YOLOv9改进策略 :卷积魔改 | 感受野注意力卷积运算(RFAConv)

💡💡💡本文改进内容:感受野注意力卷积运算(RFAConv),解决卷积块注意力模块(CBAM)和协调注意力模块(CA)只关注空间特征,不能完全解决卷积核参数共享的问题

💡💡💡使用方法:代替YOLOv9中的卷积,使得更加关注感受野注意力,提升性能

💡💡💡RFAConv|   亲测在多个数据集能够实现大幅涨点,有的数据集达到3个点以上

 改进结构图如下:

《YOLOv9魔术师专栏》将从以下各个方向进行创新:

原创自研模块】【多组合点优化】【注意力机制】【卷积魔改】【block&多尺度融合结合】【损失&IOU优化】【上下采样优化 】【SPPELAN & RepNCSPELAN4优化【小目标性能提升

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-04-01 11:30:02       94 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-04-01 11:30:02       100 阅读
  3. 在Django里面运行非项目文件

    2024-04-01 11:30:02       82 阅读
  4. Python语言-面向对象

    2024-04-01 11:30:02       91 阅读

热门阅读

  1. [python][whl]rknn_toolkit_lite2的whl版本下载地址汇总

    2024-04-01 11:30:02       33 阅读
  2. ACE之socket

    2024-04-01 11:30:02       37 阅读
  3. docker 安装Sentinel

    2024-04-01 11:30:02       38 阅读
  4. 关于转义符的解释

    2024-04-01 11:30:02       36 阅读
  5. PyCharm 2019版本为何被认为是最好用的

    2024-04-01 11:30:02       36 阅读
  6. 变量的运算+流程控制语句

    2024-04-01 11:30:02       38 阅读
  7. 微信小程序 - 用promise封装wx.request

    2024-04-01 11:30:02       41 阅读