vue.js2.5 pc网站开发,佛山seo整站优化,wordpress 小程序框架,核酸结果查询一、本文介绍
本文给大家带来是用最新的RT-DETR模型中的AIFI模块间去替换YOLOv8中的SPPF。RT-DETR号称是打败YOLO的检测模型#xff0c;其作为一种基于Transformer的检测方法#xff0c;相较于传统的基于卷积的检测方法#xff0c;提供了更为全面和深入的特征理解#xff…一、本文介绍
本文给大家带来是用最新的RT-DETR模型中的AIFI模块间去替换YOLOv8中的SPPF。RT-DETR号称是打败YOLO的检测模型其作为一种基于Transformer的检测方法相较于传统的基于卷积的检测方法提供了更为全面和深入的特征理解将RT-DETR中的一些先进模块融入到YOLOv8往往能够达到一些特殊的效果我个人猜测所以我进行了一些实验来验证这一点我将RT-DETR的AIFI模块和Conv模块融合在一起添加到了YOLOv8中。亲测这一改进并不一定能够提高精度我用了三个数据集来试(没有涨点就是没有涨点我不能够没有涨点还去告诉你涨点这样也耽误大家的时间)但为啥要发出来这个AIFI首先其能够达到轻量化模型的作用的其次其能够和RT-DETR模型的其他模块融合可以达到好的效果。所以发出来想要给的是轻量化读者来使用的因为发论文并不一定要提高精度轻量化模型也是一个方向。
(我实测直接替换SPPF是有降点的在我测试的三个数据集所以我参考了RT-DETR模型的网络结构在AIFI之后额外添加一个Conv模块)
(说一下这里为啥给到三颗星因为这个改进机制无非就是替换SPPF对于我们的模型没有特别大的改动涨点效果也比较一般其主要需要配和其它的RT-DETR模型来综合改进YOLOv8如果单独使用比较适合轻量化的读者)
推荐指数⭐⭐⭐ 专栏回顾
