網路）	強化特徵提取與融合	複雜場景 / 多尺度目標
yolov10n-LSKA.yaml	LSKA（輕量級空間注意力）	減少計算量，提升速度	需要速度優化的場景
yolov10n-MBformer.yaml	MBformer（輕量級變壓器）	減少計算量，提升速度	需要速度優化的場景
yolov10n-MultiSEAM.yaml	MultiSEAM（多尺度自適應模組）	強化多尺度特徵提取	複雜場景 / 多尺度目標
yolov10n-OREPA.yaml	OREPA（物體重識別與再定位模組）	提升物體重識別與再定位能力	需要強調物體識別的場景
yolov10n-RCSOSA.yaml	RCSOSA（重參數化交叉注意力模組）	改善特徵融合與表徵質量	複雜場景需強通道融合
yolov10n-RepGFPN.yaml	RepGFPN（重參數化特徵金字塔網路）	提升特徵金字塔的表徵能力	複雜場景 / 多尺度目標
yolov10n-RIDNet.yaml	RIDNet（輕量級重識別網路）	減少計算量，提升速度	需要速度優化的場景
yolov10n-SEAM.yaml	SEAM（自適應特徵融合模組）	強化特徵融合與表徵能力	複雜場景 / 多尺度目標
yolov10n-SENetV2.yaml	SENetV2（改進版SENet）	提升特徵提取與融合能力	複雜場景 / 多尺度目標
yolov10n-SlimNeck.yaml	SlimNeck（輕量級頸部網路）	減少計算量，提升速度	需要速度優化的場景
yolov10n-SPDConv.yaml	SPDConv（空間注意力卷積）	提升卷積運算效率	需要高效運算的場景
yolov10n-SPPELAN.yaml	SPPELAN（空間像素級特徵融合模組）	強化空間像素級特徵融合	複雜場景 / 多尺度目標

YOLOv11 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov11.yaml	標準 YOLOv11	標準 YOLOv11	通用物件偵測
yoloe-v11.yaml	YOLOEDetect head	開放詞彙物件偵測模型	適用於開放詞彙，通用物件偵測
yolov11-RGBIR.yaml	RGB + IR 雙分支 Backbone（Multiin + C3k2 + C2PSA）並於 P3–P5 進行融合	具備可見光/紅外線雙模態特徵整合能力	夜間偵測、熱成像輔助、多光譜任務
yolov11-cls-resnet18.yaml	ResNet18 Backbone	強化分類任務的特徵提取	圖像分類任務
yolov11-ASF.yaml	ASF（自適應融合/注意力）	改善多尺度融合與背景抑制	複雜背景 / 小目標
yolov11-BCN.yaml	BCN（雙向卷積網路）	強化特徵提取與融合	複雜背景 / 多尺度目標
yolov11-BiFPN.yaml	BiFPN（雙向特徵金字塔網絡）	強化多尺度特徵融合	多尺度目標檢測
yolov11-C2PSA-Agent.yaml	C2PSA（Position-Sensitive Attention）結合 Agent Attention 機制，在 YOLOv11 Backbone 中加強通道與空間注意力計算，使高分辨率下的全局上下文建模更高效並提升精度	複雜背景 / 多物體場景
yolov11-C2PSA-CGA.yaml	C2PSA（Position-Sensitive Attention）結合 CGA（通道引導注意力）	強化通道與位置的交互	複雜背景 / 多物體場景
yolov11-C2PSA-DAT.yaml	C2PSA（Position-Sensitive Attention）結合 DAT（雙重注意力 Transformer）	結合局部與全局注意力提升表示能力	複雜背景 / 多物體場景
yolov11-C2PSA-DiT-CCFM.yaml / yolov11-C2PSA-DiT.yaml	C2PSA（Position-Sensitive Attention）結合 DiT（Dual Transformer）與 CCFM（Cross-Scale Feature Fusion Module）	強化通道與位置的交互，提升全局上下文建模能力	複雜背景 / 多物體場景
yolov11-C2PSA-KS.yaml	C2PSA（Position-Sensitive Attention） 結合 Kernel Selection（KS）模組	強化多尺度感受野建模與空間注意力表達	多尺度複雜場景、小目標偵測
yolov11-C2PSA-SENetV2-LightHGNetV2-l.yaml / yolov11-C2PSA-SENetV2-LightHGNetV2-l-CCFM.yaml	C2PSA（Position-Sensitive Attention） 結合 SENetV2 與 LightHGNetV2-l（輕量化骨幹網絡）與 CCFM（Cross-Scale Feature Fusion Module）	輕量化設計，提升通道與位置交互	行動端 / 輕量場景
yolov11-C2PSA_HV_LCA.yaml	C2PSA（Position-Sensitive Attention）+ HV-LCA（Horizontal-Vertical Local Channel Attention）模組	提升方向敏感與細節辨識能力	細長目標與結構性場景偵測任務
yolov11-C2PSA_HV_LCA_DynamicTanh.yaml / yolov11-C2PSA_HV_LCA_DynamicTanh-CCFM.yaml	C2PSA（Position-Sensitive Attention）+ HV-LCA + DynamicTanh + CCFM	增強非線性表達與跨通道融合能力	高精度與多尺度複雜場景
yolov11-C3k2-ConvNeXtV2Block-BiFPN.yaml / yolov11-C3k2-ConvNeXtV2Block-BiFPN.yaml	C3k2（新型 block）搭配 ConvNeXtV2 Block 與 BiFPN	提升表徵流動與多尺度融合	需要更強表示能力的中大型模型
yolov11-C3K2-DiTBlock.yaml	C3K2 搭配 DiT Block（Dual Transformer Block）	提升表徵流動與全局上下文建模	需要更強表示能力的中大型模型
yolov11-C3k2-FasterBlock-OREPA-v10Detect.yaml	C3k2 搭配 FasterBlock 與 OREPA（重參數化注意力）	提升表徵流動與推理效率	需要更強表示能力的中大型模型
yolov11-C3k2-MLLABlock-2-SlimNeck.yaml / yolov11-C3k2-MLLABlock-2.yaml	C3k2 搭配 MLLABlock-2 ( 與 SlimNeck )	提升表徵流動與推理效率	需要更強表示能力的中大型模型
yolov11-C3k2-OREPA-backbone-v10Detect.yaml / yolov11-C3k2-OREPA-backbone.yaml	C3k2 搭配 OREPA Backbone（重參數化注意力）	提升表徵流動與推理效率	需要更強表示能力的中大型模型
yolov11-C3k2-UIB-CCFM.yaml / yolov11-C3k2-UIB-FMDI.yaml / yolov11-C3k2-UIB.yaml	C3k2 搭配 UIB（統一交互塊）	提升表徵流動與通道/位置交互	需要更強表示能力的中大型模型
yolov11-C3k2-WTConv.yaml	C3k2 搭配 WTConv（加權卷積）	提升表徵流動與融合效率	需要更強表示能力的中大型模型
yolov11-CAFormer.yaml	CAFormer（通道注意力 Transformer）	結合通道注意力與全局上下文建模	複雜背景 / 多物體場景
yolov11-CAS-ViT.yaml	CAS-ViT（Channel Attention Sparse ViT）模組	強化全局上下文與通道互動能力	高精度與多尺度複雜場景
yolov11-CCFM.yaml / yolov11-CCFM-C2PSA-DAT.yaml / yolov11-CCFM-C2PSA-DAT-v10Detect.yaml	CCFM 結合 C2PSA / DAT 等複合注意力	強化通道/位置交互與跨層融合	複雜背景 / 多物體場景
yolov11-Conv2Former.yaml	ConvFormer（卷積 + Transformer 混合）	結合局部卷積與全局注意力	複雜背景 / 多物體場景
yolov11-ConvFormer.yaml	ConvFormer（卷積 + Transformer 混合）	結合局部卷積與全局注意力	複雜背景 / 多物體場景
yolov11-ConViT.yaml	ConViT 模組	在 YOLOv11 中整合 ConViT（Convolution + Vision Transformer） 結合卷積與自注意力，以同時捕捉局部紋理與全局語意	複雜場景與多尺度目標偵測任務
yolov11-ConvNeXt.yaml / yolov11-ConvNeXtv2.yaml	ConvNeXt (V2) 模組	採用 ConvNeXt (V2) 現代卷積架構在 YOLOv11 中強化特徵提取效能與尺度特徵表達能力	高精度與多尺度複雜場景
yolov11-COSNet.yaml	COSNet（通道注意力 + 空間注意力）	結合通道與空間注意力，提升特徵表徵能力	複雜背景 / 多物體場景
yolov11-DeBiFormer.yaml	DeBiFormer（Decomposed Bi‑Level Transformer） 模組	強化全局與局部注意力建模能力，以分解式雙層注意力提升語意表達與細節捕捉	高精度與多尺度複雜場景
yolov11-DecoupleNet.yaml	DecoupleNet（解耦頭設計）	分離分類與回歸任務，提升精度	高精度需求場景
yolov11-DiT-C3k2-UIB-CCFM.yaml	DiT 結合 C3k2、UIB 與 CCFM	強化通道/位置交互與全局上下文建模	複雜背景 / 多物體場景
yolov11-DiT-C3k2-UIB-FMDI-IDetect.yaml / yolov11-DiT-C3k2-UIB-FMDI.yaml	DiT 結合 C3k2、UIB 與 FMDI（特徵多尺度雙向交互）	強化通道/位置交互與全局上下文建模	複雜背景 / 多物體場景
yolov11-DiT-C3k2-WTConv-CCFM.yaml	DiT 結合 C3k2、WTConv 與 CCFM	強化通道/位置交互與全局上下文建模	複雜背景 / 多物體場景
yolov11-DiT-CCFM-IDetect.yaml / yolov11-DiT-CCFM.yaml	DiT 結合 CCFM（Cross-Channel Fusion Module）	強化通道/位置交互與全局上下文建模	複雜背景 / 多物體場景
yolov11-DiT.yaml	DiT（Dual Transformer）	提升全局上下文建模能力	複雜背景 / 多物體場景
yolov11-DSAN-CCFM.yaml	DSAN（Dual‑Scale Attention Network）+ CCFM 模組	強化多尺度注意力與通道特徵交互	高精度與多尺度複雜場景
yolov11-DySnakeConv.yaml	DySnakeConv（動態蛇形卷積）	提升特徵表徵與流動能力	複雜背景 / 多物體場景
yolov11-EfficientNet-CCFM-v10Detect.yaml	EfficientNet 結合 CCFM（Cross-Scale Feature Fusion Module）	強化通道/位置交互與全局上下文建模	複雜背景 / 多物體場景
yolov11-EfficientNet-OREPA-v10Detect.yaml	EfficientNet 結合 OREPA（重參數化注意力）	提升表徵流動與推理效率	需要更強表示能力的中大型模型
yolov11-EfficientNet.yaml	EfficientNet	提升表徵流動與推理效率	需要更強表示能力的中大型模型
yolov11-EfficientNetV1.yaml / yolov11-EfficientNetV2.yaml	EfficientNet V1 / V2 Backbone	以寬度/深度/解析度按比例縮放提升特徵提取效率與性能	邊緣設備/移動端
yolov11-EfficientViM.yaml / yolov11-EfficientViT_microsoft.yaml / yolov11-EfficientViT_MIT.yaml	EfficientViM / EfficientViT_microsoft（Memory‑Efficient Vision Transformer）/ EfficientViT_MIT（高效 Transformer）	以更高效的注意力設計提升全局與局部特徵建模能力	輕量化高效能
yolov11-EMO.yaml / yolov11-EMOv2.yaml	EMO(v2)（情境感知模組）	結合情境感知提升表示能力	複雜背景 / 多物體場景
yolov11-EViT.yaml / yolov11-EViT-CCFM.yaml	EViT（Efficient Vision Transformer）+ CCFM	提升全局上下文建模與效率	複雜背景 / 多物體場景
yolov11-FaNet.yaml	FaNet（Feature Amplification Network）模組	以空間上下文與細節提煉機制提升複雜場景下的特徵表示與檢測性能	多尺度複雜場景、小目標偵測
yolov11-FasterNet.yaml	FasterNet（高效骨幹網絡）	提升表徵流動與推理效率	邊緣設備/移動端
yolov11-FastViT.yaml	FastViT Backbone	採用 FastViT 結合卷積與高速自注意力結構，提升全局上下文建模與運算效率	輕量化高效能
yolov11-FAT.yaml	FAT（Feature Aggregation Transformer）模組	以 Transformer 為基礎的特徵聚合機制加強全局與多尺度特徵交互	多尺度複雜場景
yolov11-FDConv.yaml	FDConv（Frequency‑Domain Convolution）模組	利用頻域特徵加強空間細節與紋理表示能力	高精度與多尺度複雜場景
yolov11-FlashInternImage-CCFM.yaml	Flash InternImage + CCFM 模組	強化高效注意力計算與通道特徵融合能力	高精度與多尺度複雜場景
yolov11-FloraNet.yaml	FloraNet（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-FMDI.yaml	FMDI（特徵多尺度雙向交互）	強化多尺度特徵融合	多尺度目標檢測
yolov11-FocalNet.yaml	FocalNet 模組	採用 FocalNet 結構強化 YOLOv11 的注意力與局部特徵建模能力，以焦點注意力（Focal Attention）改善遠距依賴與細節提取	高精度與多尺度複雜場景
yolov11-GCViT.yaml	GCViT（Global Context Vision Transformer）模組	結合全局與局部自注意力機制改善長距與短距特徵交互，更有效地建模全局上下文	高精度與多尺度複雜場景
yolov11-GhostNetv1.yaml / yolov11-GhostNetv2.yaml	GhostNet v1 / v2 模組	採用 GhostNet v1 / v2 輕量化網路作為 YOLOv11 Backbone，以生成更少冗餘特徵圖的 Ghost 模塊提升效率與速度	邊緣設備/移動端
yolov11-GLNet.yaml	GLNet（全局-局部網絡）	結合全局與局部特徵	複雜背景 / 多物體場景
yolov11-GroupMixFormer.yaml	GroupMixFormer Backbone 模組	引入 GroupMixFormer 架構，以提升全局與局部特徵交互能力	高精度與多尺度複雜場景
yolov11-GSPN.yaml	GSPN（Generalized Spatial Propagation Network）模組	引入 GSPN 空間傳播機制以直接在 2D 特徵圖上建模長距空間依賴，透過線掃描式 propagation 提升全局上下文建模效率	高解析度與全局上下文目標偵測
yolov11-HorNet.yaml	HorNet Backbone	採用 HorNet（High-Order Spatial Interaction Network）建模高階空間交互，兼具卷積效率與長距依賴建模能力	高精度與多尺度複雜場景
yolov11-hyper.yaml	hyper（超參數或特殊結構整合）	模型架構/訓練策略調整以提升穩定性	特定資料集優化
yolov11-IdentityFormer.yaml	IdentityFormer（輕量化 Transformer）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-iFormer.yaml	iFormer（混合卷積與 Transformer）	結合局部卷積與全局注意力	複雜背景 / 多物體場景
yolov11-InceptionNext.yaml	InceptionNeXt Backbone	引入 InceptionNeXt 大核卷積架構，提升感受野的同時提高運算效率	多尺度複雜場景、小目標偵測
yolov11-KW_ResNet.yaml	KW_ResNet（鍵重參數化 ResNet）	提升表徵流動與推理效率	需要更強表示能力的中大型模型
yolov11-LAE.yaml	LAE（輕量化注意力增強）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-LAUDNet.yaml	LAUDNet（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-LCA_DynamicTanh_Concat.yaml	LCA + DynamicTanh Feature Fusion 模組	結合 LCA（Local Context Attention） 與 DynamicTanh 動態激活函數，並透過 Concat 跨層特徵融合 強化局部上下文建模與特徵自適應調節能力	多尺度目標檢測
yolov11-LightHGNetV2-l.yaml	LightHGNetV2-l（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-LSKNet.yaml	LSKNet（Large Selective Kernel Network）Backbone	引入 LSKNet 大型選擇性卷積核架構，透過 LSK Block 與空間選擇機制 動態調整感受野，以捕捉長距離上下文並強化小目標特徵表示	小目標與遙感場景目標偵測
yolov11-LSNet.yaml	LSNet（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-LWGANet.yaml	LWGANet（Light-Weight Group Attention Network）Backbone	引入 LWGANet 輕量級群組注意力架構，提升多尺度特徵建模效率	輕量化小目標與遙感場景目標偵測
yolov11-MAFPN.yaml	MAFPN（Multi‑Branch Auxiliary Feature Pyramid Network）Neck 模組	採用 MAFPN 多分支輔助金字塔特徵融合設計，在 YOLOv11 中透過 Superficial Assisted Fusion（SAF） 強化淺層細節傳遞並利用 Advanced Assisted Fusion（AAF） 加深多尺度特徵融合，使高/低層語義與細節信息更全面結合	多尺度複雜場景
yolov11-MALA.yaml	MALA（Magnitude-Aware Linear Attention）模組	引入 MALA 幅度感知線性注意力，在保持 Linear Attention 的 O(N) 計算複雜度 同時融入 Query 幅度資訊，使注意力分布更接近 Softmax Attention 並提升特徵建模能力	多尺度複雜場景、小目標偵測
yolov11-Mamba-v10Detect.yaml / yolov11-Mamba.yaml / yolov11-MambaOut.yaml	Mamba（多尺度注意力模組）	強化多尺度特徵融合	多尺度目標檢測
yolov11-MASF.yaml	MASF（多尺度自適應特徵）	強化多尺度特徵融合	多尺度目標檢測
yolov11-MaxViT.yaml	MaxViT Backbone	採用 MaxViT 結構捕捉細節與全局上下文特徵	多尺度複雜場景目標偵測
yolov11-MLLA.yaml	MLLA（多層次輕量化注意力）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-MobileNetv1~4.yaml	MobileNetv1~4（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-MobileOne.yaml	MobileOne 系列 Backbone/變體	極輕量、低算力部署	行動裝置/邊緣部署
yolov8-MobileViTv1.yaml / yolov8-MobileViTv2.yaml	MobileViT（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-MogaNet.yaml	MogaNet 模組	採用 MogaNet 的 channel aggregation 設計以提升通道特徵交互與效率，在 YOLOv8 Backbone 中增強表示能力	高效能與輕量化目標檢測
yolov11-MSPANet.yaml	MSPANet（Multi‑Scale Pyramid Attention Network）Backbone	引入 MSPANet 多尺度金字塔注意力，提升多尺度上下文表達能力	複雜場景 / 多尺度目標
yolov11-MultiOrderGatedAggregation-CCFM.yaml	Multi-Order Gated Aggregation 模組 + CCFM 模組	引入 多階門控聚合（Multi-Order Gated Aggregation） 機制強化通道與空間特徵交互，利用多階特徵順序與門控學習提高表示能力	複雜場景與精細目標檢測
yolov11-NextViT.yaml	NextViT Backbone	採用 NextViT 結合 CNN 與 Transformer 元件，以平衡局部卷積細節與全局注意力全局建模能力提升特徵表達	複雜場景與精細目標檢測
yolov11-NFNet.yaml	NFNet（Normalizer‑Free Network）Backbone	採用 NFNet 提升訓練穩定性與特徵提取能力	高解析度與效能敏感目標偵測任務
