YOLOv8-Seg改进:轻量化改进 | 超越RepVGG!浙大&阿里提出OREPA:在线卷积重参数化

 本文改进:OREPA在线卷积重参数化巧妙的和YOLOV8结合,并实现轻量化

 YOLOv8-seg创新专栏:http://t.csdnimg.cn/KLSdv

学姐带你学习YOLOv8,从入门到创新,轻轻松松搞定科研;
1)手把手教你如何训练YOLOv8-seg;
2)模型创新,提升分割性能;
3)独家自研模块助力分割;

1.OREPA介绍

YOLOv8-Seg改进:轻量化改进 | 超越RepVGG!浙大&阿里提出OREPA:在线卷积重参数化_第1张图片

论文:https://arxiv.org/pdf/2204.00826.pdf

摘要:结构重新参数化在各种计算机视觉任务中引起了越来越多的关注。它旨在在不引入任何推理时间成本的情况下提高深度模型的性

你可能感兴趣的:(YOLOv8-seg创新,YOLO,深度学习,人工智能,算法)