改进YOLO系列:改进YOLOv8,结合ConvNeXt V2骨干网络!使用MAE共同设计和扩展ConvNet

改进YOLO系列:改进YOLOv8,结合ConvNeXt V2骨干网络!使用MAE共同设计和扩展ConvNet

  • 一、论文讲解
    • 1. 全卷积掩码自动编码器(FCMAE)
    • 2. 全局响应归一化(GRN)层
  • 二、YOLOv8更改骨干
    • 1.yaml文件
    • 2. ConvNeXt V2代码
    • 3. 注册模块
    • 4. 测试运行

单位: KAIST, FAIR(刘壮等人), 纽约大学(谢赛宁)
代码:https://github.com/facebookresearch/ConvNeXt-V2
论文:https://arxiv.org/abs/2301.00808

一、论文讲解

在改进的架构和更好的表示学习框架的推动下,视觉识别领域在21世纪20年代初享受到了快速的现代化和性能提升。例如,以ConvNeX

你可能感兴趣的:(YOLOv8,YOLO5系列改进专栏,YOLO,深度学习,计算机视觉)