yolov11-OREPA-C2PSA-DAT-v10Detect.yaml	OREPA（重參數化注意力）+ CCFM + C2PSA / DAT 等複合注意力	強化通道/位置交互與跨層融合	複雜背景 / 多物體場景
yolov11-OREPA.yaml / yolov11-OREPA-v10Detect.yaml	OREPA（重參數化注意力）	提升表徵流動與推理效率	需要更強表示能力的中大型模型
yolov11-OrthoNet.yaml	OrthoNet Backbone	採用 OrthoNet 正交卷積網路架構，以 orthogonal filters（正交卷積核） 強化特徵表達的獨立性與多樣性，提升泛化與細節捕捉能力	複雜場景與精細目標檢測
yolov11-OverLoCK.yaml	OverLoCK（跨層次注意力模組）	強化跨層次特徵融合	多尺度目標檢測
yolov11-PKINet.yaml	PKINet（位置關鍵交互網絡）	強化位置交互表徵	複雜背景 / 多物體場景
yolov11-PolaFormer.yaml	PolaFormer（Polarized Self‑Attention Transformer）Backbone	採用 PolaFormer 結合極化注意力與 Transformer 結構，強化對局部與全局語意的感知與互動	複雜背景 / 多物體場景
yolov11-PoolFormerv1.yaml / yolov11-PoolFormerv2.yaml	PoolFormerv1 / v2（輕量化池化 Transformer）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-pst.yaml	PST（Pyramid Sparse Transformer，金字塔稀疏 Transformer）	提升多尺度特徵融合與全局上下文建模效率	複雜背景 / 多物體場景
yolov11-PVTv2.yaml	PVTv2（Pyramid Vision Transformer v2）Backbone 模組	採用 PVTv2 金字塔視覺 Transformer 結構，在 YOLOv11 中強化多尺度自注意力特徵提取與全局上下文建模能力	高精度與多尺度複雜場景
yolov11-QARepVGG.yaml	QARepVGG （量化重參數化 VGG）	訓練強、推理簡化	需要部署效率且保持高表示能力
yolov11-RandFormer.yaml	RandFormer（隨機注意力 Transformer）	提升全局上下文建模與效率	複雜背景 / 多物體場景
yolov11-RAVLT.yaml	RAVLT（Rank-Augmented Vision Linear Transformer）Backbone	採用 RAVLT 架構並引入 RALA（Rank-Augmented Linear Attention） 機制，在保持線性注意力計算效率的同時提升特徵矩陣秩與表示能力，更好建模空間特徵與全局上下文	小目標與複雜背景目標偵測任務
yolov11-RDNet.yaml	RDNet（Revitalized Dense Network）Backbone 模組	採用 RDNet 架構（改進自 DenseNet），透過強化 dense concatenation 連接機制與通道擴展策略 提升特徵重用率與表達能力，增強多層特徵融合與表示效率	輕量化與高精度目標偵測
yolov11-RepGFPN.yaml	RepGFPN（重參數化特徵金字塔網路）	提升特徵金字塔的表徵能力	複雜場景 / 多尺度目標
yolov11-RepLKNet.yaml	RepLKNet（重參數化大卷積網絡）	訓練強、推理簡化	需要部署效率且保持高表示能力
yolov11-RepVGG.yaml	RepVGG（重參數化 VGG）	訓練時多分支，推理時融合成單一卷積，兼顧精度與速度	需要訓練精度與推理效率兼顧的場景
yolov11-RepViT.yaml	RepViT Backbone	結合Rep和ViT的特徵提取	需要高效特徵提取的任務
yolov11-ResNet.yaml	ResNet Backbone	強化分類任務的特徵提取	基礎物件偵測
yolov11-ResNet_MoE.yaml	ResNet_MoE（專家混合模型）	提升模型容量與表徵能力	複雜背景 / 多物體場景
yolov11-RevCol.yaml	RevCol（Reversible Column Network）Backbone 模組	採用 RevCol 可逆列神經網路架構，透過多列子網路（columns）與 multi-level reversible connections 建立可逆特徵傳遞，使特徵在網路中逐步解耦並保持資訊不丟失，提升多尺度特徵建模與記憶體效率	小目標與複雜背景目標偵測任務
yolov11-RFAConv.yaml	RFAConv（重參數化注意力卷積）	提升表徵流動與推理效率	需要更強表示能力的中大型模型
yolov11-RMT.yaml	RMT（Retentive Networks Meet Vision Transformers）Backbone	採用 RMT 視覺 Transformer 架構，結合 RetNet retention 機制與 Vision Transformer，透過 spatial decay matrix（空間衰減矩陣） 引入顯式空間先驗並降低全局建模計算量，提升長距離特徵建模與全局上下文理解能力	複雜場景 / 多尺度目標
yolov11-SBCFormer.yaml	SBCFormer（Single-Board-Computer Former）Backbone	採用 SBCFormer CNN-ViT 混合架構，在保持低計算量的同時兼顧局部與全局特徵建模	行動裝置/邊緣部署
yolov11-SFSCNet.yaml	SFSCNet（空間頻率選擇卷積網絡）	提升特徵表徵與流動能力	複雜背景 / 多物體場景
yolov11-SGFormer.yaml	SGFormer（稀疏全局注意力 Transformer）	提升全局上下文建模與效率	複雜背景 / 多物體場景
yolov11-ShuffleNetv2.yaml	ShuffleNetv2 Backbone	輕量化的ShuffleNetv2特徵提取	行動裝置/邊緣部署
yolov11-SimRepCSP.yaml	SimRepCSP（Simple Re-parameterized Cross Stage Partial）Backbone	採用 SimRepCSP 結構，結合 CSP（Cross Stage Partial）特徵分流機制 與 結構重參數化（Structural Re-parameterization）卷積，在訓練階段使用多分支卷積學習更豐富特徵，推理階段融合為單一卷積以降低計算量並提升推理速度	行動裝置/邊緣部署
yolov11-SlabPVTv2.yaml	SlabPVTv2（輕量化 Pyramid Vision Transformer）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-SlabSwinTransformer.yaml	SlabSwinTransformer（輕量化 Swin Transformer）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-SlimNeck.yaml	SlimNeck（輕量化頸部設計）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-SMT.yaml	SMT（稀疏混合 Transformer）	提升全局上下文建模與效率	複雜背景 / 多物體場景
yolov11-sn2.yaml	SN² 架構	強化多尺度特徵融合與高效卷積設計，提升小物體與複雜場景表現	複雜背景 / 多物體場景 / 多尺度目標 / 小物體
yolov11-SoftHGNN.yaml	SoftHGNN（軟超 GNN）	建模高階語義關係並強化多尺度特徵重新分配與融合	複雜背景 / 多物體場景
yolov11-SPANet.yaml	SPANet（空間注意力網絡）	結合空間注意力提升表示能力	複雜背景 / 多物體場景
yolov11-StarNet.yaml	StarNet Backbone	結合StarNet	需要強注意力機制的任務
yolov11-StripMLPNet.yaml	StripMLPNet（條帶化 MLP 網絡）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-StripNet-sn2.yaml	StripNet-sn2（條帶化骨幹 + 高效卷積模組）	條帶化卷積減少計算量、強化多尺度特徵融合，保持輕量化並提升小物體偵測能力	行動端 / 輕量場景 / 小物體 / 多尺度目標
yolov11-StripNet.yaml	StripNet Backbone（條帶化骨幹）	條帶化卷積減少計算量、強化多尺度特徵融合	行動端 / 輕量場景
yolov11-STViT.yaml / yolov11-STViT-CCFM.yaml	STViT + CCFM（輕量化 Transformer + CCFM）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-SwiftFormer.yaml	SwiftFormer Backbone	採用 SwiftFormer 輕量化視覺 Transformer 架構取代傳統自注意力計算，降低計算複雜度並維持全局特徵建模能力	行動端 / 輕量場景
yolov11-SwinTransformerv1.yaml / yolov11-SwinTransformerv2.yaml	Swin Transformer v1 / v2 Backbone	採用 Swin Transformer v1 / v2 改進架構，提升多尺度特徵建模與全局上下文理解能力	高精度與多尺度複雜場景
yolov11-TransNeXt.yaml	TransNeXt（聚合注意力 + 卷積 GLU）	引入聚合注意力 (Aggregated Attention) 增強全域感知 + 卷積 GLU 強化局部特徵建模	複雜背景 / 多物體場景 / 多尺度目標
yolov11-TransXNet.yaml	TransXNet（D‑Mixer + MS-FFN）	動態捕捉全局 + 局部特徵 (IDConv + OSRA) + 多尺度融合，增強表示能力	複雜背景 / 多物體場景 / 多尺度目標
yolov11-UniNeXt-CCFM.yaml	UniNeXt-CCFM（通用骨幹 + CCFM）	高維特徵融合 + 局部與全局特徵建模 + 穩定提升各種 STM 表現	複雜背景 / 多物體場景 / 多尺度目標
yolov11-VAN.yaml	VAN（視覺注意力網絡）	結合通道注意力與全局上下文建模	複雜背景 / 多物體場景
yolov11-VanillaNet.yaml	VanillaNet（極簡化網路）	使用 VanillaNet 作為骨幹，追求最簡化的架構	需要易於部署／調試的場景
yolov11-VGG.yaml	VGG（Visual Geometry Group Network）Backbone	採用 VGG 經典卷積神經網路，透過多層 3×3 卷積與深層堆疊結構 提取影像特徵，在保持結構簡潔的同時提升特徵表達能力	基礎物件偵測
yolov11-vHeat.yaml	vHeat（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-WTConvNeXt.yaml	WTConvNeXt（加權卷積 + ConvNeXt 混合）	結合局部卷積與全局注意力	複雜背景 / 多物體場景
yolov11-DiT-C3k2-WTConv-CCFM-pose.yaml /yolov11-C2PSA-DiT-C3k2-WTConv-CCFM-pose.yaml	C2PSA-DiT-C3k2-WTConv-CCFM（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-C2PSA-MSDA-pose.yaml / yolov11-C2PSA-MSDA-CCFM-pose.yaml	C2PSA + MSDA + CCFM （Cross-Scale Feature Fusion Module）Backbone	採用 C2PSA-MSDA 注意力結構 + CCFM 特徵融合，提升關鍵點定位與小目標辨識能力	小目標偵測
yolov11-CoordConv-BiFPN-pose.yaml	CoordConv-BiFPN（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-C3k2-FasterBlock-C2PSA-SENetV2-CCFM-pose.yaml	C3k2 + FasterBlock + C2PSA + CCFM	C3k2-FasterBlock 搭配 C2PSA-SENetV2 與 CCFM 特徵融合	高效能與輕量化目標檢測
yolov11-EfficientViM-CCFM-pose.yaml	EfficientViM-CCFM（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-FasterNet-CCFM-pose.yaml	FasterNet-CCFM（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-GroupMixFormer-CCFM-pose.yaml	GroupMixFormer-CCFM（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-GSConv-BiFPN-pose.yaml	GSConv-BiFPN（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-LightHGNetV2-l-CCFM-pose.yaml	LightHGNetV2-l-CCFM（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-LSNet-CCFM-pose.yaml	LSNet-CCFM（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-MobileOne-BiFPN-Lite-g-(i)pose.yaml	MobileOne-BiFPN-Lite-g（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-PartialNet-CCFM-pose.yaml	PartialNet + CCFM（Cross-Scale Feature Fusion Module）	結合 PartialNet Backbone 與 CCFM 特徵融合機制，透過 PartialNet 的分段特徵處理與 CCFM 跨通道融合提升多尺度與細節特徵表達能力	複雜背景 / 多尺度目標
yolov11-SHViT-CCFM-pose.yaml	SHViT + CCFM 模組	透過 SHViT 的混合局部與全局注意力機制提升特徵表達能力，配合 CCFM 加強跨通道融合	小目標偵測
yolov11-SlimNeck-BiFPN-pose.yaml	SlimNeck-BiFPN（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-SwinTransformer-C2PSA-DAT-pose.yaml	SwinTransformer-C2PSA-DAT（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-SwinTransformer-DiT-pose.yaml	SwinTransformer-DiT（輕量化姿態估計模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-UPA-pose.yaml	UPA（Upsample‑Anything）模組	結合 UPA（Upsample‑Anything_Pytorch） 特徵上採樣機制，以輕量級上採樣策略強化低解析度特徵至高解析度輸出的空間細節	需要精細特徵的場景
yolov11-vHeat_MoE-CCFM-pose.yaml	vHeat_MoE（專家混合模型）+ CCFM（Cross-Scale Feature Fusion Module）	提升模型容量與表徵能力	複雜背景 / 多物體場景
yolov11-C3k2-FasterBlock-seg.yaml	C3k2 + FasterBlock Backbone	結合C3k2與FasterBlock	需要高效特徵提取的任務
yolov11-C3k2-RepVGG-CCFM-seg.yaml / yolov11-C3k2-RepVGG-seg.yaml	C3k2-RepVGG(-CCFM)（輕量化語義分割模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-C3k2-SAConv-seg.yaml	C3k2-SAConv（輕量化語義分割模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-C3k2-WTConv-CCFM-seg.yaml	C3k2-WTConv-CCFM（輕量化語義分割模型）	輕量化設計，提升效率	行動端 / 輕量場景
yolov11-Haar-seg.yaml	Haar（輕量化骨幹網絡）	輕量化設計，提升效率	行動端 / 輕量場景

YOLOv12 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov12.yaml	標準 YOLOv12	標準 YOLOv12	通用物件偵測
yolov12-ASF.yaml	ASF（自適應融合/注意力）	改善多尺度融合與背景抑制	複雜背景 / 小目標
yolov12-CCFM.yaml	CCFM（跨通道特徵融合模組）	改善多通道跨層融合，提升表徵品質	複雜背景 / 多物體場景
yolov12-hyper.yaml	hyper（超參數或特殊結構整合）	模型架構/訓練策略調整以提升穩定性	特定資料集優化
yolov12-MAFPN.yaml	MAFPN（Multi‑Branch Auxiliary Feature Pyramid Network）Neck 模組	採用 MAFPN 多分支輔助金字塔特徵融合設計，在 YOLOv12 中透過 Superficial Assisted Fusion（SAF） 強化淺層細節傳遞並利用 Advanced Assisted Fusion（AAF） 加深多尺度特徵融合，使高/低層語義與細節信息更全面結合	多尺度複雜場景
yolov12-ShuffleAttention-CCFM.yaml	ShuffleAttention + CCFM	輕量注意力提升通道/位置交互	行動端 / 輕量場景
yolov12-UniRepLKNet.yaml	UniRepLKNet（Universal Perception Large‑Kernel ConvNet）大核 ConvNet Backbone 模組	採用 UniRepLKNet（Universal Perception Large‑Kernel ConvNet） 作為 YOLOv12 的 Backbone，利用大核心卷積設計與結構重參數化策略，在捕捉廣泛空間上下文信息的同時保持高效計算與強表徵能力	多尺度複雜場景
yolov12-EMOv2-CCFM-pose.yaml	EMOv2 + CCFM + pose head	結合情境感知與姿態估計	人體/動物姿態估計
yolov12-TransXNet-CCFM-pose.yaml	TransXNet + CCFM + pose head	結合 Transformer 與姿態估計	高精度姿態估計
yolov12-MobileNetv4-CCFM-seg.yaml	MobileNetv4 + CCFM + segmentation head	輕量化與語義分割結合	行動端 / 語義分割
yolov12-MobileNetv4-ShuffleAttention-seg.yaml	MobileNetv4 + ShuffleAttention + segmentation head	輕量注意力與語義分割結合	行動端 / 輕量語義分割
yolov12-UNetv2-seg.yaml / yolov12-UNetv2-CCFM-seg.yaml	UNetv2 + CCFM	將 UNetv2 編碼器‑解碼器結構 與 CCFM（Cross-Scale Feature Fusion Module）跨通道特徵融合機制	複雜背景
yolov12-UNetv2-ShuffleAttention-seg.yaml	UNetv2 + ShuffleAttention	結合 UNetv2 的編碼‑解碼結構 與 ShuffleAttention 輕量通道/空間交互注意力，強化多尺度語義表示與上下文交互	行動端 / 輕量語義分割

YOLOv13 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolov13.yaml	標準 YOLOv13	標準 YOLOv13	通用物件偵測
yolov13-sn2.yaml	SN² 架構	強化多尺度特徵融合與高效卷積設計，提升小物體與複雜場景表現	複雜背景 / 多物體場景 / 多尺度目標 / 小物體

YOLOv26 系列

模型名稱	改進模組／架構變化（簡述）	相較原版 YOLO 改進點	專長與應用場景
yolo26.yaml / yolo26-p2.yaml / yolo26-p6.yaml	調整輸出層級（P2/P6 分別對應不同金字塔層）	支援更大/更小尺度的檢測需求（P6 更適合大尺度）	通用物件偵測，小目標／中型／大型目標專向調整
yoloe-26.yaml	YOLOEDetect head	開放詞彙物件偵測模型	適用於開放詞彙，通用物件偵測

models 檔案結構

ultralytics_pro\ultralytics\cfg\models
│  README.md
│  
├─26
│  ├─Classtify
│  │      yolo26-cls.yaml
│  │      
│  ├─Detect
│  │      yolo26-p2.yaml
│  │      yolo26-p6.yaml
│  │      yolo26.yaml
│  │      yoloe-26.yaml
│  │      
│  ├─OBB
│  ├─Pose
│  │      yolo26-pose.yaml
│  │      
│  └─Segment
│          yolo26-seg.yaml
│          yoloe-26-seg.yaml
│          
├─alss-yolo
│  ├─Detect
│  │      alss-yolo-m.yaml
│  │      alss-yolo-n.yaml
│  │      alss-yolo-s.yaml
│  │      
