1.Ghostnet、G_ghost、Ghostnetv2性能比较 引入到yolov8,Bottleneck与c2f结合,代替backbone中的所有c2f。 layers parameters GFLOPs kb YOLOv8s 168 11125971 28.4 21991 YOLOv8_C2f_GhostBottleneckV2s 279 2553539 6.8 5250 YOLOv8_C2f_GhostBottlenecks
高效的计算成本:通过采用DFC注意力机制和对特征进行下采样,GhostNetV2在不牺牲性能的情况下,显著减少了模型的计算成本。这使得GhostNetV2在保持轻量级的同时,还能在移动设备上快速推理,提高了模型的实用性。 模型结构的优化:GhostNetV2采用了Inverted bottleneck设计,并通过DFC注意力机制与Ghost模块并行工作的方式,增强了扩展...