1.漲點神器結合,助力YOLO
1.1? ICLR 2022漲點神器——即插即用的動態(tài)卷積ODConv
論文:Omni-Dimensional Dynamic Convolution
論文地址:Omni-Dimensional Dynamic Convolution | OpenReview
ODConv通過并行策略引入一種多維注意力機制以對卷積核空間的四個維度學習更靈活的注意力。上圖給出CondConv、DyConv以及ODConv的差異圖。延續(xù)動態(tài)卷積的定義,ODConv可以描述成如下形式:其中,表示卷積核的注意力標量
表示新引入的三個注意力,分別沿空域維度、輸入通道維度以及輸出通道維度。這四個注意力采用多頭注意力模塊 計算得到
? ? ?在ODConv中,對于卷積核,對空域位置上的卷積參數賦予不用的注意力值,見上圖a;對不同輸入通道的卷積濾波器賦予不同的注意力值,見上圖b;對不同輸出通道的卷積濾波器賦予不同的注意力值,見上圖c;而則對n個整體卷積核賦予不同的值,見上圖d。文章來源:http://www.zghlxwxcb.cn/news/detail-444827.html
? 文章來源地址http://www.zghlxwxcb.cn/news/detail-444827.html
到了這里,關于漲點神器:Yolov5 加入ODConv+ConvNeXt提升小目標檢測能力,適用yolo各個系列的文章就介紹完了。如果您還想了解更多內容,請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網!