│  ├─OBB
│  │      alss-yolo-m-obb.yaml
│  │      alss-yolo-n-obb.yaml
│  │      alss-yolo-s-obb.yaml
│  │      
│  ├─Pose
│  │      alss-yolo-m-pose.yaml
│  │      alss-yolo-n-pose.yaml
│  │      alss-yolo-s-pose.yaml
│  │      
│  └─Segment
│          alss-yolo-m-seg.yaml
│          alss-yolo-MSCAM-s-seg.yaml
│          alss-yolo-n-seg.yaml
│          alss-yolo-s-seg.yaml
│          
├─bgf-yolo
│  └─Detect
│          BGF-yolo.yaml
│          
├─cst-yolo
│  └─Detect
│          CST-yolo.yaml
│          
├─damoyolo
│  ├─Detect
│  │      DAMOyolo-b.yaml
│  │      DAMOyolo-l.yaml
│  │      DAMOyolo-m.yaml
│  │      DAMOyolo-n.yaml
│  │      DAMOyolo-s.yaml
│  │      DAMOyolo-t.yaml
│  │      DAMOyolo-x.yaml
│  │      
│  ├─OBB
│  │      DAMOyolo-b-obb.yaml
│  │      DAMOyolo-l-obb.yaml
│  │      DAMOyolo-m-obb.yaml
│  │      DAMOyolo-n-obb.yaml
│  │      DAMOyolo-s-obb.yaml
│  │      DAMOyolo-t-obb.yaml
│  │      DAMOyolo-x-obb.yaml
│  │      
│  ├─Pose
│  │      DAMOyolo-b-pose.yaml
│  │      DAMOyolo-l-pose.yaml
│  │      DAMOyolo-m-pose.yaml
│  │      DAMOyolo-n-pose.yaml
│  │      DAMOyolo-s-pose.yaml
│  │      DAMOyolo-t-pose.yaml
│  │      DAMOyolo-x-pose.yaml
│  │      
│  └─Segment
│          DAMOyolo-b-seg.yaml
│          DAMOyolo-l-seg.yaml
│          DAMOyolo-m-seg.yaml
│          DAMOyolo-n-seg.yaml
│          DAMOyolo-s-seg.yaml
│          DAMOyolo-t-seg.yaml
│          DAMOyolo-x-seg.yaml
│          
├─fbrt-yolo
│  ├─Detect
│  │      FBRT-yolo-C2f-FasterBlock-s.yaml
│  │      FBRT-yolo-l.yaml
│  │      FBRT-yolo-m.yaml
│  │      FBRT-yolo-n.yaml
│  │      FBRT-yolo-s.yaml
│  │      FBRT-yolo-x.yaml
│  │      
│  ├─OBB
│  │      FBRT-yolo-l-obb.yaml
│  │      FBRT-yolo-m-obb.yaml
│  │      FBRT-yolo-n-obb.yaml
│  │      FBRT-yolo-s-obb.yaml
│  │      FBRT-yolo-x-obb.yaml
│  │      
│  ├─Pose
│  │      FBRT-yolo-C2f-FasterBlock-s-pose.yaml
│  │      FBRT-yolo-l-pose.yaml
│  │      FBRT-yolo-m-pose.yaml
│  │      FBRT-yolo-n-pose.yaml
│  │      FBRT-yolo-s-pose.yaml
│  │      FBRT-yolo-x-pose.yaml
│  │      
│  └─Segment
│          FBRT-yolo-l-seg.yaml
│          FBRT-yolo-m-seg.yaml
│          FBRT-yolo-n-seg.yaml
│          FBRT-yolo-s-seg.yaml
│          FBRT-yolo-x-seg.yaml
│          
├─goldyolo
│  ├─Detect
│  │      GOLDYOLO-l.yaml
│  │      GOLDYOLO-m.yaml
│  │      GOLDYOLO-n.yaml
│  │      GOLDYOLO-s.yaml
│  │      GOLDYOLO-t.yaml
│  │      GOLDYOLO-x.yaml
│  │      
│  ├─OBB
│  │      GOLDYOLO-l-obb.yaml
│  │      GOLDYOLO-m-obb.yaml
│  │      GOLDYOLO-n-obb.yaml
│  │      GOLDYOLO-s-obb.yaml
│  │      GOLDYOLO-t-obb.yaml
│  │      GOLDYOLO-x-obb.yaml
│  │      
│  ├─Pose
│  │      GOLDYOLO-l-pose.yaml
│  │      GOLDYOLO-m-pose.yaml
│  │      GOLDYOLO-n-pose.yaml
│  │      GOLDYOLO-s-pose.yaml
│  │      GOLDYOLO-t-pose.yaml
│  │      GOLDYOLO-x-pose.yaml
│  │      
│  └─Segment
│          GOLDYOLO-l-seg.yaml
│          GOLDYOLO-m-seg.yaml
│          GOLDYOLO-n-seg.yaml
│          GOLDYOLO-s-seg.yaml
│          GOLDYOLO-t-seg.yaml
│          GOLDYOLO-x-seg.yaml
│          
├─HEYDet
│  ├─Detect
│  │      HEYDet-l.yaml
│  │      HEYDet-m.yaml
│  │      HEYDet-n.yaml
│  │      HEYDet-s.yaml
│  │      HEYDet-x.yaml
│  │      
│  ├─OBB
│  │      HEYDet-l-obb.yaml
│  │      HEYDet-m-obb.yaml
│  │      HEYDet-n-obb.yaml
│  │      HEYDet-s-obb.yaml
│  │      HEYDet-x-obb.yaml
│  │      
│  ├─Pose
│  │      HEYDet-l-pose.yaml
│  │      HEYDet-m-pose.yaml
│  │      HEYDet-n-pose.yaml
│  │      HEYDet-s-pose.yaml
│  │      HEYDet-x-pose.yaml
│  │      
│  └─Segment
│          HEYDet-l-seg.yaml
│          HEYDet-m-seg.yaml
│          HEYDet-n-seg.yaml
│          HEYDet-s-seg.yaml
│          HEYDet-x-seg.yaml
│          
├─hyper-yolo
│  ├─Classify
│  ├─Detect
│  │      gelan-c-hyper.yaml
│  │      gelan-m-hyper.yaml
│  │      gelan-s-hyper.yaml
│  │      gelan-t-hyper.yaml
│  │      hyper-yolo-l.yaml
│  │      hyper-yolo-m.yaml
│  │      hyper-yolo-n.yaml
│  │      hyper-yolo-s.yaml
│  │      hyper-yolo-t.yaml
│  │      hyper-yolo-x.yaml
│  │      
│  ├─OBB
│  ├─Pose
│  │      gelan-c-hyper-pose.yaml
│  │      hyper-yolo-m-pose.yaml
│  │      
│  └─Segment
│          hyper-yolo-m-seg.yaml
│          hyper-yolo-s-seg.yaml
│          
├─icon
│      10245193.png
│      200px-Tsinghua_University_Logo.svg.ico
│      200px-Tsinghua_University_Logo.svg.png
│      3ymrl-8dk73-001.ico
│      6pzh4-dzva7-001.ico
│      8jfp0-ho2pu-001.ico
│      a1nt0-vyv7i-001.ico
│      a1y74-lzygv-001.ico
│      Academia_Sinica_Emblem.svg.ico
│      Academia_Sinica_Emblem.svg.png
│      aqey5-br9gr-001.ico
│      Arms_of_Monash_University.svg.png
│      Beijing_Institute_of_Technology_Logo.svg.png
│      channels4_profile.ico
│      channels4_profile.jpg
│      channels5_profile.ico
│      channels5_profile.jpg
│      DALL·E 2024-01-26 23.24.57 - A die-cut sticker of a human figure with visual indicators like lines or dots representing pose estimation technology. The figure is stylized and abst.ico
│      DALL·E 2024-01-26 23.24.57 - A die-cut sticker of a human figure with visual indicators like lines or dots representing pose estimation technology. The figure is stylized and abst.png
│      DALL·E 2024-01-26 23.25.02 - A die-cut sticker representing object detection technology. The design features symbolic graphics like a magnifying glass or target symbols on various.ico
│      DALL·E 2024-01-26 23.25.02 - A die-cut sticker representing object detection technology. The design features symbolic graphics like a magnifying glass or target symbols on various.png
│      DALL·E 2024-01-26 23.25.06 - A die-cut sticker illustrating the concept of instance segmentation in image processing. The design features color-coded outlines or distinct segments.ico
│      DALL·E 2024-01-26 23.25.06 - A die-cut sticker illustrating the concept of instance segmentation in image processing. The design features color-coded outlines or distinct segments.png
│      DALL·E 2024-01-26 23.25.10 - A die-cut sticker symbolizing 'Oriented Bounding Boxes Object Detection'. The design showcases objects enclosed in rotated bounding boxes illustratin.ico
│      DALL·E 2024-01-26 23.25.10 - A die-cut sticker symbolizing 'Oriented Bounding Boxes Object Detection'. The design showcases objects enclosed in rotated bounding boxes, illustratin.png
│      DALL·E 2024-01-26 23.25.14 - A die-cut sticker representing the concept of 'Classify'. The design includes symbolic elements like labels categories or sorting visuals illustrat.ico
│      DALL·E 2024-01-26 23.25.14 - A die-cut sticker representing the concept of 'Classify'. The design includes symbolic elements like labels, categories, or sorting visuals, illustrat.png
│      darknet_logo_blue.ico
│      darknet_logo_blue.png
│      eb0tf-fs007-001.ico
│      Guangdong_University_of_Technology_Logo.svg.png
│      Huawei_Standard_logo.svg.ico
│      Huawei_Standard_logo.svg.png
│      sii4h-vwhiq-001.ico
│      unnamed.ico
│      unnamed.png
│      Untitled design.png
│      US Davis.ico
│      US Davis.png
│      world.png
│      ZJUT_seal.svg.png
│      下載.ico
│      下載.png
│      註解 2024-01-26 195508.ico
│      註解 2024-01-26 195508.png
│      註解 2024-07-13 233815.png
│      
├─Leyolo
│  ├─Detect
│  │      Leyolo-l.yaml
│  │      Leyolo-n.yaml
│  │      Leyolo-s.yaml
│  │      
│  ├─OBB
│  │      Leyolo-l-obb.yaml
│  │      Leyolo-n-obb.yaml
│  │      Leyolo-s-obb.yaml
│  │      
│  ├─Pose
│  │      Leyolo-l-pose.yaml
│  │      Leyolo-n-pose.yaml
│  │      Leyolo-s-pose.yaml
│  │      
│  └─Segment
│          Leyolo-l-seg.yaml
│          Leyolo-n-seg.yaml
│          Leyolo-s-seg.yaml
│          
├─maf-yolo
│  ├─Classify
│  ├─Detect
│  │      MAF-YOLOv2-lite-n-quick.yaml
│  │      MAF-YOLOv2-lite-n.yaml
│  │      MAF-YOLOv2-m.yaml
│  │      MAF-YOLOv2-n.yaml
│  │      MAF-YOLOv2-s-C2PSA-SENetV2.yaml
│  │      MAF-YOLOv2-s-C2PSA.yaml
│  │      MAF-YOLOv2-s-DiT.yaml
│  │      MAF-YOLOv2-s-PSA-SENetV2.yaml
│  │      MAF-YOLOv2-s.yaml
│  │      
│  ├─OBB
│  ├─Pose
│  │      MAF-YOLOv2-s-pose.yaml
│  │      
│  └─Segment
├─Master
│  ├─v0
│  │  ├─Detect
│  │  │      yolo-master-l.yaml
│  │  │      yolo-master-m.yaml
│  │  │      yolo-master-n.yaml
│  │  │      yolo-master-s.yaml
│  │  │      yolo-master-x.yaml
│  │  │      
│  │  ├─OBB
│  │  │      yolo-master-obb-l.yaml
│  │  │      yolo-master-obb-m.yaml
│  │  │      yolo-master-obb-n.yaml
│  │  │      yolo-master-obb-s.yaml
│  │  │      yolo-master-obb-x.yaml
│  │  │      yolo-master-obb.yaml
│  │  │      
│  │  ├─Pose
│  │  │      yolo-master-pose-l.yaml
│  │  │      yolo-master-pose-m.yaml
│  │  │      yolo-master-pose-n.yaml
│  │  │      yolo-master-pose-s.yaml
│  │  │      yolo-master-pose-x.yaml
│  │  │      yolo-master-pose.yaml
│  │  │      
│  │  └─Segment
│  │          yolo-master-seg-l.yaml
│  │          yolo-master-seg-m.yaml
│  │          yolo-master-seg-n.yaml
│  │          yolo-master-seg-s.yaml
│  │          yolo-master-seg-x.yaml
│  │          
│  └─v0_1
│      ├─Detect
│      │      yolo-master-l.yaml
│      │      yolo-master-m.yaml
│      │      yolo-master-n.yaml
│      │      yolo-master-s.yaml
│      │      yolo-master-x.yaml
│      │      
│      ├─OBB
│      │      yolo-master-obb-l.yaml
│      │      yolo-master-obb-m.yaml
│      │      yolo-master-obb-n.yaml
│      │      yolo-master-obb-s.yaml
│      │      yolo-master-obb-x.yaml
│      │      yolo-master-obb.yaml
│      │      
│      ├─Pose
│      │      yolo-master-pose-l.yaml
│      │      yolo-master-pose-m.yaml
│      │      yolo-master-pose-n.yaml
│      │      yolo-master-pose-s.yaml
│      │      yolo-master-pose-x.yaml
│      │      yolo-master-pose.yaml
│      │      
│      └─Segment
│              yolo-master-seg-l.yaml
│              yolo-master-seg-m.yaml
│              yolo-master-seg-n.yaml
│              yolo-master-seg-s.yaml
│              yolo-master-seg-x.yaml
│              yolo-master-seg.yaml
│              
├─Other
│  ├─FasterNet
│  │  ├─v10
│  │  ├─v11
│  │  │  └─Detect
│  │  ├─v12
│  │  ├─v5
│  │  └─v8
│  │      ├─Detect
│  │      │      yolov8-FasterNet-L.yaml
