此栏目解读SCI、EI等英文论文解读，梳理并复现改进创新点，帮助大家将改进点运用于自己的目标检测场景中，助力发论文。

💡🎈☁️1. SCI论文解读复现【NO.1】基于Transformer-YOLOv5的侧扫声纳图像水下海洋目标实时检测
💡🎈☁️2. SCI论文解读复现【NO.2】基于注意机制的YOLOv5改进算法在行星图像中的应用(代码已复现)
💡🎈☁️3. SCI论文解读复现【NO.3】MSFT-YOLO：基于变压器的改进YOLOv5钢表面缺陷检测(代码已复现)
💡🎈☁️4. 英文论文（sci）解读复现【NO.4】FINet：基于合成雾和改进YOLOv5的绝缘子数据集和检测基准(代码已复现)
💡🎈☁️5. 英文论文（sci）解读复现【NO.5】目标检测模型设计准则 | YOLOv7参考的ELAN模型解读，YOLO系列模型思想的设计源头
💡🎈☁️6. 英文论文（sci）解读复现【NO.6】ASFF-YOLOv5：基于多尺度特征融合的无人机图像道路交通多元检测方法
💡🎈☁️7. 英文论文（sci）解读复现【NO.7】基于注意机制的改进YOLOv5s目标检测算法
💡🎈☁️8. 英文论文（sci）解读复现【NO.8】基于注意机制和感受野的YOLOv5在唐卡图像缺陷识别中的应用
💡🎈☁️9. 英文论文（sci）解读复现【NO.9】基于注意机制的葡萄叶片病害检测
💡🎈☁️10. 英文论文（sci）解读复现【NO.10】宁夏酿酒葡萄病虫害智能检测平台设计
💡🎈☁️11. 英文论文（sci）解读复现【NO.11】一种先进的基于深度学习模型的植物病害检测：近期研究综述
💡🎈☁️12. 英文论文（sci）解读复现【NO.12】YOLO-Tea: YOLOv5改进的茶叶病害检测模型