YOLOv8优化:注意力系列篇 | 小目标涨点系列篇 | 多尺度空洞注意力(MSDA) | 中科院一区顶刊

本文改进: 新的注意力机制——多尺度空洞注意力(MSDA)。MSDA 能够模拟小范围内的局部和稀疏的图像块交互;

如何在YOLOv8下使用:1)作为注意力机制放在各个网络位置;2)与C2f结合替代原始的C2f

MSCA多尺度特性在小目标检测领域表现优异

YOLOv8改进专栏:http://t.csdnimg.cn/hGhVK

学姐带你学习YOLOv8,从入门到创新,轻轻松松搞定科研;

1.DilateFormer介绍

YOLOv8优化:注意力系列篇 | 小目标涨点系列篇 | 多尺度空洞注意力(MSDA) | 中科院一区顶刊_第1张图片

论文: 2302.01791.pdf (arxiv.org)

本文提出了一种新颖的多尺度空洞 Transformer,简称DilateFormer,以用于视觉识别任务。原有的 ViT

你可能感兴趣的:(YOLOv8创新改进,YOLO,人工智能,算法,学习,python)