│  │      │      yolov8-FasterNet-M.yaml
│  │      │      yolov8-FasterNet-S.yaml
│  │      │      yolov8-FasterNet-T0.yaml
│  │      │      yolov8-FasterNet-T1.yaml
│  │      │      yolov8-FasterNet-T2.yaml
│  │      │      
│  │      ├─OBB
│  │      ├─Pose
│  │      └─Segment
│  ├─MogaNet
│  │  └─v8
│  │      └─Detect
│  │              yolov8-MogaNet-base.yaml
│  │              yolov8-MogaNet-large.yaml
│  │              yolov8-MogaNet-small.yaml
│  │              yolov8-MogaNet-tiny.yaml
│  │              yolov8-MogaNet-xlarge.yaml
│  │              yolov8-MogaNet-xtiny.yaml
│  │              
│  ├─ParCNetv2
│  │  └─v8
│  │      └─Detect
│  │              yolov8-ParCNetv2-B.yaml
│  │              yolov8-ParCNetv2-S.yaml
│  │              yolov8-ParCNetv2-T.yaml
│  │              yolov8-ParCNetv2-XT.yaml
│  │              
│  ├─PartialNet
│  │  └─v8
│  │      └─Detect
│  │              yolov8-PartialNet-L.yaml
│  │              yolov8-PartialNet-M.yaml
│  │              yolov8-PartialNet-S.yaml
│  │              
│  ├─StripNet
│  │  └─v8
│  │      └─Detect
│  │              yolov8-StripNet-S.yaml
│  │              yolov8-StripNet-T.yaml
│  │              
│  └─vHeat
│      └─v8
│          └─Detect
│                  yolov8-vHeat-B.yaml
│                  yolov8-vHeat-S.yaml
│                  yolov8-vHeat-T.yaml
│                  
├─PicoDet
│  ├─Detect
│  │      PicoDet-l.yaml
│  │      PicoDet-m.yaml
│  │      PicoDet-n.yaml
│  │      PicoDet-s.yaml
│  │      PicoDet-t.yaml
│  │      PicoDet-x.yaml
│  │      
│  ├─OBB
│  │      PicoDet-l-obb.yaml
│  │      PicoDet-m-obb.yaml
│  │      PicoDet-n-obb.yaml
│  │      PicoDet-s-obb.yaml
│  │      PicoDet-t-obb.yaml
│  │      PicoDet-x-obb.yaml
│  │      
│  ├─Pose
│  │      PicoDet-l-pose.yaml
│  │      PicoDet-m-pose.yaml
│  │      PicoDet-n-pose.yaml
│  │      PicoDet-s-pose.yaml
│  │      PicoDet-t-pose.yaml
│  │      PicoDet-x-pose.yaml
│  │      
│  └─Segment
│          PicoDet-l-seg.yaml
│          PicoDet-m-seg.yaml
│          PicoDet-n-seg.yaml
│          PicoDet-s-seg.yaml
│          PicoDet-t-seg.yaml
│          PicoDet-x-seg.yaml
│          
├─ppyoloe
│  ├─Detect
│  │      PPyoloE-l.yaml
│  │      PPyoloE-m.yaml
│  │      PPyoloE-s.yaml
│  │      PPyoloE-x.yaml
│  │      
│  ├─OBB
│  │      PPyoloE-l-obb.yaml
│  │      PPyoloE-m-obb.yaml
│  │      PPyoloE-s-obb.yaml
│  │      PPyoloE-x-obb.yaml
│  │      
│  ├─Pose
│  │      PPyoloE-l-pose.yaml
│  │      PPyoloE-m-pose.yaml
│  │      PPyoloE-s-pose.yaml
│  │      PPyoloE-x-pose.yaml
│  │      
│  └─Segment
│          PPyoloE-l-seg.yaml
│          PPyoloE-m-seg.yaml
│          PPyoloE-s-seg.yaml
│          PPyoloE-x-seg.yaml
│          
├─pst
│  ├─Classify
│  │      r101-cls-pst.yaml
│  │      r18-cls-pst.yaml
│  │      r50-cls-pst.yaml
│  │      
│  └─Detect
│          r101-pst.yaml
│          r18-pst.yaml
│          r50-pst.yaml
│          
├─R
│  ├─Classify
│  │      yoloR-cls-d6.yaml
│  │      yoloR-cls-e6.yaml
│  │      yoloR-cls-p6.yaml
│  │      yoloR-cls-w6.yaml
│  │      yoloR-csp-cls.yaml
│  │      yoloR-csp-x-cls.yaml
│  │      
│  ├─Detect
│  │      r50-csp.yaml
│  │      x50-csp.yaml
│  │      yoloR-csp-rtdetr.yaml
│  │      yoloR-csp-x-rtdetr.yaml
│  │      yoloR-csp-x.yaml
│  │      yoloR-csp.yaml
│  │      yoloR-d6.yaml
│  │      yoloR-e6.yaml
│  │      yoloR-p6.yaml
│  │      yoloR-s2d.yaml
│  │      yoloR-w6.yaml
│  │      
│  ├─OBB
│  │      r50-csp-obb.yaml
│  │      x50-csp-obb.yaml
│  │      yoloR-csp-obb.yaml
│  │      yoloR-csp-x-obb.yaml
│  │      yoloR-obb-d6.yaml
│  │      yoloR-obb-e6.yaml
│  │      yoloR-obb-p6.yaml
│  │      yoloR-obb-s2d.yaml
│  │      yoloR-obb-w6.yaml
│  │      
│  ├─Pose
│  │      r50-csp-pose.yaml
│  │      x50-csp-pose.yaml
│  │      yoloR-csp-pose.yaml
│  │      yoloR-csp-x-pose.yaml
│  │      yoloR-pose-d6.yaml
│  │      yoloR-pose-e6.yaml
│  │      yoloR-pose-p6.yaml
│  │      yoloR-pose-s2d.yaml
│  │      yoloR-pose-w6.yaml
│  │      
│  └─Segment
│          r50-csp-seg.yaml
│          x50-csp-seg.yaml
│          yoloR-csp-seg.yaml
│          yoloR-csp-x-seg.yaml
│          yoloR-seg-d6.yaml
│          yoloR-seg-e6.yaml
│          yoloR-seg-p6.yaml
│          yoloR-seg-s2d.yaml
│          yoloR-seg-w6.yaml
│          
├─rcs-yolo
│  └─Detect
│          RCS-yolo.yaml
│          RCS3-yolo.yaml
│          
├─rt-detr
│  └─Detect
│          rtdetr-l.yaml
│          rtdetr-resnet101.yaml
│          rtdetr-resnet50.yaml
│          rtdetr-x.yaml
│          
├─RTMDet
│  ├─Detect
│  │      RTMDet-l.yaml
│  │      RTMDet-m.yaml
│  │      RTMDet-n.yaml
│  │      RTMDet-s.yaml
│  │      RTMDet-t.yaml
│  │      RTMDet-x.yaml
│  │      
│  ├─OBB
│  │      RTMDet-l-obb.yaml
│  │      RTMDet-m-obb.yaml
│  │      RTMDet-n-obb.yaml
│  │      RTMDet-s-obb.yaml
│  │      RTMDet-t-obb.yaml
│  │      RTMDet-x-obb.yaml
│  │      
│  ├─Pose
│  │      RTMDet-l-pose.yaml
│  │      RTMDet-m-pose.yaml
│  │      RTMDet-n-pose.yaml
│  │      RTMDet-s-pose.yaml
│  │      RTMDet-t-pose.yaml
│  │      RTMDet-x-pose.yaml
│  │      
│  └─Segment
│          RTMDet-l-seg.yaml
│          RTMDet-m-seg.yaml
│          RTMDet-n-seg.yaml
│          RTMDet-s-seg.yaml
│          RTMDet-t-seg.yaml
│          RTMDet-x-seg.yaml
│          
├─syolo
│  └─Detect
│          Syolo-s.yaml
│          Syolo.yaml
│          
├─v10
│  └─Detect
│          yolov10b.yaml
│          yolov10l.yaml
│          yolov10m.yaml
│          yolov10n-ADNet.yaml
│          yolov10n-ADown.yaml
│          yolov10n-AIFI.yaml
│          yolov10n-AirNet.yaml
│          yolov10n-ASF.yaml
│          yolov10n-ASFF.yaml
│          yolov10n-BiFormer.yaml
│          yolov10n-BiFPN.yaml
│          yolov10n-C2f-CSPHet.yaml
│          yolov10n-C2f-CSPPC.yaml
│          yolov10n-C2f-DLKA.yaml
│          yolov10n-C2f-DWRSeg.yaml
│          yolov10n-C2f-GhostModule.yaml
│          yolov10n-C2f-iRMB.yaml
│          yolov10n-C2f-MLLABlock.yaml
│          yolov10n-C2f-MSBlock.yaml
│          yolov10n-C2f-ODConv.yaml
│          yolov10n-C2f-OREPA.yaml
│          yolov10n-C2f-RepELAN-high.yaml
│          yolov10n-C2f-RepELAN-low.yaml
│          yolov10n-C2f-SAConv.yaml
│          yolov10n-C2f-ScConv.yaml
│          yolov10n-C2f-SENetV1.yaml
│          yolov10n-C2f-SENetV2.yaml
│          yolov10n-C2f-Triple.yaml
│          yolov10n-CCFM.yaml
│          yolov10n-DAT.yaml
│          yolov10n-DLKA.yaml
│          yolov10n-DynamicConv.yaml
│          yolov10n-EVC.yaml
│          yolov10n-FFA.yaml
│          yolov10n-FocalModulation.yaml
│          yolov10n-HAT.yaml
│          yolov10n-HGNet-l.yaml
│          yolov10n-HGNet-x.yaml
│          yolov10n-IAT.yaml
│          yolov10n-iRMB.yaml
│          yolov10n-Light-HGNet-l.yaml
│          yolov10n-Light-HGNet-x.yaml
│          yolov10n-LSKA.yaml
│          yolov10n-MBformer.yaml
│          yolov10n-MultiSEAM.yaml
│          yolov10n-OREPA.yaml
│          yolov10n-RCSOSA.yaml
│          yolov10n-RepGFPN.yaml
│          yolov10n-RIDNet.yaml
│          yolov10n-SEAM.yaml
│          yolov10n-SENetV2.yaml
│          yolov10n-SlimNeck.yaml
│          yolov10n-SPDConv.yaml
│          yolov10n-SPPELAN.yaml
│          yolov10n.yaml
│          yolov10s.yaml
│          yolov10x.yaml
│          
├─v11
│  ├─Classify
│  │      yolov11-cls-pst.yaml
│  │      yolov11-cls-resnet18.yaml
│  │      yolov11-cls.yaml
│  │      
│  ├─Detect
│  │      yoloe-v11.yaml
│  │      yolov11-ASF.yaml
│  │      yolov11-BCN.yaml
│  │      yolov11-BiFPN.yaml
│  │      yolov11-C2PSA-Agent.yaml
│  │      yolov11-C2PSA-CGA.yaml
│  │      yolov11-C2PSA-DAT.yaml
│  │      yolov11-C2PSA-DiT-CCFM.yaml
│  │      yolov11-C2PSA-DiT.yaml
│  │      yolov11-C2PSA-KS.yaml
│  │      yolov11-C2PSA-SENetV2-LightHGNetV2-l-CCFM.yaml
│  │      yolov11-C2PSA-SENetV2-LightHGNetV2-l.yaml
│  │      yolov11-C2PSA_HV_LCA.yaml
│  │      yolov11-C2PSA_HV_LCA_DynamicTanh-CCFM.yaml
│  │      yolov11-C2PSA_HV_LCA_DynamicTanh.yaml
│  │      yolov11-C3k2-ConvNeXtV2Block-BiFPN.yaml
│  │      yolov11-C3K2-DiTBlock.yaml
│  │      yolov11-C3k2-FasterBlock-OREPA-v10Detect.yaml
│  │      yolov11-C3k2-MLLABlock-2-SlimNeck.yaml
│  │      yolov11-C3k2-MLLABlock-2.yaml
│  │      yolov11-C3k2-OREPA-backbone-v10Detect.yaml
│  │      yolov11-C3k2-OREPA-backbone.yaml
│  │      yolov11-C3k2-UIB-CCFM.yaml
│  │      yolov11-C3k2-UIB-FMDI.yaml
│  │      yolov11-C3k2-UIB.yaml
│  │      yolov11-C3k2-WTConv.yaml
│  │      yolov11-CAFormer.yaml
│  │      yolov11-CAS-ViT.yaml
│  │      yolov11-CCFM-C2PSA-DAT-v10Detect.yaml
│  │      yolov11-CCFM-C2PSA-DAT.yaml
│  │      yolov11-CCFM.yaml
│  │      yolov11-Conv2Former.yaml
│  │      yolov11-ConvFormer.yaml
│  │      yolov11-ConViT.yaml
│  │      yolov11-ConvNeXt.yaml
│  │      yolov11-ConvNeXtv2.yaml
│  │      yolov11-COSNet.yaml
│  │      yolov11-DeBiFormer.yaml
│  │      yolov11-DecoupleNet.yaml
│  │      yolov11-DiT-C3k2-UIB-CCFM.yaml
│  │      yolov11-DiT-C3k2-UIB-FMDI-IDetect.yaml
│  │      yolov11-DiT-C3k2-UIB-FMDI.yaml
│  │      yolov11-DiT-C3k2-WTConv-CCFM.yaml
│  │      yolov11-DiT-CCFM-IDetect.yaml
│  │      yolov11-DiT-CCFM.yaml
│  │      yolov11-DiT.yaml
│  │      yolov11-DSAN-CCFM.yaml
│  │      yolov11-DySnakeConv.yaml
│  │      yolov11-EfficientNet-CCFM-v10Detect.yaml
│  │      yolov11-EfficientNet-OREPA-v10Detect.yaml
│  │      yolov11-EfficientNet.yaml
│  │      yolov11-EfficientNetV1.yaml
│  │      yolov11-EfficientNetV2.yaml
│  │      yolov11-EfficientViM.yaml
│  │      yolov11-EfficientViT_microsoft.yaml
│  │      yolov11-EfficientViT_MIT.yaml
│  │      yolov11-EMO.yaml
│  │      yolov11-EMOv2.yaml
│  │      yolov11-EViT-CCFM.yaml
│  │      yolov11-EViT.yaml
│  │      yolov11-FaNet.yaml
│  │      yolov11-FasterNet.yaml
│  │      yolov11-FastViT.yaml
│  │      yolov11-FAT.yaml
│  │      yolov11-FDConv.yaml
│  │      yolov11-FlashInternImage-CCFM.yaml
│  │      yolov11-FloraNet.yaml
│  │      yolov11-FMDI.yaml
│  │      yolov11-FocalNet.yaml
│  │      yolov11-GCViT.yaml
│  │      yolov11-GhostNetv1.yaml
│  │      yolov11-GhostNetv2.yaml
│  │      yolov11-GLNet.yaml
│  │      yolov11-GroupMixFormer.yaml
│  │      yolov11-GSPN.yaml
