點選上方 藍字 關註我們
微信公眾號: OpenCV學堂
關註獲取更多電腦視覺與深度學習知識
概述
2023年底出現了一篇論文介紹了一種新的摺積網路結構AKConv,它是可變形摺積網路結構的基礎更進一步,實作了一種更加隨機的摺積結構與參數選擇的摺積神經網路結構,效果比DCN更加厲害,但是隨著摺積視窗的增大,參數量卻比DCN要少很多,圖示如下:
生成AKConv
正常的摺積神經網路結構中,摺積操作都是網格化采樣操作,網格內的全部參數都是參與運算過程。而 AKConv為了得到形狀不規則的摺積核,因此,首先假設生成摺積核 Pn 的初始采樣座標,然後為再采樣點建立不規則網格。 最後,我們將它們拼接起來,生成整體采樣網格。作者論文給出的虛擬碼如下
生成演算法生成任意摺積核大小的初始采樣座標,它提供不規則摺積核大小的初始采樣形狀,圖示如下
AKConv的擴充套件結構
實驗對比
修改YOLOv5的Conv層替換為AKConv以後,對比實驗如下:
作者還給出了改進版本的YOLOv5、YOLOv7、YOLOv8的模型結構與AKConv摺積結構的 實作程式碼 ,點選這裏可以檢視到:
https://github.com/CV-ZhangXin/AKConv
不知道怎麽修改YOLOv5與YOLOv8模型結構,現在學習還來得及,掃碼檢視YOLOv8全家桶課程,一鍵獲取YOLOv8源碼修改與模型修改能力,從此解鎖漲點技能。
掃碼開啟YOLOv8全家桶
原價:
39
8
優惠價:
299
推薦閱讀