一、本文介绍本文记录的是利用RCS-OSA模块优化YOLOv10的目标检测网络模型。RCS-OSA的全称为Reparameterized Convolution based on channel Shuffle - One - Shot Aggregation,即基于 通道混洗的重参数化卷积 - 一…
一、本文介绍本文给大家带来的改进机制是利用 YOLOv10提出的C2fCIB模块助力YOLOv8进行有效涨点,其中C2fCIB模块所用到的CIB模块是一种紧凑的倒置块结构,它采用廉价的深度卷积进行空间混合,并采用成本效益高的点…
YOLOv10改进策略【卷积层】| CVPR-2021 多样分支块DBB,替换传统下采样Conv 并二次创新C2fCIBblog.csdn.net/qq_42591591/article/details/143558462 YOLOv10改进合集地址: YOLOv10改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进blog.csdn.net/qq_42591591...
YOLOv10改进策略【注意力机制篇】| Large Separable Kernel Attention (LSKA) 大核可分离卷积注意力 二次创新PSA、C2fCIB Limiiiing 计算机视觉方向,SCI发表一、本文介绍 本文记录的是利用LSKA 大核可分离卷积注意力模块优化YOLOv10的目标检测网络模型。LSKA结合了大卷积核的广阔感受野和可分离卷积的高效性,不仅降低...
YOLOv10改进策略【卷积层】| CVPR-2024 利用DynamicConv 动态卷积 结合C2fCIB进行二次创新,提高精度 Limiiiing 计算机视觉方向,SCI发表一、本文介绍 本文记录的是利用DynamicConv优化YOLOv10的目标检测网络模型。 在大规模训练中,模型的参数数量越多,FLOP也越高,但在一些对计算资源有限制的场景下,需要低FLOP的模...