│  │      yolov11-HorNet.yaml
│  │      yolov11-hyper.yaml
│  │      yolov11-IdentityFormer.yaml
│  │      yolov11-iFormer.yaml
│  │      yolov11-InceptionNext.yaml
│  │      yolov11-KW_ResNet.yaml
│  │      yolov11-LAE.yaml
│  │      yolov11-LAUDNet.yaml
│  │      yolov11-LCA_DynamicTanh_Concat.yaml
│  │      yolov11-LightHGNetV2-l.yaml
│  │      yolov11-LSKNet.yaml
│  │      yolov11-LSNet.yaml
│  │      yolov11-LWGANet.yaml
│  │      yolov11-MAFPN.yaml
│  │      yolov11-MALA.yaml
│  │      yolov11-Mamba-v10Detect.yaml
│  │      yolov11-Mamba.yaml
│  │      yolov11-MambaOut.yaml
│  │      yolov11-MASF.yaml
│  │      yolov11-MaxViT.yaml
│  │      yolov11-MLLA.yaml
│  │      yolov11-MobileNetv1.yaml
│  │      yolov11-MobileNetv2.yaml
│  │      yolov11-MobileNetv3.yaml
│  │      yolov11-MobileNetv4.yaml
│  │      yolov11-MobileOne.yaml
│  │      yolov11-MobileViTv1.yaml
│  │      yolov11-MobileViTv2.yaml
│  │      yolov11-MogaNet.yaml
│  │      yolov11-MSPANet.yaml
│  │      yolov11-MultiOrderGatedAggregation-CCFM.yaml
│  │      yolov11-NextViT.yaml
│  │      yolov11-NFNet.yaml
│  │      yolov11-OREPA-C2PSA-DAT-v10Detect.yaml
│  │      yolov11-OREPA-v10Detect.yaml
│  │      yolov11-OREPA.yaml
│  │      yolov11-OrthoNet.yaml
│  │      yolov11-OverLoCK.yaml
│  │      yolov11-PKINet.yaml
│  │      yolov11-PolaFormer.yaml
│  │      yolov11-PoolFormer.yaml
│  │      yolov11-PoolFormerv2.yaml
│  │      yolov11-pst.yaml
│  │      yolov11-PVTv2.yaml
│  │      yolov11-QARepVGG.yaml
│  │      yolov11-RandFormer.yaml
│  │      yolov11-RAVLT.yaml
│  │      yolov11-RDNet.yaml
│  │      yolov11-RepGFPN.yaml
│  │      yolov11-RepLKNet.yaml
│  │      yolov11-RepVGG.yaml
│  │      yolov11-RepViT.yaml
│  │      yolov11-ResNet.yaml
│  │      yolov11-ResNet_MoE.yaml
│  │      yolov11-RevCol.yaml
│  │      yolov11-RFAConv.yaml
│  │      yolov11-RGBIR.yaml
│  │      yolov11-RMT.yaml
│  │      yolov11-SBCFormer.yaml
│  │      yolov11-SFSCNet.yaml
│  │      yolov11-SGFormer.yaml
│  │      yolov11-ShuffleNetv2.yaml
│  │      yolov11-SimRepCSP.yaml
│  │      yolov11-SlabPVTv2.yaml
│  │      yolov11-SlabSwinTransformer.yaml
│  │      yolov11-SlimNeck.yaml
│  │      yolov11-SMT.yaml
│  │      yolov11-sn2.yaml
│  │      yolov11-SoftHGNN.yaml
│  │      yolov11-SPANet.yaml
│  │      yolov11-StarNet.yaml
│  │      yolov11-StripMLPNet.yaml
│  │      yolov11-StripNet-sn2.yaml
│  │      yolov11-StripNet.yaml
│  │      yolov11-STViT-CCFM.yaml
│  │      yolov11-STViT.yaml
│  │      yolov11-SwiftFormer.yaml
│  │      yolov11-SwinTransformerv1.yaml
│  │      yolov11-SwinTransformerv2.yaml
│  │      yolov11-TransNeXt.yaml
│  │      yolov11-TransXNet.yaml
│  │      yolov11-UniNeXt-CCFM.yaml
│  │      yolov11-VAN.yaml
│  │      yolov11-VanillaNet.yaml
│  │      yolov11-VGG.yaml
│  │      yolov11-vHeat.yaml
│  │      yolov11-WTConvNeXt.yaml
│  │      yolov11.yaml
│  │      
│  ├─OBB
│  │      yolov11-DecoupleNet-obb.yaml
│  │      yolov11-obb.yaml
│  │      
│  ├─Pose
│  │      yolov11-BiFPN-pose.yaml
│  │      yolov11-C2PSA-DiT-C3k2-WTConv-CCFM-pose.yaml
│  │      yolov11-C2PSA-MSDA-CCFM-pose.yaml
│  │      yolov11-C2PSA-MSDA-pose.yaml
│  │      yolov11-C3k2-ConvNeXtV2Block-BiFPN-pose.yaml
│  │      yolov11-C3k2-FasterBlock-C2PSA-SENetV2-CCFM-pose.yaml
│  │      yolov11-CCFM-C2PSA-DAT-pose.yaml
│  │      yolov11-CCFM-pose.yaml
│  │      yolov11-CoordConv-BiFPN-pose.yaml
│  │      yolov11-DiT-C3k2-WTConv-CCFM-pose.yaml
│  │      yolov11-EfficientViM-CCFM-pose.yaml
│  │      yolov11-EfficientViT-Microsoft-CCFM-pose.yaml
│  │      yolov11-FasterNet-CCFM.yaml
│  │      yolov11-GroupMixFormer-pose.yaml
│  │      yolov11-GSConv-BiFPN-pose.yaml
│  │      yolov11-hyper-pose.yaml
│  │      yolov11-LightHGNetV2-l-CCFM-pose.yaml
│  │      yolov11-LSNet-CCFM-pose.yaml
│  │      yolov11-LWGANet-CCFM-pose.yaml
│  │      yolov11-MobileOne-BiFPN-Lite-g-ipose.yaml
│  │      yolov11-MobileOne-BiFPN-Lite-g-pose.yaml
│  │      yolov11-PartialNet-CCFM-pose.yaml
│  │      yolov11-pose.yaml
│  │      yolov11-SBCFormer-CCFM-pose.yaml
│  │      yolov11-ShuffleNetV2-pose.yaml
│  │      yolov11-SHViT-CCFM-pose.yaml
│  │      yolov11-SlimNeck-BiFPN-pose.yaml
│  │      yolov11-SwinTransformer-C2PSA-DAT-pose.yaml
│  │      yolov11-SwinTransformer-DiT-pose.yaml
│  │      yolov11-UPA-pose.yaml
│  │      yolov11-vHeat_MoE-CCFM-pose.yaml
│  │      
│  └─Segment
│          yoloe-v11-seg.yaml
│          yolov11-C3k2-FasterBlock-seg.yaml
│          yolov11-C3k2-RepVGG-CCFM-seg.yaml
│          yolov11-C3k2-RepVGG-seg.yaml
│          yolov11-C3k2-SAConv-seg.yaml
│          yolov11-C3k2-WTConv-CCFM-seg.yaml
│          yolov11-C3k2-WTConv-seg.yaml
│          yolov11-CCFM-seg.yaml
│          yolov11-ConvNeXtv2-seg.yaml
│          yolov11-EfficientNetV2-seg.yaml
│          yolov11-GhostNetv2-seg.yaml
│          yolov11-Haar-seg.yaml
│          yolov11-hyper-seg.yaml
│          yolov11-LightHGNetV2-l-seg.yaml
│          yolov11-MobileNetv4-seg.yaml
│          yolov11-MobileViTv2-seg.yaml
│          yolov11-seg.yaml
│          yolov11-WTConvNeXt-seg.yaml
│          
├─v12
│  ├─Classify
│  │      yolov12-cls.yaml
│  │      
│  ├─Detect
│  │      yolov12-ASF.yaml
│  │      yolov12-CCFM.yaml
│  │      yolov12-hyper.yaml
│  │      yolov12-MAFPN.yaml
│  │      yolov12-ShuffleAttention-CCFM.yaml
│  │      yolov12-UniRepLKNet.yaml
│  │      yolov12.yaml
│  │      
│  ├─OBB
│  │      yolov12-obb.yaml
│  │      
│  ├─Pose
│  │      yolov12-CCFM-pose.yaml
│  │      yolov12-EMOv2-CCFM-pose.yaml
│  │      yolov12-pose.yaml
│  │      yolov12-TransXNet-CCFM-pose.yaml
│  │      
│  └─Segment
│          yolov12-ASF-seg.yaml
│          yolov12-CCFM-seg.yaml
│          yolov12-EfficientViT_MIT-CCFM-seg.yaml
│          yolov12-hyper-seg.yaml
│          yolov12-MobiloeNetv4-CCFM-seg.yaml
│          yolov12-MobiloeNetv4-ShuffleAttention-seg.yaml
│          yolov12-seg.yaml
│          yolov12-ShuffleAttention-CCFM-seg.yaml
│          yolov12-UNetv2-CCFM-seg.yaml
│          yolov12-UNetv2-seg.yaml
│          yolov12-UNetv2-ShuffleAttention-seg.yaml
│          
├─v13
│  ├─Detect
│  │      yolov13-sn2.yaml
│  │      yolov13.yaml
│  │      
│  ├─OBB
│  ├─Pose
│  │      yolov13-pose.yaml
│  │      
│  └─Segment
├─v3
│  ├─Classify
│  │      yolov3-cls.yaml
│  │      yolov3-spp-cls.yaml
│  │      yolov3-tiny-cls.yaml
│  │      
│  ├─Detect
│  │      yolov3-rtdetr.yaml
│  │      yolov3-spp-rtdetr.yaml
│  │      yolov3-spp.yaml
│  │      yolov3-tiny-rtdetr.yaml
│  │      yolov3-tiny.yaml
│  │      yolov3.yaml
│  │      
│  ├─OBB
│  │      yolov3-obb.yaml
│  │      yolov3-spp-obb.yaml
│  │      yolov3-tiny-obb.yaml
│  │      
│  ├─Pose
│  │      yolov3-pose.yaml
│  │      yolov3-spp-pose.yaml
│  │      yolov3-tiny-pose.yaml
│  │      
│  └─Segment
│          yolov3-seg.yaml
│          yolov3-spp-seg.yaml
│          yolov3-tiny-seg.yaml
│          
├─v4
│  ├─Classify
│  │      yolov4-csp-cls.yaml
│  │      yolov4-mish-cls.yaml
│  │      yolov4-p6-cls.yaml
│  │      
│  ├─Detect
│  │      yolov4-csp-rtdetr.yaml
│  │      yolov4-csp.yaml
│  │      yolov4-mish-rtdetr.yaml
│  │      yolov4-mish.yaml
│  │      yolov4-p5.yaml
│  │      yolov4-p6.yaml
│  │      yolov4-p7.yaml
│  │      
│  ├─OBB
│  │      yolov4-csp-obb.yaml
│  │      yolov4-mish-obb.yaml
│  │      yolov4-obb-p5.yaml
│  │      yolov4-obb-p6.yaml
│  │      yolov4-obb-p7.yaml
│  │      
│  ├─Pose
│  │      yolov4-csp-pose.yaml
│  │      yolov4-mish-pose.yaml
│  │      yolov4-pose-p5.yaml
│  │      yolov4-pose-p6.yaml
│  │      yolov4-pose-p7.yaml
│  │      
│  └─Segment
│          yolov4-csp-seg.yaml
│          yolov4-mish-seg.yaml
│          yolov4-seg-p5.yaml
│          yolov4-seg-p6.yaml
│          yolov4-seg-p7.yaml
│          
├─v5
│  ├─Classify
│  │      yolov5-AIFI-cls.yaml
│  │      yolov5-cls.yaml
│  │      yolov5-p6.yaml
│  │      yolov5-PPLCNet-cls.yaml
│  │      yolov5-RepVGG-cls.yaml
│  │      
│  ├─Detect
│  │      yolov5-AIFI.yaml
│  │      yolov5-AKConv.yaml
│  │      yolov5-BoT3.yaml
│  │      yolov5-CAConv.yaml
│  │      yolov5-CARAFE.yaml
│  │      yolov5-CCFM.yaml
│  │      yolov5-CNeB-neck.yaml
│  │      yolov5-CoordAtt.yaml
│  │      yolov5-CPCA.yaml
│  │      yolov5-CrissCrossAttention.yaml
│  │      yolov5-D-LKAAttention.yaml
│  │      yolov5-DAttention.yaml
│  │      yolov5-DCNv2.yaml
│  │      yolov5-deconv.yaml
│  │      yolov5-Dyample.yaml
│  │      yolov5-ECAAttention.yaml
│  │      yolov5-EffectiveSE.yaml
│  │      yolov5-GAMAttention.yaml
│  │      yolov5-goldyolo.yaml
│  │      yolov5-hornet-backbone.yaml
│  │      yolov5-hornet-neck.yaml
│  │      yolov5-ihp.yaml
│  │      yolov5-l-mobilenetv3s.yaml
│  │      yolov5-LeakyReLU.yaml
│  │      yolov5-Lite-c.yaml
│  │      yolov5-Lite-e.yaml
│  │      yolov5-Lite-g.yaml
│  │      yolov5-Lite-s.yaml
│  │      yolov5-mobile3s.yaml
│  │      yolov5-mobileone-backbone.yaml
│  │      yolov5-MobileOne-Lite-g.yaml
│  │      yolov5-MobileOne.yaml
│  │      yolov5-mobilev3l.yaml
│  │      yolov5-ODConvNext.yaml
│  │      yolov5-old-p6.yaml
│  │      yolov5-old.yaml
│  │      yolov5-p2.yaml
│  │      yolov5-p34.yaml
│  │      yolov5-p6.yaml
│  │      yolov5-p7.yaml
│  │      yolov5-PPLCNet.yaml
│  │      yolov5-RepVGG-A1-backbone.yaml
│  │      yolov5-RepVGG.yaml
│  │      yolov5-rtdetr.yaml
│  │      yolov5-scal-zoom.yaml
│  │      yolov5-SEAttention.yaml
│  │      yolov5-SegNextAttention.yaml
│  │      yolov5-ShuffleAttention.yaml
│  │      yolov5-Shufflenetv2.yaml
│  │      yolov5-SimSPPF.yaml
│  │      yolov5-SKAttention.yaml
│  │      yolov5-sn2.yaml
│  │      yolov5-SPPCSPC.yaml
│  │      yolov5-transformer.yaml
│  │      yolov5-TripletAttention.yaml
│  │      yolov5-VanillaNet.yaml
│  │      yolov5.yaml
│  │      
│  ├─OBB
│  │      yolov5-AIFI-obb.yaml
│  │      yolov5-AKConv-obb.yaml
│  │      yolov5-CAConv-obb.yaml
│  │      yolov5-CCFM-obb.yaml
│  │      yolov5-CNeB-neck-obb.yaml
│  │      yolov5-CoordAtt-obb.yaml
│  │      yolov5-CPCA-obb.yaml
│  │      yolov5-CrissCrossAttention-obb.yaml
│  │      yolov5-D-LKAAttention-obb.yaml
│  │      yolov5-DAttention-obb.yaml
