【YOLOv8改进[Conv]】使用基于Haar的小波变换Down_wt助力V8更优秀

目录

一 基于Haar的小波变换

二 使用基于Haar的小波变换Down_wt助力V8更优秀

1 整体修改

① 添加haar_HWD.py文件

② 修改ultralytics/nn/tasks.py文件内容

2 配置文件

3 训练

其他

1 报错处理

2 关闭AMP的训练方式

---

一 基于Haar的小波变换

Haar小波是最简单的小波形式之一，具有易于计算和实现的优点。使用二维离散小波变换（2D DWT），将图像信息矩阵分解为细节矩阵（水平分量、垂直分量和对角线分量）和信息矩阵。最后，使用这些矩阵信息重构图像。通过使用Haar小波作为基函数，对原始图像进行压缩处理，减少图像大小，同时还会尽可能保持图像质量（图像边缘和细节方面会保留，不会损失很大）。

官方代码地址：GitCode - 开发者的代码家园

二 使用基于Haar的小波变