YOLOv8改进:轻量化卷积设计 | DualConv双卷积魔改v8结构

发布时间:2023年12月17日

 ??????本文改进:  DualConv双卷积魔改v8结构,达到轻量化的同时并能够实现小幅涨点

 ??????YOLOv8改进专栏:http://t.csdnimg.cn/hGhVK

学姐带你学习YOLOv8,从入门到创新,轻轻松松搞定科研;

1.DualConv介绍

论文:https://arxiv.org/pdf/2202.07481.pdf

摘要:CNN 架构通常对内存和计算要求很高,这使得它们对于硬件资源有限的嵌入式系统不可行。 我们提出双卷积核(DualConv)来构建轻量级深度神经网络。 DualConv 结合了 3×3 和 1×1 卷积核来同时处理相同的输入特征图通道,并利用组卷积技术来有效地排列卷积滤波器。DualConv 可用于任何 CNN 模型,例如用于图像分类的 VGG-16 和 ResNet-50、用于对象检测的 YOLO 和 R-CNN 或用于语义分割的 FCN。 在本文中,我们广泛测试了 DualConv 的分类功能&#

文章来源:https://blog.csdn.net/CV_20231007/article/details/135011445
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。