点击上方 蓝字 关注我们
微信公众号： OpenCV学堂
关注获取更多计算机视觉与深度学习知识
概述
2023年底出现了一篇论文介绍了一种新的卷积网络结构AKConv，它是可变形卷积网络结构的基础更进一步，实现了一种更加随机的卷积结构与参数选择的卷积神经网络结构，效果比DCN更加厉害，但是随着卷积窗口的增大，参数量却比DCN要少很多，图示如下：
生成AKConv
正常的卷积神经网络结构中，卷积操作都是网格化采样操作，网格内的全部参数都是参与运算过程。而 AKConv为了得到形状不规则的卷积核，因此，首先假设生成卷积核 Pn 的初始采样坐标，然后为再采样点创建不规则网格。 最后，我们将它们拼接起来，生成整体采样网格。作者论文给出的伪代码如下
生成算法生成任意卷积核大小的初始采样坐标，它提供不规则卷积核大小的初始采样形状，图示如下
AKConv的扩展结构
实验对比
修改YOLOv5的Conv层替换为AKConv以后，对比实验如下：
作者还给出了改进版本的YOLOv5、YOLOv7、YOLOv8的模型结构与AKConv卷积结构的 实现代码 ，点击这里可以查看到：
https://github.com/CV-ZhangXin/AKConv
不知道怎么修改YOLOv5与YOLOv8模型结构，现在学习还来得及，扫码查看YOLOv8全家桶课程，一键获取YOLOv8源码修改与模型修改能力，从此解锁涨点技能。
扫码开启YOLOv8全家桶
原价：
39
8
优惠价：
299
推荐阅读