│  │      yolov5-DCNv2-obb.yaml
│  │      yolov5-deconv-obb.yaml
│  │      yolov5-ECAAttention-obb.yaml
│  │      yolov5-EffectiveSE-obb.yaml
│  │      yolov5-GAMAttention-obb.yaml
│  │      yolov5-goldyolo-obb.yaml
│  │      yolov5-hornet-backbone-obb.yaml
│  │      yolov5-hornet-neck-obb.yaml
│  │      yolov5-l-mobilenetv3s-obb.yaml
│  │      yolov5-LeakyReLU-obb.yaml
│  │      yolov5-Lite-c-obb.yaml
│  │      yolov5-Lite-e-obb.yaml
│  │      yolov5-Lite-g-obb.yaml
│  │      yolov5-Lite-s-obb.yaml
│  │      yolov5-mobile3s-obb.yaml
│  │      yolov5-mobileone-backbone-obb.yaml
│  │      yolov5-mobilev3l-obb.yaml
│  │      yolov5-obb-p2.yaml
│  │      yolov5-obb-p34.yaml
│  │      yolov5-obb-p6.yaml
│  │      yolov5-obb-p7.yaml
│  │      yolov5-obb.yaml
│  │      yolov5-PPLCNet-obb.yaml
│  │      yolov5-RepVGG-A1-backbone-obb.yaml
│  │      yolov5-RepVGG-obb.yaml
│  │      yolov5-SEAttention-obb.yaml
│  │      yolov5-SegNextAttention-obb.yaml
│  │      yolov5-ShuffleAttention-obb.yaml
│  │      yolov5-Shufflenetv2-obb.yaml
│  │      yolov5-SimSPPF-obb.yaml
│  │      yolov5-SKAttention-obb.yaml
│  │      yolov5-SPPCSPC-obb.yaml
│  │      yolov5-transformer-obb.yaml
│  │      yolov5-TripletAttention-obb.yaml
│  │      
│  ├─Pose
│  │      yolov5-AIFI-pose.yaml
│  │      yolov5-AKConv-pose.yaml
│  │      yolov5-boost-pose.yaml
│  │      yolov5-CAConv-pose.yaml
│  │      yolov5-CCFM-pose.yaml
│  │      yolov5-CNeB-neck-pose.yaml
│  │      yolov5-CoordAtt-pose.yaml
│  │      yolov5-CPCA-pose.yaml
│  │      yolov5-CrissCrossAttention-pose.yaml
│  │      yolov5-D-LKAAttention-pose.yaml
│  │      yolov5-DAttention-pose.yaml
│  │      yolov5-DCNv2-pose.yaml
│  │      yolov5-deconv-pose.yaml
│  │      yolov5-ECAAttention-pose.yaml
│  │      yolov5-EffectiveSE-pose.yaml
│  │      yolov5-GAMAttention-pose.yaml
│  │      yolov5-goldyolo-pose.yaml
│  │      yolov5-hornet-backbone-pose.yaml
│  │      yolov5-hornet-neck-pose.yaml
│  │      yolov5-l-mobilenetv3s-pose.yaml
│  │      yolov5-LeakyReLU-obb.yaml
│  │      yolov5-Lite-c-pose.yaml
│  │      yolov5-Lite-e-pose.yaml
│  │      yolov5-Lite-g-pose.yaml
│  │      yolov5-Lite-s-pose.yaml
│  │      yolov5-mobile3s-pose.yaml
│  │      yolov5-mobileone-backbone-pose.yaml
│  │      yolov5-mobilev3l-pose.yaml
│  │      yolov5-old-pose-p6.yaml
│  │      yolov5-pose-p2.yaml
│  │      yolov5-pose-p34.yaml
│  │      yolov5-pose-p6.yaml
│  │      yolov5-pose-p7.yaml
│  │      yolov5-pose.yaml
│  │      yolov5-PPLCNet-pose.yaml
│  │      yolov5-RepVGG-A1-backbone-pose.yaml
│  │      yolov5-RepVGG-pose.yaml
│  │      yolov5-SEAttention-pose.yaml
│  │      yolov5-SegNextAttention-pose.yaml
│  │      yolov5-ShuffleAttention-pose.yaml
│  │      yolov5-Shufflenetv2-pose.yaml
│  │      yolov5-SimSPPF-pose.yaml
│  │      yolov5-SKAttention-pose.yaml
│  │      yolov5-SPPCSPC-pose.yaml
│  │      yolov5-transformer-pose.yaml
│  │      yolov5-TripletAttention-pose.yaml
│  │      
│  └─Segment
│          yolov5-AIFI-seg.yaml
│          yolov5-AKConv-seg.yaml
│          yolov5-BoT3-seg.yaml
│          yolov5-CAConv-seg.yaml
│          yolov5-CARAFE-seg.yaml
│          yolov5-CCFM-seg.yaml
│          yolov5-CNeB-neck-seg.yaml
│          yolov5-CoordAtt-seg.yaml
│          yolov5-CPCA-seg.yaml
│          yolov5-CrissCrossAttention-seg.yaml
│          yolov5-D-LKAAttention-seg.yaml
│          yolov5-DAttention-seg.yaml
│          yolov5-DCNv2-seg.yaml
│          yolov5-deconv-seg.yaml
│          yolov5-Dyample-seg.yaml
│          yolov5-ECAAttention-seg.yaml
│          yolov5-EffectiveSE-seg.yaml
│          yolov5-GAMAttention-seg.yaml
│          yolov5-goldyolo-seg.yaml
│          yolov5-hornet-backbone-seg.yaml
│          yolov5-hornet-neck-seg.yaml
│          yolov5-l-mobilenetv3s-seg.yaml
│          yolov5-LeakyReLU.yaml
│          yolov5-Lite-c-seg.yaml
│          yolov5-Lite-e-seg.yaml
│          yolov5-Lite-g-seg.yaml
│          yolov5-Lite-s-seg.yaml
│          yolov5-mobile3s-seg.yaml
│          yolov5-mobileone-backbone-seg.yaml
│          yolov5-MobileOne-Lite-g-seg.yaml
│          yolov5-MobileOne-seg.yaml
│          yolov5-mobilev3l-seg.yaml
│          yolov5-PPLCNet-seg.yaml
│          yolov5-RepVGG-A1-backbone-seg.yaml
│          yolov5-RepVGG-seg.yaml
│          yolov5-SEAttention-seg.yaml
│          yolov5-seg-p2.yaml
│          yolov5-seg-p34.yaml
│          yolov5-seg-p6.yaml
│          yolov5-seg-p7.yaml
│          yolov5-seg.yaml
│          yolov5-SegNextAttention-seg.yaml
│          yolov5-ShuffleAttention-seg.yaml
│          yolov5-Shufflenetv2-seg.yaml
│          yolov5-SimSPPF-seg.yaml
│          yolov5-SKAttention-seg.yaml
│          yolov5-SPPCSPC-seg.yaml
│          yolov5-transformer-seg.yaml
│          yolov5-Triplet-D-LKAAttention-seg.yaml
│          yolov5-TripletAttention-seg.yaml
│          
├─v6
│  ├─Classify
│  │      yolov6-3.0-cls-p6.yaml
│  │      yolov6-3.0-cls.yaml
│  │      yolov6-4.0-cls-p6.yaml
│  │      yolov6-4.0-cls.yaml
│  │      
│  ├─Detect
│  │      yolov6-3.0-p2.yaml
│  │      yolov6-3.0-p34.yaml
│  │      yolov6-3.0-p6.yaml
│  │      yolov6-3.0-p7.yaml
│  │      yolov6-3.0-rtdetr.yaml
│  │      yolov6-3.0.yaml
│  │      yolov6-4.0-CPCA.yaml
│  │      yolov6-4.0-CrissCrossAttention.yaml
│  │      yolov6-4.0-D-LKAAttention.yaml
│  │      yolov6-4.0-DAttention.yaml
│  │      yolov6-4.0-GAMAttention.yaml
│  │      yolov6-4.0-p2.yaml
│  │      yolov6-4.0-p34.yaml
│  │      yolov6-4.0-p6.yaml
│  │      yolov6-4.0-p7.yaml
│  │      yolov6-4.0-rtdetr.yaml
│  │      yolov6-4.0-SEAttention.yaml
│  │      yolov6-4.0-SegNextAttention.yaml
│  │      yolov6-4.0-ShuffleAttention.yaml
│  │      yolov6-4.0-SKAttention.yaml
│  │      yolov6-4.0-TripletAttention.yaml
│  │      yolov6-4.0.yaml
│  │      yolov6.yaml
│  │      
│  ├─OBB
│  │      yolov6-3.0-obb-p2.yaml
│  │      yolov6-3.0-obb-p34.yaml
│  │      yolov6-3.0-obb-p6.yaml
│  │      yolov6-3.0-obb-p7.yaml
│  │      yolov6-3.0-obb.yaml
│  │      yolov6-4.0-CPCA-obb.yaml
│  │      yolov6-4.0-CrissCrossAttention-obb.yaml
│  │      yolov6-4.0-D-LKAAttention-obb.yaml
│  │      yolov6-4.0-DAttention-obb.yaml
│  │      yolov6-4.0-GAMAttention-obb.yaml
│  │      yolov6-4.0-obb-p2.yaml
│  │      yolov6-4.0-obb-p34.yaml
│  │      yolov6-4.0-obb-p6.yaml
│  │      yolov6-4.0-obb-p7.yaml
│  │      yolov6-4.0-obb.yaml
│  │      yolov6-4.0-SEAttention-obb.yaml
│  │      yolov6-4.0-SegNextAttention-obb.yaml
│  │      yolov6-4.0-ShuffleAttention-obb.yaml
│  │      yolov6-4.0-SKAttention-obb.yaml
│  │      yolov6-4.0-TripletAttention-obb.yaml
│  │      
│  ├─Pose
│  │      yolov6-3.0-pose-p2.yaml
│  │      yolov6-3.0-pose-p34.yaml
│  │      yolov6-3.0-pose-p6.yaml
│  │      yolov6-3.0-pose-p7.yaml
│  │      yolov6-3.0-pose.yaml
│  │      yolov6-4.0-CPCA-pose.yaml
│  │      yolov6-4.0-CrissCrossAttention-pose.yaml
│  │      yolov6-4.0-D-LKAAttention-pose.yaml
│  │      yolov6-4.0-DAttention-pose.yaml
│  │      yolov6-4.0-GAMAttention-pose.yaml
│  │      yolov6-4.0-pose-p2.yaml
│  │      yolov6-4.0-pose-p34.yaml
│  │      yolov6-4.0-pose-p6.yaml
│  │      yolov6-4.0-pose-p7.yaml
│  │      yolov6-4.0-pose.yaml
│  │      yolov6-4.0-SEAttention-pose.yaml
│  │      yolov6-4.0-SegNextAttention-pose.yaml
│  │      yolov6-4.0-ShuffleAttention-pose.yaml
│  │      yolov6-4.0-SKAttention-pose.yaml
│  │      yolov6-4.0-TripletAttention-pose.yaml
│  │      
│  └─Segment
│          yolov6-3.0-seg-p2.yaml
│          yolov6-3.0-seg-p34.yaml
│          yolov6-3.0-seg-p6.yaml
│          yolov6-3.0-seg-p7.yaml
│          yolov6-3.0-seg.yaml
│          yolov6-4.0-CPCA-seg.yaml
│          yolov6-4.0-CrissCrossAttention-seg.yaml
│          yolov6-4.0-D-LKAAttention-seg.yaml
│          yolov6-4.0-DAttention-seg.yaml
│          yolov6-4.0-GAMAttention.yaml
│          yolov6-4.0-SEAttention-seg.yaml
│          yolov6-4.0-seg-p2.yaml
│          yolov6-4.0-seg-p34.yaml
│          yolov6-4.0-seg-p6.yaml
│          yolov6-4.0-seg-p7.yaml
│          yolov6-4.0-seg.yaml
│          yolov6-4.0-SegNextAttention-seg.yaml
│          yolov6-4.0-ShuffleAttention-seg.yaml
│          yolov6-4.0-SKAttention-seg.yaml
│          yolov6-4.0-TripletAttention-seg.yaml
│          
├─v7
│  ├─Classify
│  │      yolov7-cls-d6.yaml
│  │      yolov7-cls-e6.yaml
│  │      yolov7-cls-e6e.yaml
│  │      yolov7-cls-w6.yaml
│  │      yolov7-cls.yaml
│  │      yolov7-DCNv2-cls.yaml
│  │      yolov7-swin-cls.yaml
│  │      yolov7-tiny-cls.yaml
│  │      yolov7-x-cls.yaml
│  │      
│  ├─Detect
│  │  │  yolov7-af-i.yaml
│  │  │  yolov7-af.yaml
│  │  │  yolov7-C3C2-CPCA.yaml
│  │  │  yolov7-C3C2-CrissCrossAttention.yaml
│  │  │  yolov7-C3C2-GAMAttention.yaml
│  │  │  yolov7-C3C2-RepVGG.yaml
│  │  │  yolov7-C3C2-ResNet.yaml
│  │  │  yolov7-C3C2-SegNextAttention.yaml
│  │  │  yolov7-C3C2.yaml
│  │  │  yolov7-d6.yaml
│  │  │  yolov7-DCNv2.yaml
│  │  │  yolov7-e6.yaml
│  │  │  yolov7-e6e.yaml
│  │  │  yolov7-goldyolo-simple.yaml
│  │  │  yolov7-goldyolo.yaml
│  │  │  yolov7-MobileOne.yaml
│  │  │  yolov7-RepNCSPELAN.yaml
│  │  │  yolov7-rtdetr.yaml
│  │  │  yolov7-simple.yaml
│  │  │  yolov7-tiny-AKConv.yaml
│  │  │  yolov7-tiny-goldyolo-simple.yaml
│  │  │  yolov7-tiny-goldyolo.yaml
│  │  │  yolov7-tiny-MobileNetv3.yaml
│  │  │  yolov7-tiny-MobileOne.yaml
│  │  │  yolov7-tiny-PPLCNet.yaml
│  │  │  yolov7-tiny-RepNCSPELAN.yaml
│  │  │  yolov7-tiny-rtdetr.yaml
│  │  │  yolov7-tiny-SiLU.yaml
│  │  │  yolov7-tiny-simple.yaml
│  │  │  yolov7-tiny-sn2.yaml
│  │  │  yolov7-tiny.yaml
│  │  │  yolov7-w6.yaml
│  │  │  yolov7-x-rtdetr.yaml
│  │  │  yolov7-x.yaml
│  │  │  yolov7.yaml
│  │  │  
│  │  ├─deploy
│  │  │      yolov7-d6.yaml
│  │  │      yolov7-e6.yaml
│  │  │      yolov7-e6e.yaml
│  │  │      yolov7-tiny-silu.yaml
│  │  │      yolov7-tiny.yaml
│  │  │      yolov7-w6.yaml
│  │  │      yolov7-x.yaml
│  │  │      yolov7.yaml
│  │  │      
│  │  └─u6
│  │          yolov7-C3C2-CPCA-u6.yaml
│  │          yolov7-C3C2-CrissCrossAttention-u6.yaml
│  │          yolov7-C3C2-GAMAttention-u6.yaml
│  │          yolov7-C3C2-RepVGG-u6.yaml
│  │          yolov7-C3C2-ResNet-u6.yaml
│  │          yolov7-C3C2-SegNextAttention-u6.yaml
