本文提出了一种即插即用的 PinwheelConv风车状卷积,利用IRST的高斯分布特征,以最小的参数实现了高效、更大的感受野。还引入了一种简单而有效的SD损失函数,解决了标签的IoU波动问题。通过与现有卷积模块和损失函数的广泛比较,本文方法始终优于最先进的方法,展示了卓越的准确性和鲁棒性。在多个模型上验证了该方法的有效...
最后,通过卷积核W^{(2,2,c2)}对拼接的张量进行归一化,而不进行填充。输出特征图的高度和宽度调整为预设值h_{2},w_{2},使PConv 和Conv 层可互换,并作用分析不同卷积方向的贡献的信道注意力机制。最终输出Y^{(h_{2},w_{2},c_{2})}计算如下: h_{2} = h^{'} -1=\frac{h_{1}}{s}, w_...