YoloV8改进策略:RefConv打造轻量化YoloV8利器

文章目录

  • 摘要
  • 论文:《RefConv: 重参数化的重聚焦卷积》
  • 1、简介
  • 2、相关研究
    • 2.1、用于更好性能的架构设计
    • 2.2、结构重参数化
    • 2.3、权重重参数化方法
  • 3、重参数化的重聚焦卷积
    • 3.1、深度RefConv
    • 3.2、普通的RefConv
    • 3.3、重聚焦学习
  • 4、实验
    • 4.1、在ImageNet上的性能评估
    • 4.2、与其他重参数化方法的比较
    • 4.3、目标检测和语义分割
    • 4.4、消融实验
    • 4.5、REFCONV减少通道冗余
    • 4.6、RefConv 平滑损失景观
  • 5、结论
  • Appendix

你可能感兴趣的:(Yolo系列轻量化改进,YOLO,深度学习,人工智能)