│  │          yolov7-C3C2-u6.yaml
│  │          yolov7-DCNv2-u6.yaml
│  │          yolov7-goldyolo-u6.yaml
│  │          yolov7-MobileOne-u6.yaml
│  │          yolov7-RepNCSPELAN-u6.yaml
│  │          yolov7-rtdetr-u6.yaml
│  │          yolov7-u6.yaml
│  │          
│  ├─OBB
│  │  │  yolov7-af-Iobb.yaml
│  │  │  yolov7-af-obb.yaml
│  │  │  yolov7-C3C2-CPCA-obb.yaml
│  │  │  yolov7-C3C2-CrissCrossAttention-obb.yaml
│  │  │  yolov7-C3C2-GAMAttention-obb.yaml
│  │  │  yolov7-C3C2-obb.yaml
│  │  │  yolov7-C3C2-RepVGG-obb.yaml
│  │  │  yolov7-C3C2-ResNet-obb.yaml
│  │  │  yolov7-C3C2-SegNextAttention-obb.yaml
│  │  │  yolov7-DCNv2-obb.yaml
│  │  │  yolov7-goldyolo-obb.yaml
│  │  │  yolov7-MobileOne-obb.yaml
│  │  │  yolov7-obb-d6.yaml
│  │  │  yolov7-obb-e6.yaml
│  │  │  yolov7-obb-e6e.yaml
│  │  │  yolov7-obb-w6.yaml
│  │  │  yolov7-obb.yaml
│  │  │  yolov7-RepNCSPELAN-obb.yaml
│  │  │  yolov7-simple-obb.yaml
│  │  │  yolov7-tiny-AKConv-obb.yaml
│  │  │  yolov7-tiny-goldyolo-obb.yaml
│  │  │  yolov7-tiny-MobileNetv3-obb.yaml
│  │  │  yolov7-tiny-MobileOne-obb.yaml
│  │  │  yolov7-tiny-obb.yaml
│  │  │  yolov7-tiny-PPLCNet-obb.yaml
│  │  │  yolov7-tiny-RepNCSPELAN-obb.yaml
│  │  │  yolov7-tiny-SiLU-obb.yaml
│  │  │  yolov7-x-obb.yaml
│  │  │  
│  │  ├─deploy
│  │  │      yolov7-obb-d6.yaml
│  │  │      yolov7-obb-e6.yaml
│  │  │      yolov7-obb-e6e.yaml
│  │  │      yolov7-obb-w6.yaml
│  │  │      yolov7-obb.yaml
│  │  │      yolov7-tiny-obb.yaml
│  │  │      yolov7-tiny-silu-obb.yaml
│  │  │      yolov7-x-obb.yaml
│  │  │      
│  │  └─u6
│  │          yolov7-C3C2-CPCA-obb-u6.yaml
│  │          yolov7-C3C2-CrissCrossAttention-obb-u6.yaml
│  │          yolov7-C3C2-GAMAttention-obb-u6.yaml
│  │          yolov7-C3C2-obb-u6.yaml
│  │          yolov7-C3C2-RepVGG-obb-u6.yaml
│  │          yolov7-C3C2-ResNet-obb-u6.yaml
│  │          yolov7-C3C2-SegNextAttention-obb-u6.yaml
│  │          yolov7-DCNv2-obb-u6.yaml
│  │          yolov7-goldyolo-obb-u6.yaml
│  │          yolov7-MobileOne-obb-u6.yaml
│  │          yolov7-obb-u6.yaml
│  │          
│  ├─Pose
│  │  │  yolov7-af-ipose.yaml
│  │  │  yolov7-af-pose.yaml
│  │  │  yolov7-C3C2-CPCA-pose.yaml
│  │  │  yolov7-C3C2-CrissCrossAttention-pose.yaml
│  │  │  yolov7-C3C2-GAMAttention-pose.yaml
│  │  │  yolov7-C3C2-pose.yaml
│  │  │  yolov7-C3C2-RepVGG-pose.yaml
│  │  │  yolov7-C3C2-ResNet-pose.yaml
│  │  │  yolov7-C3C2-SegNextAttention-pose.yaml
│  │  │  yolov7-DCNv2-pose.yaml
│  │  │  yolov7-goldyolo-pose.yaml
│  │  │  yolov7-MobileOne-pose.yaml
│  │  │  yolov7-pose-d6.yaml
│  │  │  yolov7-pose-e6.yaml
│  │  │  yolov7-pose-e6e.yaml
│  │  │  yolov7-pose-w6.yaml
│  │  │  yolov7-pose.yaml
│  │  │  yolov7-RepNCSPELAN-pose.yaml
│  │  │  yolov7-simple-pose.yaml
│  │  │  yolov7-tiny-AKConv-pose.yaml
│  │  │  yolov7-tiny-goldyolo-pose.yaml
│  │  │  yolov7-tiny-MobileNetv3-pose.yaml
│  │  │  yolov7-tiny-MobileOne-pose.yaml
│  │  │  yolov7-tiny-pose.yaml
│  │  │  yolov7-tiny-PPLCNet-pose.yaml
│  │  │  yolov7-tiny-RepNCSPELAN-pose.yaml
│  │  │  yolov7-tiny-SiLU-pose.yaml
│  │  │  yolov7-x-pose.yaml
│  │  │  
│  │  ├─deploy
│  │  │      yolov7-pose-d6.yaml
│  │  │      yolov7-pose-e6.yaml
│  │  │      yolov7-pose-e6e.yaml
│  │  │      yolov7-pose-w6.yaml
│  │  │      yolov7-pose.yaml
│  │  │      yolov7-tiny-pose.yaml
│  │  │      yolov7-tiny-silu-pose.yaml
│  │  │      yolov7-x-pose.yaml
│  │  │      
│  │  └─u6
│  │          yolov7-C3C2-CPCA-pose-u6.yaml
│  │          yolov7-C3C2-CrissCrossAttention-pose-u6.yaml
│  │          yolov7-C3C2-GAMAttention-pose-u6.yaml
│  │          yolov7-C3C2-pose-u6.yaml
│  │          yolov7-C3C2-RepVGG-pose-u6.yaml
│  │          yolov7-C3C2-ResNet-pose-u6.yaml
│  │          yolov7-C3C2-SegNextAttention-pose-u6.yaml
│  │          yolov7-DCNv2-pose-u6.yaml
│  │          yolov7-goldyolo-pose-u6.yaml
│  │          yolov7-MobileOne-pose-u6.yaml
│  │          yolov7-pose-u6.yaml
│  │          
│  └─Segment
│      │  yolov7-af-iseg.yaml
│      │  yolov7-af-seg.yaml
│      │  yolov7-C3C2-CPCA-seg.yaml
│      │  yolov7-C3C2-CrissCrossAttention-seg.yaml
│      │  yolov7-C3C2-GAMAttention-seg.yaml
│      │  yolov7-C3C2-RepVGG-seg.yaml
│      │  yolov7-C3C2-ResNet-seg.yaml
│      │  yolov7-C3C2-seg.yaml
│      │  yolov7-C3C2-SegNextAttention-seg.yaml
│      │  yolov7-DCNv2-seg.yaml
│      │  yolov7-goldyolo-seg.yaml
│      │  yolov7-goldyolo-simple-seg.yaml
│      │  yolov7-MobileOne-seg.yaml
│      │  yolov7-RepNCSPELAN-seg.yaml
│      │  yolov7-seg-d6.yaml
│      │  yolov7-seg-e6.yaml
│      │  yolov7-seg-e6e.yaml
│      │  yolov7-seg-w6.yaml
│      │  yolov7-seg.yaml
│      │  yolov7-simple-seg.yaml
│      │  yolov7-tiny-AKConv-seg.yaml
│      │  yolov7-tiny-goldyolo-seg.yaml
│      │  yolov7-tiny-goldyolo-simple-seg.yaml
│      │  yolov7-tiny-MobileNetv3-seg.yaml
│      │  yolov7-tiny-MobileOne-seg.yaml
│      │  yolov7-tiny-PPLCNet-seg.yaml
│      │  yolov7-tiny-RepNCSPELAN-seg.yaml
│      │  yolov7-tiny-seg.yaml
│      │  yolov7-tiny-SiLU-seg.yaml
│      │  yolov7-tiny-simple-seg.yaml
│      │  yolov7-x-seg.yaml
│      │  
│      ├─deploy
│      │      yolov7-seg-d6.yaml
│      │      yolov7-seg-e6.yaml
│      │      yolov7-seg-e6e.yaml
│      │      yolov7-seg-w6.yaml
│      │      yolov7-seg.yaml
│      │      yolov7-tiny-seg.yaml
│      │      yolov7-tiny-silu-seg.yaml
│      │      yolov7-x-seg.yaml
│      │      
│      └─u6
│              yolov7-C3C2-CPCA-seg-u6.yaml
│              yolov7-C3C2-CrissCrossAttention-seg-u6.yaml
│              yolov7-C3C2-GAMAttention-seg-u6.yaml
│              yolov7-C3C2-RepVGG-seg-u6.yaml
│              yolov7-C3C2-ResNet-seg-u6.yaml
│              yolov7-C3C2-seg-u6.yaml
│              yolov7-C3C2-SegNextAttention-seg-u6.yaml
│              yolov7-DCNv2-seg-u6.yaml
│              yolov7-goldyolo-seg-u6.yaml
│              yolov7-MobileOne-seg-u6.yaml
│              yolov7-seg-u6.yaml
│              
├─v8
│  ├─Classify
│  │      yolov8-AIFI-cls.yaml
│  │      yolov8-cls-p2.yaml
│  │      yolov8-cls-p6.yaml
│  │      yolov8-cls.yaml
│  │      yolov8-RepVGG-cls.yaml
│  │      
│  ├─Detect
│  │      yoloe-v8.yaml
│  │      yolov8-AIFI.yaml
│  │      yolov8-AKConv.yaml
│  │      yolov8-BoT3.yaml
│  │      yolov8-C2f-DAttention.yaml
│  │      yolov8-C2f-DRB.yaml
│  │      yolov8-C2f-EMBC.yaml
│  │      yolov8-C2f-EMSC.yaml
│  │      yolov8-C2f-EMSCP.yaml
│  │      yolov8-C2f-FasterBlock.yaml
│  │      yolov8-C2f-GhostModule-DynamicConv.yaml
│  │      yolov8-C2f-MSBlockv2.yaml
│  │      yolov8-C2f-OREPA.yaml
│  │      yolov8-C2f-REPVGGOREPA.yaml
│  │      yolov8-C2f-RetBlock.yaml
│  │      yolov8-C2f-RVB-EMA.yaml
│  │      yolov8-C2f-RVB.yaml
│  │      yolov8-C2f-Star-CAA.yaml
│  │      yolov8-C2f-StarNet.yaml
│  │      yolov8-C2f-UniRepLKNetBlock.yaml
│  │      yolov8-CAConv.yaml
│  │      yolov8-ChannelAggregationFFN.yaml
│  │      yolov8-CNeB-neck.yaml
│  │      yolov8-CoordAtt.yaml
│  │      yolov8-CPAarch.yaml
│  │      yolov8-CPCA.yaml
│  │      yolov8-CrissCrossAttention.yaml
│  │      yolov8-D-LKAAttention.yaml
│  │      yolov8-DAttention.yaml
│  │      yolov8-DCNv2.yaml
│  │      yolov8-deconv.yaml
│  │      yolov8-DiT-C2f-UIB-FMDI.yaml
│  │      yolov8-ECAAttention.yaml
│  │      yolov8-EffectiveSE.yaml
│  │      yolov8-Extend.yaml
│  │      yolov8-Faster-Block-CGLU.yaml
│  │      yolov8-Faster-EMA.yaml
│  │      yolov8-FasterNet.yaml
│  │      yolov8-GAMAttention.yaml
│  │      yolov8-goldyolo.yaml
│  │      yolov8-hornet-backbone.yaml
│  │      yolov8-hornet-neck.yaml
│  │      yolov8-HWD.yaml
│  │      yolov8-l-mobilenetv3s.yaml
│  │      yolov8-LCDConv.yaml
│  │      yolov8-LeakyReLU.yaml
│  │      yolov8-Lite-c.yaml
│  │      yolov8-Lite-g.yaml
│  │      yolov8-Lite-s.yaml
│  │      yolov8-MHSA.yaml
│  │      yolov8-MLA.yaml
│  │      yolov8-mobile3s.yaml
│  │      yolov8-mobileone-backbone.yaml
│  │      yolov8-MobileOne.yaml
│  │      yolov8-mobilev3l.yaml
│  │      yolov8-MogaNet.yaml
│  │      yolov8-MSFM.yaml
│  │      yolov8-MultiOrderGatedAggregation.yaml
│  │      yolov8-ODConvNext.yaml
│  │      yolov8-p2.yaml
│  │      yolov8-p34.yaml
│  │      yolov8-p6.yaml
│  │      yolov8-p7.yaml
│  │      yolov8-PPLCNet.yaml
│  │      yolov8-RepNCSPELAN.yaml
│  │      yolov8-RepVGG-A1-backbone.yaml
│  │      yolov8-RepVGG.yaml
│  │      yolov8-RepViTBlock.yaml
│  │      yolov8-rtdetr.yaml
│  │      yolov8-SEAttention.yaml
│  │      yolov8-SegNextAttention.yaml
│  │      yolov8-ShuffleAttention.yaml
│  │      yolov8-Shufflenetv2.yaml
│  │      yolov8-SimAM.yaml
│  │      yolov8-SimSPPF.yaml
│  │      yolov8-SKAttention.yaml
│  │      yolov8-sn2.yaml
│  │      yolov8-SPDConv.yaml
│  │      yolov8-SPPCSPC.yaml
│  │      yolov8-StripNet-sn2.yaml
│  │      yolov8-SwinTransformer.yaml
│  │      yolov8-TripletAttention.yaml
│  │      yolov8-VanillaNet.yaml
│  │      yolov8.yaml
│  │      
│  ├─OBB
│  │      yolov8-AIFI-obb.yaml
│  │      yolov8-AKConv-obb.yaml
│  │      yolov8-CAConv-obb.yaml
│  │      yolov8-CNeB-neck-obb.yaml
│  │      yolov8-CPCA-obb.yaml
│  │      yolov8-CrissCrossAttention-obb.yaml
│  │      yolov8-D-LKAAttention-obb.yaml
│  │      yolov8-DAttention-obb.yaml
│  │      yolov8-DCNv2-obb.yaml
│  │      yolov8-deconv-obb.yaml
│  │      yolov8-ECAAttention-obb.yaml
│  │      yolov8-EffectiveSE-obb.yaml
│  │      yolov8-GAMAttention-obb.yaml
│  │      yolov8-goldyolo-obb.yaml
│  │      yolov8-hornet-backbone-obb.yaml
│  │      yolov8-hornet-neck-obb.yaml
│  │      yolov8-l-mobilenetv3s-obb.yaml
│  │      yolov8-LeakyReLU-obb.yaml
│  │      yolov8-Lite-c-obb.yaml
│  │      yolov8-Lite-g-obb.yaml
│  │      yolov8-Lite-s-obb.yaml
│  │      yolov8-mobile3s-obb.yaml
│  │      yolov8-mobileone-backbone-obb.yaml
│  │      yolov8-MobileOne-obb.yaml
│  │      yolov8-mobilev3l-obb.yaml
│  │      yolov8-obb-p2.yaml
│  │      yolov8-obb-p34.yaml
│  │      yolov8-obb-p6.yaml
│  │      yolov8-obb-p7.yaml
│  │      yolov8-obb.yaml
│  │      yolov8-PPLCNet-obb.yaml
│  │      yolov8-RepNCSPELAN-obb.yaml
│  │      yolov8-RepVGG-A1-backbone-obb.yaml
│  │      yolov8-RepVGG-obb.yaml
│  │      yolov8-SEAttention-obb.yaml
