YOLOv9改进策略 | Conv篇 | 利用组卷积DualConv替换YOLOv9的下采样方法（轻量 + 涨点）_卷积下采样替换

作者：繁依Fanyi0 | 2024-07-23 09:38:43

踩

卷积下采样替换

一、本文介绍

本文给大家带来的改进机制是利用DualConv替换YOLOv9的下采样方法，DualConv是一种创新的卷积网络结构，旨在构建轻量级的深度神经网络。它通过结合3×3和1×1的卷积核处理相同的输入特征映射通道，优化了信息处理和特征提取。DualConv利用组卷积技术高效排列卷积滤波器，大大降低了计算成本和参数数量（降低约100w参数20GFLOPs）。我们将其替换YOLOv9的下采样方法能够大幅度的降低参数，还能够提升精度。欢迎大家订阅我的专栏一起学习YOLO！

专栏地址：YOLOv9有效涨点专栏-持续复现各种顶会内容-有效涨点-全网改进最全的专栏

一、本文介绍

二、DualConv原理

2.1 DualConv的基本原理

2.2 结合3×3和1×1卷积核

2.3 组卷积技术

三、DualConv核心代码

四、手把手教你添加DualConv

4.1 DualConv添加步骤

4.1.1 修改一

4.1.2 修改二

4.1.3 修改三

4.1.4 修改四

4.2 DualConv的yaml文件

4.3 DualConv的训练过程截图

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/繁依Fanyi0/article/detail/869329