YoloV8改进策略：CoordConv给卷积加上坐标，从而使其具备了空间感知能力_yolov8坐标卷积

作者：运维做开发 | 2024-07-23 09:37:56

踩

yolov8坐标卷积

文章目录

摘要
Yolov8官方结果
CoordConv（pytorch）代码
改进方法
测试结果
总结

摘要

CoordConv通过使用额外的坐标通道让卷积访问自己的输入坐标，允许网络根据任务需要学习平移不变性或平移依赖性。对比卷积，CoordConv具有更好的泛化性、更少的参数和更快的速度。文中提供了初步证据，证明将卷积转换为CoordConv可以在各种任务上改进模型，包括GAN中的模式崩溃减少，MNIST检测的IOU提高以及强化学习领域的智能体受益。

在这里插入图片描述

论文链接：https://arxiv.org/pdf/1807.03247.pdf
GitHub：https://github.com/uber-research/CoordConv

CoordConv的构造如下图所示：
在这里插入图片描述

本文将CoordConv加入到YoloV8中，我们一起看看效果如何？

Yolov8官方结果

YOLOv8l summary (fused): 268 layers,

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/运维做开发/article/detail/869325