│  │      yolov8-SegNextAttention-obb.yaml
│  │      yolov8-ShuffleAttention-obb.yaml
│  │      yolov8-Shufflenetv2-obb.yaml
│  │      yolov8-SimAM-obb.yaml
│  │      yolov8-SimSPPF-obb.yaml
│  │      yolov8-SKAttention-obb.yaml
│  │      yolov8-SPPCSPC-obb.yaml
│  │      yolov8-TripletAttention-obb.yaml
│  │      
│  ├─Pose
│  │      yolov8-AIFI-pose.yaml
│  │      yolov8-AKConv-pose.yaml
│  │      yolov8-CAConv-pose.yaml
│  │      yolov8-CNeB-neck-pose.yaml
│  │      yolov8-CoordAtt-pose.yaml
│  │      yolov8-CPCA-pose.yaml
│  │      yolov8-CrissCrossAttention-pose.yaml
│  │      yolov8-D-LKAAttention-pose.yaml
│  │      yolov8-DAttention-pose.yaml
│  │      yolov8-DCNv2-pose.yaml
│  │      yolov8-deconv-pose.yaml
│  │      yolov8-ECAAttention-pose.yaml
│  │      yolov8-EffectiveSE-pose.yaml
│  │      yolov8-GAMAttention-pose.yaml
│  │      yolov8-goldyolo-pose.yaml
│  │      yolov8-hornet-backbone-obb.yaml
│  │      yolov8-hornet-neck-obb.yaml
│  │      yolov8-l-mobilenetv3s-pose.yaml
│  │      yolov8-LeakyReLU-pose.yaml
│  │      yolov8-Lite-c-pose.yaml
│  │      yolov8-Lite-g-pose.yaml
│  │      yolov8-Lite-s-pose.yaml
│  │      yolov8-mobile3s-pose.yaml
│  │      yolov8-mobileone-backbone-pose.yaml
│  │      yolov8-MobileOne-pose.yaml
│  │      yolov8-mobilev3l-pose.yaml
│  │      yolov8-pose-p2.yaml
│  │      yolov8-pose-p34.yaml
│  │      yolov8-pose-p6.yaml
│  │      yolov8-pose-p7.yaml
│  │      yolov8-pose.yaml
│  │      yolov8-PPLCNet-pose.yaml
│  │      yolov8-RepNCSPELAN.yaml
│  │      yolov8-RepVGG-A1-backbone-obb.yaml
│  │      yolov8-RepVGG-pose.yaml
│  │      yolov8-SEAttention-pose.yaml
│  │      yolov8-SegNextAttention-pose.yaml
│  │      yolov8-ShuffleAttention-pose.yaml
│  │      yolov8-Shufflenetv2-pose.yaml
│  │      yolov8-SimAM-pose.yaml
│  │      yolov8-SimSPPF-pose.yaml
│  │      yolov8-SKAttention-pose.yaml
│  │      yolov8-SPPCSPC-pose.yaml
│  │      yolov8-TripletAttention-pose.yaml
│  │      
│  └─Segment
│          yoloe-v8-seg.yaml
│          yolov8-AIFI-seg.yaml
│          yolov8-AKConv-seg.yaml
│          yolov8-BoT3-seg.yaml
│          yolov8-C2f-UIB-seg.yaml
│          yolov8-CAConv-seg.yaml
│          yolov8-CNeB-neck-seg.yaml
│          yolov8-CPCA-seg.yaml
│          yolov8-CrissCrossAttention-seg.yaml
│          yolov8-D-LKAAttention-seg.yaml
│          yolov8-DAttention-seg.yaml
│          yolov8-DCNv2-seg.yaml
│          yolov8-deconv-seg.yaml
│          yolov8-ECAAttention-seg.yaml
│          yolov8-EffectiveSE-seg.yaml
│          yolov8-GAMAttention-seg.yaml
│          yolov8-goldyolo-seg.yaml
│          yolov8-hornet-backbone-seg.yaml
│          yolov8-hornet-neck-seg.yaml
│          yolov8-l-mobilenetv3s-seg.yaml
│          yolov8-LeakyReLU-seg.yaml
│          yolov8-Lite-c-seg.yaml
│          yolov8-Lite-g-seg.yaml
│          yolov8-Lite-s-seg.yaml
│          yolov8-mobile3s-seg.yaml
│          yolov8-mobileone-backbone-seg.yaml
│          yolov8-MobileOne-seg.yaml
│          yolov8-mobilev3l-seg.yaml
│          yolov8-MobileViT-seg.yaml
│          yolov8-PPLCNet-seg.yaml
│          yolov8-RepNCSPELAN.yaml
│          yolov8-RepVGG-A1-backbone-seg.yaml
│          yolov8-RepVGG-seg.yaml
│          yolov8-SEAttention-seg.yaml
│          yolov8-seg-p2.yaml
│          yolov8-seg-p34.yaml
│          yolov8-seg-p6.yaml
│          yolov8-seg-p7.yaml
│          yolov8-seg.yaml
│          yolov8-SegNextAttention.yaml
│          yolov8-ShuffleAttention-seg.yaml
│          yolov8-Shufflenetv2-seg.yaml
│          yolov8-SimAM-seg.yaml
│          yolov8-SimSPPF-seg.yaml
│          yolov8-SKAttention-seg.yaml
│          yolov8-SPPCSPC-seg.yaml
│          yolov8-TripletAttention-seg.yaml
│          
├─v9
│  ├─Detect
│  │  │  gelan-c-AKConv.yaml
│  │  │  gelan-c-DCNV3RepNCSPELAN4.yaml
│  │  │  gelan-c-DualConv.yaml
│  │  │  gelan-c-FasterRepNCSPELAN.yaml
│  │  │  gelan-c-KANRepNCSPELAN4.yaml
│  │  │  gelan-c-OREPAN.yaml
│  │  │  gelan-c-p2.yaml
│  │  │  gelan-c-p34.yaml
│  │  │  gelan-c-p6.yaml
│  │  │  gelan-c-SCConv.yaml
│  │  │  gelan-c-SPDConv.yaml
│  │  │  gelan-c.yaml
│  │  │  gelan-e.yaml
│  │  │  gelan-m.yaml
│  │  │  gelan-dual-backbone.yaml
│  │  │  gelan-s-DySnakeRepNCSPELAN.yaml
│  │  │  gelan-s-FasterRepNCSPELAN.yaml
│  │  │  gelan-s.yaml
│  │  │  gelan-t.yaml
│  │  │  gelan.yaml
│  │  │  
│  │  └─u
│  │          yolov9c.yaml
│  │          yolov9e.yaml
│  │          yolov9m.yaml
│  │          yolov9s.yaml
│  │          yolov9t.yaml
│  │          
│  ├─OBB
│  │  │  gelan-c-AKConv-obb.yaml
│  │  │  gelan-c-dobb.yaml
│  │  │  gelan-c-obb-p2.yaml
│  │  │  gelan-c-obb-p34.yaml
│  │  │  gelan-c-obb-p6.yaml
│  │  │  gelan-c-obb.yaml
│  │  │  gelan-c-OREPAN-obb.yaml
│  │  │  gelan-e-obb.yaml
│  │  │  gelan-m-obb.yaml
│  │  │  gelan-obb.yaml
│  │  │  gelan-s-obb.yaml
│  │  │  gelan-t-obb.yaml
│  │  │  
│  │  └─u
│  │          yolov9-c-obb.yaml
│  │          yolov9-e-obb.yaml
│  │          yolov9-obb.yaml
│  │          
│  ├─Pose
│  │  │  gelan-c-AKConv-pose.yaml
│  │  │  gelan-c-dpose.yaml
│  │  │  gelan-c-OREPAN-pose.yaml
│  │  │  gelan-c-pose-p2.yaml
│  │  │  gelan-c-pose-p34.yaml
│  │  │  gelan-c-pose-p6.yaml
│  │  │  gelan-c-pose.yaml
│  │  │  gelan-c-SPDConv-pose.yaml
│  │  │  gelan-e-pose.yaml
│  │  │  gelan-m-pose.yaml
│  │  │  gelan-pose.yaml
│  │  │  gelan-s-pose.yaml
│  │  │  gelan-t-pose.yaml
│  │  │  
│  │  └─u
│  │          yolov9-c-pose.yaml
│  │          yolov9-e-pose.yaml
│  │          yolov9-pose.yaml
│  │          
│  └─Segment
│      │  gelan-c-AKConv-dseg.yaml
│      │  gelan-c-AKConv-seg.yaml
│      │  gelan-c-dseg.yaml
│      │  gelan-c-OREPAN-dseg.yaml
│      │  gelan-c-OREPAN-seg.yaml
│      │  gelan-c-SCConv-dseg.yaml
│      │  gelan-c-seg-p2.yaml
│      │  gelan-c-seg-p34.yaml
│      │  gelan-c-seg-p6.yaml
│      │  gelan-c-seg.yaml
│      │  gelan-e-dseg.yaml
│      │  gelan-e-seg.yaml
│      │  gelan-m-seg.yaml
│      │  gelan-s-DySnakeRepNCSPELAN4-seg.yaml
│      │  gelan-s-seg.yaml
│      │  gelan-seg.yaml
│      │  gelan-t-seg.yaml
│      │  
│      └─u
│              yolov9-c-seg.yaml
│              yolov9-e-seg.yaml
│              yolov9-seg.yaml
│              
├─Vajrav1
│  ├─Detect
│  │      Vajrav1-l.yaml
│  │      Vajrav1-m.yaml
│  │      Vajrav1-n.yaml
│  │      Vajrav1-s.yaml
│  │      
│  └─Pose
│          Vajrav1-l.yaml
│          Vajrav1-m.yaml
│          Vajrav1-n.yaml
│          Vajrav1-s-pose.yaml
│          
├─X
│  ├─Detect
│  │      yoloX-l-lite-c.yaml
│  │      yoloX-l-lite-g.yaml
│  │      yoloX-l-p6.yaml
│  │      yoloX-l-rtdetr.yaml
│  │      yoloX-l.yaml
│  │      yoloX-m-lite-c.yaml
│  │      yoloX-m-lite-g.yaml
│  │      yoloX-m-p6.yaml
│  │      yoloX-m-rtdetr.yaml
│  │      yoloX-m.yaml
│  │      yoloX-n-lite-c.yaml
│  │      yoloX-n-lite-g.yaml
│  │      yoloX-n-p6.yaml
│  │      yoloX-n-rtdetr.yaml
│  │      yoloX-n.yaml
│  │      yoloX-s-lite-c.yaml
│  │      yoloX-s-lite-g.yaml
│  │      yoloX-s-p6.yaml
│  │      yoloX-s-rtdetr.yaml
│  │      yoloX-s.yaml
│  │      yoloX-t-lite-c.yaml
│  │      yoloX-t-lite-g.yaml
│  │      yoloX-t-p6.yaml
│  │      yoloX-t-rtdetr.yaml
│  │      yoloX-t.yaml
│  │      yoloX-x-lite-c.yaml
│  │      yoloX-x-lite-g.yaml
│  │      yoloX-x-p6.yaml
│  │      yoloX-x-rtdetr.yaml
│  │      yoloX-x.yaml
│  │      yoloXnano-Lite-e.yaml
│  │      
│  ├─OBB
│  │      yoloX-l-lite-c-obb.yaml
│  │      yoloX-l-lite-g-obb.yaml
│  │      yoloX-l-obb-p6.yaml
│  │      yoloX-l-obb.yaml
│  │      yoloX-m-lite-c-obb.yaml
│  │      yoloX-m-lite-g-obb.yaml
│  │      yoloX-m-obb-p6.yaml
│  │      yoloX-m-obb.yaml
│  │      yoloX-n-lite-c-obb.yaml
│  │      yoloX-n-lite-g-obb.yaml
│  │      yoloX-n-obb-p6.yaml
│  │      yoloX-n-obb.yaml
│  │      yoloX-s-lite-c-obb.yaml
│  │      yoloX-s-lite-g-obb.yaml
│  │      yoloX-s-obb-p6.yaml
│  │      yoloX-s-obb.yaml
│  │      yoloX-t-lite-c-obb.yaml
│  │      yoloX-t-lite-g-obb.yaml
│  │      yoloX-t-obb-p6.yaml
│  │      yoloX-t-obb.yaml
│  │      yoloX-x-lite-c-obb.yaml
│  │      yoloX-x-lite-g-obb.yaml
│  │      yoloX-x-obb-p6.yaml
│  │      yoloX-x-obb.yaml
│  │      
│  ├─Pose
│  │      yoloX-l-lite-c-pose.yaml
│  │      yoloX-l-lite-g-pose.yaml
│  │      yoloX-l-pose-p6.yaml
│  │      yoloX-l-pose.yaml
│  │      yoloX-m-lite-c-pose.yaml
│  │      yoloX-m-lite-g-pose.yaml
│  │      yoloX-m-pose-p6.yaml
│  │      yoloX-m-pose.yaml
│  │      yoloX-n-lite-c-pose.yaml
│  │      yoloX-n-lite-g-pose.yaml
│  │      yoloX-n-pose-p6.yaml
│  │      yoloX-n-pose.yaml
│  │      yoloX-s-lite-c-pose.yaml
│  │      yoloX-s-lite-g-pose.yaml
│  │      yoloX-s-pose-p6.yaml
│  │      yoloX-s-pose.yaml
│  │      yoloX-t-lite-c-pose.yaml
│  │      yoloX-t-lite-g-pose.yaml
│  │      yoloX-t-pose-p6.yaml
│  │      yoloX-t-pose.yaml
│  │      yoloX-x-lite-c-pose.yaml
│  │      yoloX-x-lite-g-pose.yaml
│  │      yoloX-x-pose-p6.yaml
│  │      yoloX-x-pose.yaml
│  │      
│  └─Segment
│          yoloX-l-lite-c-seg.yaml
│          yoloX-l-lite-g-seg.yaml
│          yoloX-l-seg-p6.yaml
│          yoloX-l-seg.yaml
│          yoloX-m-lite-c-seg.yaml
│          yoloX-m-lite-g-seg.yaml
│          yoloX-m-seg-p6.yaml
│          yoloX-m-seg.yaml
│          yoloX-n-lite-c-seg.yaml
│          yoloX-n-lite-g-seg.yaml
│          yoloX-n-seg-p6.yaml
│          yoloX-n-seg.yaml
│          yoloX-s-lite-c-seg.yaml
│          yoloX-s-lite-g-seg.yaml
│          yoloX-s-seg-p6.yaml
│          yoloX-s-seg.yaml
│          yoloX-t-lite-c-seg.yaml
│          yoloX-t-lite-g-seg.yaml
│          yoloX-t-seg-p6.yaml
│          yoloX-t-seg.yaml
│          yoloX-x-lite-c-seg.yaml
│          yoloX-x-lite-g-seg.yaml
│          yoloX-x-seg-p6.yaml
│          yoloX-x-seg.yaml
│          
├─yolact
│  └─Segment
│          yolact-cspdarknet53.yaml
│          yolact-resnet101.yaml
│          yolact-resnet50.yaml
│          
├─yolo-world
│      yolov8-world.yaml
│      yolov8-worldv2.yaml
│      
└─yoloe
    ├─Detect
    │      yoloe-26.yaml
    │      yoloe-v11.yaml
    │      yoloe-v8.yaml
    │      
    └─Segment
            yoloe-26-seg.yaml
            yoloe-v11-seg.yaml
            yoloe-v8-seg.yaml