【YOLOv8改进】 YOLOv8 更换骨干网络之GhostNetV2 长距离注意力机制增强廉价操作，构建更强端侧轻量型骨干 (论文笔记+引入代码)

相关文章

• 

  【YOLOv8改进】 YOLOv8 更换骨干网络之 GhostNet ：通过低成本操作获得更多特征 (论文笔记+引入代码).md

  在嵌入式设备上部署卷积神经网络（CNNs）由于有限的内存和计算资源而变得困难。特征图中的冗余是那些成功的CNNs的一个重要特性，但在神经架构设计中很少被研究。本文提出了一种新颖的Ghost模块，用于通过低成本操作生成更多的特征图。基于一组内在特征图，我们应用一

  2024年03月20日

  浏览(57)
• 

  YOLOv8改进 | 主干篇 | 华为移动端模型Ghostnetv1改进特征提取网络

  本文给大家带来的改进机制是华为移动端模型 Ghostnetv1 ，华为的 GhostNet 是一种轻量级卷积神经网络，旨在在计算资源有限的嵌入式设备上实现高性能的图像分类。 GhostNet的关键思想 在于通过引入Ghost模块，以较低的计算成本增加了特征图的数量，从而提高了模型的性能。这种

  2024年01月19日

  浏览(55)
• 

  YOLOv8 更换骨干网络之 MobileNetV3

  论文地址：https://arxiv.org/abs/1905.02244 代码地址：https://github.com/xiaolai-sqlai/mobilenetv3 我们展示了基于互补搜索技术和新颖架构设计相结合的下一代 MobileNets。MobileNetV3通过结合硬件感知网络架构搜索（NAS）和 NetAdapt算法对移动设计如何协同工作，利用互补的方法来提高移动端CP

  2023年04月21日

  浏览(44)
• 

  改进YOLO系列 | YOLOv5 更换骨干网络之 ConvNeXt

  🍀2023/6/30 更新源代码 ，并追加结构对应的超参数文件 论文地址：https://arxiv.org/pdf/2201.03545.pdf 代码地址：https://github.com/facebookresearch/ConvNeXt 视觉识别的“Roaring 20年代”始于视觉变换器（ViTs）的引入，它很快取代了ConvNets，成为最先进的图像分类模型。另一方面，普通ViTs在应

  2024年02月04日

  浏览(50)
• 

  主干网络篇 | YOLOv8更换主干网络之VanillaNet | 华为方舟实验室提出全新轻量级骨干架构

  前言： Hello大家好，我是小哥谈。 华为方舟实验室所提出的VanillaNet架构克服了固有复杂性的挑战，使其成为资源受限环境的理想选择。其易于理解和高度简化的架构为高效部署开辟了新的可能性。广泛的实验表明，VanillaNet提供的性能与著名的深度神经网络和vision transformer

  2024年04月14日

  浏览(72)
• 

  【RT-DETR有效改进】华为 | GhostnetV2移动端的特征提取网络效果完爆MobileNet系列

  👑 欢迎大家订阅本专栏，一起学习RT-DETR 👑  本文给大家带来的改进机制是华为移动端模型GhostNetV2，华为 GhostNetV2 是为 移动应用设计的轻量级卷积神经网络（CNN） ，旨在提供更快的推理速度，其引入了一种硬件友好的注意力机制，称为DFC注意力。这个注意力机制是基于全

  2024年01月22日

  浏览(51)

• YOLOv8芒果独家首发 | 改进新主干：改进版目标检测新范式骨干PPHGNetv2，百度出品，提升YOLOv8检测能力

  💡 本篇内容 ：YOLOv8改进新主干：目标检测新范式骨干PPHGNetv2改进版，百度出品，提升YOLOv8检测能力 💡🚀🚀🚀本博客 改进源代码改进 适用于 YOLOv8 按步骤操作运行改进后的代码即可 💡本文提出改进 原创 方式：二次创新，YOLOv8专属，充分结合YOLOv8和 PPHGNetv2网络 本改进结

  2024年02月06日

  浏览(47)
• 

  YOLOV8改进：更换为MPDIOU,实现有效涨点

  1.该文章属于YOLOV5/YOLOV7/YOLOV8改进专栏，包含大量的改进方式，主要以2023年的最新文章和2022年的文章提出改进方式。 2.提供更加详细的改进方法，如将注意力机制添加到网络的不同位置，便于做实验，也可以当做论文的创新点。 2.涨点效果：更换为MPDIOU,实现有效涨点！ 目录

  2024年02月10日

  浏览(57)
• 

  YOLOv5/v7 更换骨干网络之 SwinTransformer

  提供 YOLOv5 / YOLOv7 / YOLOv7-tiny 模型 YAML 文件 论文地址：https://arxiv.org/pdf/2103.14030.pdf 代码地址：https://github.com/microsoft/Swin-Transformer 本文介绍了一种新的视觉 Transformer ，称为 Swin Transformer ，它可以作为计算机视觉通用的骨干网络。从语言到视觉的转换中，适应 Transformer 所面临的

  2023年04月14日

  浏览(56)

• YOLOv8改进轻量级PP-LCNet主干系列：最新使用超强悍CPU级骨干网络PP-LCNet，在CPU上让模型起飞，速度比MobileNetV3+快3倍，又轻又快

  💡本篇文章 基于 YOLOv8 芒果改进YOLO系列： YOLOv8改进轻量级主干系列：最新使用超强悍CPU级骨干网络PP-LCNet，在CPU上让模型起飞，速度比MobileNetV3+快3倍、打造全新YOLOv8检测器 。 🚀🚀🚀内含改进源代码，按步骤操作运行改进后的代码即可 参数量和计算量均下降 重点 ：🔥🔥

  2024年02月06日

  浏览(55)