YOLOv7改进策略：RIFormerBlock助力检测｜CVPR2023 RIFormer：无需TokenMixer也能达成SOTA性能的极简ViT架构

 本文属于原创独家改进： 稀疏重参数RIFormerBlock模型引入YOLOv7进行创新性

RIFormerBlock |   亲测在多个数据集实现涨点；

 收录：

YOLOv7高阶自研专栏介绍：

http://t.csdnimg.cn/tYI0c

✨✨✨前沿最新计算机顶会复现

YOLOv7自研创新结合，轻松搞定科研

持续更新中，定期更新不同数据集涨点情况
 

 1.RIFormer介绍

 论文：https://arxiv.org/pdf/2304.05659.pdf

         问题：Vision Transformer 已取得长足进步，token mixer，其优秀的建模能力已在各种视觉任务中被广泛证明，典型的 token mixer 为自注意力机制，推理耗时长，计算代价大。直接去除会导致模型结构先验不完整，从而带来显著的准确性下降。本文探索如何去掉 token mixer，并以 poolformer 为基准，探索在保证精度的同时