YoloV8改进策略:将DCN v1与v2运用到YoloV8中,化身成上分小黑子

文章目录

  • 摘要
  • DCNv1和DCNv2(可变形卷积)
    • 背景
  • 可变形卷积
    • DCNv1源码
    • DCNv2源码
  • 改进策略
    • 改进一
    • 改进二
  • 结果对比
    • 改进一
    • 改进二
    • 总结
  • 参考文章

摘要

在前面的文章中,我们尝试用DCNv3替换YoloV8中的结构,实现了分数的上涨。在这篇文章中,我们尝试用DCNv1与DCNv2.比一比哪个才是最优秀的小黑子。
YoloV8改进策略:将DCN v1与v2运用到YoloV8中,化身成上分小黑子_第1张图片

DCNv1和DCNv2(可变形卷积)

论文链接:

  • DCN

你可能感兴趣的:(YoloV8实战以及改进策略,深度学习,计算机视觉,人工智能)