【目标检测实验系列】AutoDL线上GPU服务器租用流程以及如何用Pycharm软件远程连接服务器进行模型训练 （以Pycharm远程训练Yolov5项目为例子 超详细）

实用小技巧：PyCharm中以函数化封装代码并在JupyterNoteBook中调用

解决本地修改代码，Pycharm远程AutoDL服务器代码同步失败以及can′t get remote credentials for deployment server的问题

【目标检测实验系列】YOLOv5模型改进：融入坐标注意力机制CA，多维度关注数据特征，高效涨点！（内含源代码，超详细改进代码流程）

【目标检测实验系列】YOLOv5模型改进：融合混合注意力机制CBAM，关注通道和空间特征，助力模型高效涨点！（内含源代码，超详细改进代码流程）

【目标检测实验系列】YOLOv5改进实验：结合VariFocal Loss损失函数，减少小目标漏检问题，高效提升模型检测的召回率（超详细改进代码流程）

【目标检测实验系列】通过全局上下文注意力机制Global Context Block(GC)融合到YOLOv5案例，吃透简单即插即用注意力机制代码修改要点，举一反三！（超详细改进代码流程）

将西工大遥感数据集NWPU VHR-10的格式转为VOC通用的数据集，再次将转换后的VOC格式的数据集转变成yolov3 spp所需要格式的数据集

【目标检测实验系列】解决Pycharm终端(terminal)远程连接服务器（AutoDL），出现中文乱码以及如何在本地选择服务器配置的conda环境(很细节，容易忽视)

【目标检测实验系列】YOLOv5创新点：模型与Ghost卷积结构结合，降低参数量和GFLOPs的同时，保持精度不下降，模型轻量化必备！（内含源代码，超详细改进代码流程）