当前位置:   article > 正文

将gdip-yolo集成到yolov8项目中(核心思路可以应用到yolov9的集成)

gdip-yolo

gdip-yolo是2022年提出了一个端到端的图像自适应目标检测框架,其论文中的效果展示了良好的图像增强效果。其提出了gdip模块 |mdgip模块 |GDIP regularizer模块等模块,并表明这是效果提升的关键。对gdip-yolo论文成在yolov8项目的应用进行实现。gdip-yolo项目的解读可以参考 https://blog.csdn.net/a486259/article/details/135710918
gdip-yolo论文的解读可以参考 https://blog.csdn.net/a486259/article/details/135658906

本博文通过gdip-yolo论文的深入分析发现,其论文中最为关键的gdip-yolo与gdip-regularizer,为此先在yolov8项目中实现gdip-yolov8,后续时间会考虑将gdip-regularizer集成对最新的目标检测算法yolov9中。本次的改进,基本参考将ia-seg中的ipam模块集成到yolov8中实现ia-yolov8的思路,兼容原博文的改动效果。 由于gdip-yolov8中使用的vgg16作为视觉编码器,vgg16中包含adaptive_avg_pool2d故而无法被导出为动态图的onnx模型

本博文实现过于繁琐,建议

参考

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/2023面试高手/article/detail/448308
推荐阅读
相关标签
  

闽ICP备14008679号